数据管理 数据治理 数据管控的概念区别和范围是什么？_光点科技

什么是数据治理

狭义的数据治理的驱动力最早源自两个方面：

(1) 内部风险管理的需要，包括：财务做假、敏感数据涉密、数据质量差影响关键决策等。

(2) 为了满足外部监管和合规的需要，比如萨班斯-奥克斯利法案、巴塞尔I/巴塞尔协议、健康保险流通与责任法案(HIPAA)等。

 广义的数据治理是对数据资产管理行使权力和控制的活动集合(规划、监控和执行)，指导其他数据管理职能如何执行，在高层次上执行数据管理制度。组织为实现数据资产价值最大化所开展的一系列持续工作过程，明确数据相关方的责权、协调数据相关方达成数据利益一致、促进数据相关方采取联合数据行动。

数据治理的全过程，从范围来讲，数据治理涵盖了从前端事务处理系统、后段业务数据库到终端的数据分析，从源头到终端再回到源头形成一个闭环负反馈系统(控制理论中趋稳的系统)，从目的来讲，数据治理就是对数据的获取、处理、使用进行监督(监管就是我们在执行层面对信息系统的负反馈)，而监管的职能主要通过五个方面的执行力来保证—发现、监督、控制、沟通、整合。

数据资源已成为各大企业战略资产，而有效的数据治理才是数据资产形成的必要条件。有效的数据治理是一个持续性的过程，也是逐步实现数据价值的过程。所以数据治理是企业信息化的基石，数据资产是企业战略发展的核心价值，数据管理为企业赋能。

什么是数据管理

数据管理是指通过规划、控制与提供数据和信息资产职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，以获取、控制、保护、交付和提高数据和信息资产价值。

什么是数据管控

范围更大一些，数据管控可能会根据企业实际情况，进行数据质量管控、元数据管控等某些方面的管控，感觉更多是偏向技术和执行层面。既管理，又控制，就像理论和实践的结合。

数据治理、数据管理、数据管控三者的区别

数据管理、数据治理、数据管控，这三者概念有重合，也有着密切关系和关联，但三者在内涵、侧重、延伸等方面还是存在差异。

如果要用一个模型来描述数据治理、数据管理、数据管控这三个名词，那应该是一个“金字塔”模型。

最顶层的应该是数据治理。与“治理”相关，我们还会经常看到、听到国家治理、公司治理的概念，从某种意义上讲，治理是一种自顶向下的策略或活动。

数据管理是实现数据治理提出的决策并给予反馈，强调管理流程和制度，涵盖不同的管理领域，诸如：元数据管理、主数据管理、数据标准管理、数据质量管理、数据安全管理、数据认责管理、数据服务管理等。

数据管控更多的是执行层面，是具体的如何落地执行所涉及的各种措施，例如：数据建模、数据抽取、数据处理、数据加工、数据分析等，数据管控是确保数据被管理和监控，从而让数据得到更好的利用。

因此，数据治理强调顶层的策略，管理是侧重于流程和机制，管控是具体的措施和手段，三者应该是相辅相成的。