数据战略是企业数据管理的高层策略，是企业数字化转型的灯塔，决定了企业数据治理和数据应用的方向。
DCMM，即《数据管理能力成熟度评估模型》这个国家标准，是我国首个数据管理领域国家标准。结合数据生存周期管理各个阶段的特征，对数据管理能力进行了分析、总结，提炼出组织数据管理的八大过程域(数据战略、数据治理、数据架构、数据标准、数据质量、数据安全、数据应用、数据生存周期)，并对每项能力进行了二级过程项(28个过程项)和发展等级的划分(5个等级)以及相关功能介绍和评定指标(441项指标)的制定。
DCMM中对数据战略的定义是，“数据战略是组织开展数据工作的愿景、目的、目标和原则，他包括数据战略规划、数据战略实施和数据战略评估”。
数据战略必须来自对业务战略中固有数据需求的理解，这些需求驱动了企业的数据战略。数据战略是一个用数据驱动业务，为了实现企业业务目标而制定的一系列高层次数据管理战略的组合，他指导企业开展数据治理工作，指明了企业数据应用的方向。
数据战略规划，至少要考虑以下几个方面，
(1) 数据战略和业务战略相一致。
(2) 数据战略是数据治理和应用的指导。
(3) 数据战略的组织和人员保障。
(4) 数据战略的制度和流程保障。
(5) 数据战略的技术和工具支撑。
一些混淆名词的关系，
(1) 企业战略
企业战略是对企业经营活动预期的成果的期望值，例如阿里的企业战略是“为全世界创造1000万家小企业的电子商务平台，为全世界创造1亿个就业机会，为全世界10亿人提供消费平台”，可以看到，他是个相对稳定、可实现、可分解、可验证的，并且是具有一定挑战性的目标。
(2) 数据战略
数据战略是指战略性地使用数据，以推动企业战略的实现。数据战略和企业战略目标一致，通过有效的数据治理让数据得到更加合理、有效、充分的使用，驱动业务目标的实现。
(3) 数据架构
数据架构是数据战略的一部分，实施数据架构的决策是战略决策，数据架构是企业策略和技术执行之间的桥梁。数据战略对上承接企业的业务战略目标，对下连通数据架构的实施计划，他的落地既需要数据机构的技术支撑，也需要企业战略的方向指引。
数据战略的3个要素，
(1) 战略定位
他回答了“做什么”、“不做什么”的根本问题，用来定义战略目标。可以分为短期目标(满足基本的管理决策和业务协同)、中期目标(创新和转型)、长期目标(是定义企业在数字化竞争生态中的角色和地位)。
(2) 实施策略
他解决的是“怎么做”、“由谁做”、“做的条件”、“成功原因”等问题，是战略落地的“制胜逻辑”。
(3) 行动计划
他回答了“谁”“在什么时间”“做什么事”“达成什么目标”的具体问题。
实施数据战略的5个步骤，
(1) 环境因素分析，包括了内部环境因素和外部环境因素。
(2) 确定战略目标，企业的数据战略目标需要和企业内外部环境相匹配，以便随着环境的变化对数据战略目标进行灵活调整。制定过程中，需要遵循以下以下原则，
(a) 数据战略来源于企业战略并服务于企业战略，因为数据治理的需求始于数据所承载的业务价值，而非技术或IT因素。
(b) 数据战略的制定要立足于企业现状。
(c) 数据战略目标需要全员贯彻。
(3) 制定行动方案，包括了4个要素，
(a) 数据战略目标，企业数据管理的愿景和目标。
(b) 数据治理目标，定义了数据治理目标的衡量方法。
(c) 数据治理规则，包括和数据治理相关的政策、标准、合规要求、业务规则和数据定义等。
(d) 数据治理权责，规定了由谁来负责制定数据相关的决策、何时实施、如何实施、以及组织和个人在数据治理策略中该做什么。
(4) 落实保障措施，主要包括了，
(a) 保障体系。
(b) 技术和工具体系。
(5) 战略评估和优化，以战略实施过程及其结果为核心，通过对影响并反映战略管理质量的各要素进行总结和分析，判断战略能否实现预期目标，以便对数据战略做出优化和调整。
基于5W1H分析法的数据治理战略规划，
What(做什么)：数据治理的内容和范围。
How(怎么做)：数据治理的实施路径、方法和策略。
Who(谁来做)：数据治理的责任主体、组织机构和岗位分工。
When(什么时间做)：数据治理的实施计划表。
Why(为什么做)：数据治理的目标。
Where(哪里做)：数据治理的应用场景，如支持系统应用集成、支持决策分析。
