- 数据治理
- 整体指导和监督
- 数据架构
- 数据资产管理蓝图
- 数据建模和设计
- 探索、分析、表示和沟通数据需求的过程
- 最终表现为数据模型
- 数据存储和操作
- 存储设计、实施和支持
- 数据安全
- 保护数据隐私
- 数据整合与互操作
- 不同系统、应用和组织之内及之间的数据迁移与集成
- 文件和内容管理
- 非结构化介质中的数据的生命周期管理
- 参考数据与主数据管理
- 核心关键共享数据的持续更新与维护
- 数据仓库和商务智能
- 为管理决策提供量化支持
- 元数据管理
- 包括定义、模型、数据流和其他对理解数据及其创建、维护和访问至关重要的信息
- 数据质量管理
- 规划和实施质量管理技术，以衡量、评估和改善组织使用的数据
计划 => 设计和赋能 => 创建或获取
^ ||
|| ∨
增强 <= 使用 <= 存储或维护 ===> 处置
- 可靠的数据管理需要整个组织的努力，而这种努力应当从领导层开始。
- 资产是一种经济资源，可以被拥有、使用，并产生价值。数据是企业的资产。
- 数据管理高度依赖技术管理。
- 数据不仅蕴藏着价值和机会，也存在风险。一个组织可以通过低质量数据的代价和高质量数据的收益来分析数据的价值。
- 数据质量是一切数据活动的核心。
- 组织首先应专注于提升核心数据的质量。
- 数据质量、数据安全、元数据管理必须贯穿数据生命周期全过程
- 不同类型的数据会有不同的需求不同的风险
- 元数据描述一个组织有什么数据，这些数据代表了什么，数据是如何分类的，数据从哪里来，数据在一个组织内是如何迁移的，数据通过被使用是如何进化的，谁能用，谁不能用，数据是否高质量等。
- 元数据包含业务元数据、技术元数据和操作元数据
