1.引言
数据管理(Data Management) 是为了 交付、 控制、 保护 并 提升 数据和信息资产的 价值 , 在其整个生命周期中制订 计划、 制度、 规程和实践 活动, 并 执行 和 监督 的过程。
数据管理专业人员(Data Management Professional) 是指 从事数据管理各方面的工作(从数据全生命周期的技术管理工作, 到确保数据的合理利用及发挥作用) , 并通过其工作来实现组织战略目标的任何人员。
数据管理活动的范围广泛, 包括从对如何利用数据的战略价值做出一致性决定, 到数据库的技术部署和性能提升等所有方面。 因此, 数据管理需要技术的和非技术的双重技能。 管理数据的责任必须由业务人员和信息技术人员两类角色共同承担, 这两个领域的人员需要相互协作,确保组织拥有满足战略需求的高质量数据。
1.1 业务驱动因素
信息和知识是竞争优势的关键。如果不能像管理资本一样管理好数据, 就会浪费和失去机会。正如有效管理财务和物理资产使组织能够从这些资产中获取价值一样, 数据管理的主要驱动力也是使组织能够从其数据资产中获取价值。
1.2 目标
组织管理数据的目标包括:
1) 理解并支撑企业及其利益相关方(包括客户、 员工和业务合作伙伴等) 的信息需求得到满足。
2) 获取、 存储、 保护数据和确保数据资产的完整性。
3) 确保数据和信息的质量。
4) 确保利益相关方的数据隐私和保密性。
5) 防止数据和信息未经授权或被不当访问、 操作及使用。
6) 确保数据能有效地服务于企业增值的目标。
2.基本概念
2.1 数据
在信息技术中, 数据也被理解为以数字形式存储的信息(尽管数据不仅限于已数字化的信息, 而且与数据库中的数据相同, 数据管理的原则也适用于纸面上的数据)。
大多数人认为数据代表事实,数据是这个世界中与某个事实结合在一起的一种真实表达。但“事实”并不总是简单或直接的。数据是一种表示方法,它代表的是除自身以外的事物(Chisholm,2010)。数据既是对其所代表对象的解释,也是必须解释的对象(Sebastian Coleman,2013)。这是人们需要语境或上下文使数据有意义的另一种说法。语境可被视为数据的表示系统,该系统包括一个公共词汇表和一系列组件之间的关系,如果知道这样一个系统的约定,就可解释其中的数据。这些数据通常记录在一种特殊类型的数据——元数据。
可是,由于人们经常在如何表达概念时会做出不同选择,他们创造表示相同概念的不同方式。即使在一个组织中,也常有同一概念的多种表示方法。因此,需要对数据架构、建模、治理、管理制度以及元数据和数据质量进行管理, 所有这些都有助于人们理解和使用数据。
2.2 数据和信息
数据被称为“信息的原材料”,而信息则被称为“在上下文语境中的数据”。金字塔模型用于分层描述位于底层的数据、信息、知识与位于顶层的智慧之间的关系。但是对于数据管理也有异议:
1)基于数据是简单存在的假设。但数据并不是简单存在,而是要被创造出来的。
2)人们将数据到智慧描述为一个自下而上的逐级序列,但未认识 到创建数据首先需要知识。
3)金字塔模型意味着数据和信息是分开的,但事实上这两个概念 是相互交织并相互依赖的。数据是信息的一种形式,信息也是数据的一种形式。
组织内部在数据和信息之间画一条线,可能有助于清晰地沟通不同利益相关方对不同用途的需求和期望(如“这是上季度的销售报告”)(信息)。它基于数据仓库中的数据(数据)。下一季度,这些结果(数据)将用于生成季度绩效指标(信息)。数据管理的一个核心原则: 数据和信息都需要被管理;如果再将两者的使用和客户的需求结合在一起进行管理,则两者应具有更高的质量。
2.3 数据是一种组织资产
资产是一种经济资源,能被拥有或控制、持有或产生价值。如今的组织依靠数据资产做出更高效的决定,并拥有更高效的运营。企业运用数据去理解客户,创造出新的产品和服务,并通过削减成本和控制风险的手段来提高运营效率。政府代理机构、教育机构以及非营利组织也需要高质量的数据来指导他们的运营、战术和战略活动。随着大量组织越来越依赖数据,可以更清楚地确定数据资产的价值。数据驱动包括认识到必须通过业务领导和技术专业知识的合作关系,以专业的规则高效地管理数据。
2.4 数据管理原则
数据管理和其他形式的资产管理具有共同的特性,如图1-1所示。 它涉及了解一个组织拥有什么数据以及可以用它完成什么,然后确定利用数据资产来实现组织目标的最佳方式。
- 数据是有独特属性的资产
- 相比于其他资产(金融和实物资产), 数据在使用的过程中不会产生损耗。
- 数据的价值可以用经济术语来表示
- 形成评估数据价值的标准
- 管理数据意味着对数据的质量管理
- 了解利益相关方对质量的要求,并根据这些要求度量数据。
- 管理数据需要元数据
- 用于管理和如何使用数据的数据都称为元数据。通俗来说就是描述数据的数据。
- 数据管理需要规划
- 规划:技术架构和业务蓝图
- 数据管理须驱动信息技术决策
- 数据管理与信息技术服务紧密结合
- 数据管理是跨职能的工作
- 跨业务部门, 各部门相互协作
- 数据管理需要企业级视角
- 数据管理应被有效地应用于整个企业
- 数据管理需要多角度思考
- 数据管理方式需要根据数据的变化而变化
- 数据管理需要全生命周期的管理,不同类型数据有不同的生命周期特征
- 针对不同的管理需求, 数据的生命周期也不同
- 数据管理需要纳入与数据相关的风险
- 数据可能存在丢失、被盗或者误用的风险
- 有效的数据管理需要领导层承担责任
- 数据管理需要领导层的愿景和使命