編者按：歡迎加入《數字化轉型研習社》，專註數字化轉型領域，打造一個匯聚數字化轉型愛好者，一起科研、學習、實踐的交流平台。
數據管理的原則
數據管理需要平衡戰略和運用需求，根據數據管理原則，指導數據管理實踐。
（1）數據是有獨特屬性的資產
數據是一種資產，但相比其他資產，其在管理方式的某些方面有很大差異。對比金融和實物資產，其中最明細的一個特點是數據資產在使用過程中不會產生消耗。
（2）數據的價值可以用經濟術語來表示
應該開發一致的方法來量化數據的價值，還應該衡量低質量數據的成本和高質量數據的好處。
（3）管理數據意味著對數據的質量管理
確保數據符合應用的要求是數據管理的首要目標。為了管理質量，組織必須了解利益相關方對質量的要求，並根據這些要求度量數據。
（4）管理數據需要元數據
數據無法拿在手中或觸摸到，要理解它是什麼以及如何使用它，需要以元數據的形式定義這些知識。元數據源於與數據創建、處理和使用相關的一系列流程，包括架構、建模、管理、治理、數據治理管理、系統開發、IT和業務運營以及分析。
（5） 數據管理需要規劃
數據在多個地方被創建，且因為使用需要在很多存儲位置間移動，因而需要做一些協調工作來保持最終結果的一致，需要從架構和流程的角度進行規劃。
（6）數據管理須驅動信息技術決策
數據和數據管理與信息技術和信息技術管理緊密結合。管理數據需要一種方法，確保技術服務於而不是驅動組織的戰略數據。
（7）數據管理是跨職能的工作
數據管理需要技術能力、非技術能力以及協作能力，單個團隊無法管理組織的所有數據。
（8）數據管理需要企業級視角
雖然數據管理存在很多專用的應用程序，但它必須能夠有效地被應用於整個企業。
（9）數據管理需要多角度思考
數據是流動的，數據管理必須不斷發展演進，以跟上數據創建的方式、應用的方式和消費者的變化。
（10）數據管理需要全生命周期的管理，不同類型數據有不同的生命周期特徵
數據是具有生命周期的，並且數據又將產生更多的數據，所以數據生命周期本身可能非常複雜。
不同類型數據有不同的生命周期特徵，因此它們有不同的管理需求。數據管理實踐需要基於這些差異，保持足夠的靈活性，以滿足不同類型數據的生命周期需求。
（11）數據管理需要納入與數據相關的風險
數據可能丟失、被盜或誤用組織必須考慮其使用數據的倫理影響，數據相關風險必須作為數據生命周期的一部分進行管理。
（12）有效的數據管理需要領導層承擔責任
數據管理涉及一些複雜的過程，需要協調、協作和承諾。為了達到目標，不僅需要管理技巧，還需要來自領導層的願景和使命。
數據管理的挑戰
1. 數據資產的特殊性
實物資產是看得見摸得著，可以移動的。在同一時刻它們只能放置在一個地方。金融資產必須在資產負債表上記賬。然而數據不同，它不是有形的。儘管數據的價值經常隨著時間的推移而變化。但它是持久的，不會磨損的。數據很容易被複制和傳輸。但它一旦丟失或被銷毀的話，就不容易重新產生了。因為它在使用時不會被消耗，所以它甚至可以在不消失的情況下被偷走。數據是動態的，可以被用於多種目的。同樣的數據甚至可以在同時被許多人使用，而這對實物資產或金融資產是不可能的。數據的多次使用產生了更多的數據。大多數組織不得不管理著不斷提升的數據量和越來越複雜的數據關係。
這些差異使得追蹤數據成為挑戰，更不用說用貨幣價值來評估數據了。也導致了其他問題，比如：
1）盤點組織有多少數據。
2）定義數據的所有權和責任
3）防止濫用數據
4）數據風險管理
5）定義和執行數據質量標準
2、數據價值（Value）
數據的價值評估沒有統一標準。
數據價值是一件事物的成本和從中獲得利益的差額。對數據而言，無論是數據的成本還是利潤都沒有統一標準，這些計算會變得錯綜複雜。
評估數據價值首先計算在組織內部持續付出的一般性成本和各類收益，類別枚舉如下：
1）獲取和存儲數據的成本。
2）替代丟失數據的成本。
3）數據丟失對組織的影響成本。
4）風險緩解成本和與數據相關的潛在風險成本。
5）改進數據的成本。
6）高質量數據的優勢。
7）競爭對手為數據付出的費用。
8）數據潛在的銷售價格。
9）創新性應用數據的預期收入。
對數據進行價值評估，還需認識到數據的價值是場景性的。換言之，對一個組織來說有價值的數據，對另一個組織可能毫無意義。數據價值的評估也具有時間性。比如，昨天有價值的數據，到了今天可能就沒有價值了。儘管如此，在組織中還是有一些數據是永久有價值的，比如客戶數據。所以，組織需要首先專註於提升這些核心數據的質量。
3、數據質量，低質量的數據帶來損耗
確保高質量的數據是數據管理的核心。數據管理的核心是確保數據的質量。如果數據未能滿足使用者的需求——沒有幫助使用者達到預期的目的，那麼所有收集、存儲、安全加固、使用數據的努力都是無用的。為了確保數據滿足業務需求，數據管理團隊必須與數據使用者一起去定義數據的特徵，使之成為高質量的數據。
在數據的使用上，多數情況下要在運用數據的過程中進行學習，並進一步創造價值。例如，了解客戶習慣以改進產品和服務質量。低質量的數據會對這些決策產生負面影響。
低質量數據對任何組織來說都是代價高昂的。
在低質量數據相關的費用成本中，多數都是隱藏的和間接的，因此難以核算。其他的成本，如罰金，是直接的、可以計算的。低質量數據的成本主要來源於：1）報廢和返工。2）解決方法和隱藏的糾正過程。3）組織效率低下或生產力低下。4）組織衝突。5）工作滿意度低。6）客戶不滿意。7）機會成本，包括無法創新。8）合規成本或罰款。9）聲譽成本。
高質量數據的作用包括：1）改善客戶體驗。2）提高生產力。3）降低風險。4）快速響應商機。5）增加收入。6）洞察客戶、產品、流程和商機，獲得競爭優勢。
4、數據優化計劃
從數據中獲取價值不是偶然的，需要以多種形式進行規劃。
更好的數據規劃需要有針對架構、模型和功能設計的戰略路徑。它也取決於業務和IT領導之間的戰略協作，以及單個項目的執行力。挑戰在於，通常存在組織、時間和金錢方面的長期壓力，因而阻礙了優化計劃的執行。組織在執行戰略時必須平衡長期目標和短期目標。只有明確權衡，才會獲得有效決策。
5、元數據和數據管理
元數據管理是全面改進數據管理的起點。
元數據描述了一個組織擁有什麼數據，它代表什麼、如何被分類、它來自哪裡、在組織之內如何移動、如何在使用中演進、誰可以使用它以及是否為高質量數據。數據是抽象的，上下文語境的定義和其他描述讓數據清晰明確。它們使數據、數據生命周期和包含數據的複雜系統易於理解。
6、數據管理是跨職能的工作
數據管理包括了一系列互相關聯、與數據生命周期相關的流程。儘管很多組織把數據管理當作信息技術的一個功能，但是它確實需要擁有不同技能的各個部門的許多人一起來完成。數據管理是一個複雜的流程，因為它需要貫穿整個組織。數據管理是一個複雜的過程。在數據生命周期中，不同階段由不同團隊進行不同的管理。
數據管理需要：（1）能對生產可靠數據進行規劃的業務流程技能。（2）規劃在哪裡存儲或使用數據的系統設計技能。（3）管理硬體和搭建數據運維軟體的高科技技能。（4）發現數據問題的解析技能。（5）理解數據和解決新問題的分析技能。（6）表達能力，能夠讓人們對定義和模型取得一致意見，從而可以理解相關數據。（7）能夠發現機會並通過使用數據來服務消費者、達成目標的戰略思想。
現在的挑戰是，人們怎樣才能對以上各種技能和願景進行組合，以便和組織內的其他人協同工作，最終達成共同目標。
期待您在下方留言。
DAMA數據管理知識體系（2）－DAMA認證（CDMP、CDGP、CDGA）
DAMA數據管理知識體系（4）- 數據資產及數據資產的特殊性
DAMA數據管理知識體系（5）- 數據治理、數據管理和數據管理活動
