文档介绍：当我们谈数据资产管理时，我们究竟在谈什么就目前而言，我们谈论得最多的非数据管理和数据治理这两个概念莫属。但是对于这两个概念，两者的准确定义是什么，具体区别又是什么，仍是困扰着许多人的关键问题。
数据管理包含数据治理
“治理是整体数据管理的一部分” 这个概念目前已经得到了业界的广泛认同。
数据管理包含多个不同的领域，其中一个最显著的领域就是数据治理。
CMMi协会颁布的数据管理成熟度模型 (DMM)使这个概念具体化。 DMM模型中
包括六个有效数据管理分类，而其中一个就是数据治理。数据管理协会 (DAMA) 在数据管理知识体系 (DMBOK)中也认为，数据治理是数据管理的一部分。在企业信息管理 (EIM) 这个定义上， EIM是“在组织和技术的边界上结构化、描述、治理信息资产的一个综合学科” 。不仅强调了数据 / 信息管理和治理上的紧密关系，也重申了数据管理包含治理这个观点。
治理与管理的区别
治理相对容易界定，它是用来明确相关角色、工作责任和工作流程的，确保数据资产能长期有序地、可持续地得到管理。而数据管理则是一个更为广泛的定义，它与任何时间采集和应用数据的可重复流程的方方面面都紧密相关。
例如，简单地建立和规划一个数据仓库，这是数据管理层面的工作。定义谁以及如何访问这个数据仓库，并且实施各种各样针对元数据和资源库管理工作的标准，这是治理层面的工作。
数据管理广泛的定义有一部分是特别针对数据治理的。一个更广泛的定义
是，在数据管理过程中要保证一个组织已经将数据转换成有用信息，这项工作所需要的流程和工具就是数据治理的工作。
信息与数据的区别
所有的信息都是数据，但并不是所有的数据都是信息。信息是那些容易应用于业务流程并产生特定价值的数据。要成为信息，数据通常必须经历一个严格的治理流程，它使有用的数据从无用数据中分离出来，以及采取若干关键措施增加有用数据的可信度，并将有用数据作为信息使用。数据的特殊点在于创造和使用信息。
数据治理主要围绕对象——角色
与正式的数据治理流程相关的角色是有限的。这些角色通常包括高层的管理者，他们优化数据治理规划并使资金筹集变得更为容易。这些角度也包括一个治理委员会，由个别高层管理者以及针对治理特定业务和必要流程而赋予相应职责的跨业务部门的人组成。角色也包括数据管理员，确保治理活动的持续开展以及帮忙企业实现业务目标。此外，还有部分“平民”管理员，他们虽然不会明确被指定为数据管理员，但他们仍在各自业务领域里的治理流程中扮演活跃的角色。
有效的治理不仅需要 IT 的介入，这是人们的普遍共识。尤其当业务必须更主动地参与到治理方式和数据管理其他层面 ( 例如自助数据分析 ) 的时候，目的是要从这些工作参与中获益。在更多的案例中，特定领域的治理可以直接应用于业务。这就是为什么治理仅需要 IT 的介入是一个过时且应该摈弃的观点。
数据治理主要围绕对象——领域
数据治理包含许多不同方面的领域：
元数据：元数据要求数据元素和术语的一致性定义，它们通常聚集于业务词汇表上。
业务词汇表：对于企业而言，建立统一的业务