数据管理的挑战
1. 数据与其他资产的差异
不可触摸、持久性、可拷贝迁移、丢失、被破坏、不易再生、动态的、使用中产生新数据、价值难以评估
2. 数据意味着风险
误用、不可靠、不当使用
3. 低质量数据带来损耗
数据管理的核心是确保数据的质量。需要规划与投入，把数据质量融入到流程与系统中。降低低质量主句的隐形成本，提高高质量数据的相关收益。
4. 质量评估没有统一的标准
数据的独特性、时间性，价值评估需要组织层面通用的成本收益科目
5. 管理数据的生命周期
数据生命周期包含：数据的产生、迁移、维护全过程。产生、获取、迁移、变换、存储、使用、应用、消除。
关键点：数据的产生与使用
数据质量管理贯穿数据生命周期全过程
元数据管理贯穿数据生命周期全过程
数据安全管理贯穿数据生命周期全过程
专注于最关键数据
6. 不同类型的数据有不同生命周期
生命周期需求不同，管理变得复杂
7. 元数据作为数据生命周期的一部分进行管理
没有元数据就无法管理数据，元数据管理是提升整体数据管理的起点
8. 数据管理与技术管理
数据管理专注于数据可用、可靠，技术管理专注于建设和维护基础设施、系统与应用。两者都与业务流程息息相关，数据与业务一起决定技术。
9. 数据管理需要的技能
对产生可靠数据业务流程规划技能
存储使用数据的系统设计技能
硬件管理、维护技能
发现问题数据解析技能，解决分析问题能力
表达、服务能力
10. 数据管理需要企业的整理视角
组织中“横向管理”内容，业务流程附属品
11. 总结
数据是资产，也存在风险，质量决定价值
应在企业整体层面对数据进行全生命周期管理
低质量的管理带来隐形成本
需要规划、技术和协同工作