数据治理领域中，经常会有一些概念、名词术语让人感到头痛，比如“水果蛋糕”和“水果味蛋糕”，难以分辨它们的区别和联系。

 

一、数据治理、数据管理、数据管控

数据治理、数据管理、数据管控这三个名词在一定程度上的确是有所重叠的，容易混为一谈，所以就造成了在实际使用中，经常将这三个词语“混着用”、“随机用”的现象。有关数据治理、数据管理区别的讨论有很多，有人认为数据治理是包含在数据管理中的，数据管理的范围要更广，例如：在DAMA-DMBOK中就明确提出数据管理包含数据治理；也有人认为数据治理要高于数据管理，是企业顶层上的策略。

笔者认为以上两个观点都没有错，如果要用一个模型来描述数据治理、数据管理、数据管控这三个名词，那应该是一个“金字塔”模型。
 

 

最顶层的应该是数据治理。与“治理”相关，我们还会经常看到、听到国家治理、公司治理的概念，从某种意义上讲，治理是一种自顶向下的策略或活动。如果我们将国家治理说成国家管理，把公司治理说成公司管控是不是有点怪怪的？

因此，数据治理应该是企业顶层设计、战略规划方面的内容，是数据管理活动的总纲和指导，指明数据管理过程中哪些决策要被制定，以及由“谁”来负责，更强调组织模式、职责分工和标准规范。

数据管理是为实现数据和信息资产价值的获取、控制、保护、交付以及提升，对政策、实践和项目所做的计划、执行和监督。这个是DAMA-DMBOK中关于数据管理的定义。笔者理解数据管理是实现数据治理提出的决策并给予反馈，强调管理流程和制度，涵盖不同的管理领域，诸如：元数据管理、主数据管理、数据标准管理、数据质量管理、数据安全管理、数据认责管理、数据服务管理等。

数据管控更多的是执行层面，是具体的如何落地执行所涉及的各种措施，例如：数据建模、数据抽取、数据处理、数据加工、数据分析等，数据管控是确保数据被管理和监控，从而让数据得到更好的利用。

因此，数据治理强调顶层的策略，管理是侧重于流程和机制，管控是具体的措施和手段，三者应该是相辅相成的。而如今我们听到的更多的“数据治理”这个词，似乎只要涉及数据管理的，都在说自己在搞数据治理。出现这个问题，主要是企业越来越意识到传统IT驱动或者说技术驱动的专项数据管理项目，在实施过程中很难推进、困难重重，并且很难解决业务和管理上的用数难的问题。而从战略、组织入手的数据治理顶层设计，更有利于推动数据管理目标的实现。

 

二、元数据、数据元、数据源、源数据

元数据、数据元、数据源、源数据，这几意思毫不相干却都带着一个“yuan”词语，让多初学者抓狂。

先说数据元，数据元用一组属性描述定义、标识、表示和允许值的数据单元，由三部分组成：对象、特性、表示。它是组成实体数据的最小单元，或称原子数据、数据元素，例如，客户联系人方式中的联系人姓名就是就可以理解为一个数据元素，姓名为数据元的对象，“张三”为数据元的值。

元数据（MateData），官方定义是描述数据的数据，让数据更容易理解、查找、管理和使用。从分类上，元数据分为了业务元数据、技术元数据、管理元数据。业务元数据，例如：数据的定义、业务规则、质量规则等；技术元数据：数据表、字段长度，字段编码、字段类型等；管理元数据：数据的存储位置、管理人员、更新时间、更新频率等。

元数据是业界公认的数据管理中的基础，元数据管理提供的功能诸如数据地图、血缘分析、影响分析、全链路分析、热度分析等，让用户更容易的对数据进行检索、定位、管理、评估。用哲学的思维理解元数据的话，元数据其实解决的是：我是谁，我在哪里，我从哪里来，我要到哪里去的问题。

● 数据是物料，而元数据是仓库里的物料卡片；

● 数据是文件夹，而元数据是夹子上的标签；

● 数据是书，元数据是图书馆中的图书卡。

数据源（Data Source），顾名思义就是数据的来源，是提供某种所需要数据的器件或原始媒体。在数据源中存储了所有建立数据库连接的信息，通过提供正确的数据源名称，可以找到相应的数据库连接。

10年前我们讲数据源，更多的是说一种数据连接的技术，比如：JDBC、ODBC，或者是指数据库的类型，比如：结构化数据库、非结构化数据库。而大数据时代，数据呈多样化发展，数据来源的多样化是时代的一个特征。我们现在提到的数据源，除了上述的含义之外，还涉及到图数据源、时序数据源、键值数据源、内存数据源、文档数据源等。每一种数据源不同，其数据的存储、传输、处理和应用的模式、场景、技术和工具也不相同。

源数据（Source Data），注意：这个词与数据源（Data Source）只是词语换了一个顺序，但是它们代表的含义却是大相径庭了。数据源本质是讲存储或处理数据的媒介，而源数据本质是在讲“数据”本身，强调数据状态是“创建”之后的“原始状态”，也就是没有被加工处理的数据。在数据管理的过程中，源数据一般是指直接来自源文件（业务系统数据库、线下文件、IoT等）的数据，或者直接拷贝源文件的“副本数据”。

“问渠哪得清如许，为有源头活水来”！数据治理的核心还是要从数据源抓起，以确保源数据的标准、准确、完整、真实。

 

三、主数据、基础数据、静态数据

关于主数据以及主数据治理所涉及的概念、方法、体系、技术在我的系列文章中已经讲了很多了，需要系统的看主数据相关文章的话，可以在【谈数据】公众号的历史文章中查找。为了方便与基础数据、静态数据比较，我还是对其概念的理解重新说下。

主数据是企业中需要在多个部门或系统之间共享的，核心的、高价值且相对静态的数据。主数据是企业信息系统建设和大数据分析的基础，被认为是企业数字化转型的基石和企业中的黄金数据。有关主数据的三大特性（即高价值性、高共享性、相对稳定性）和四个超越（即超越业务，超越部门、超越系统、超越技术）的详细解读，请参考《主数据的3个特点、4个超越和3个二八原则》。

基础数据，业界还没有一个标准的定义。但在很多信息化项目中，基础数据这个概念都会被提及和使用。同时，常常会有客户对基础数据和主数据概念混淆。我理解的基础数据是信息系统运行的基础，用来支撑信息系统运行的各种数据和参数，以及业务交易所依赖的基础信息。而主数据是被多个系统共享的基础数据。因此，我理解的主数据可以是基础数据的一部分，但基础数据绝对不等于主数据。

静态数据也是一个使用比较广泛的词语并且是经常与基础数据“随机”来用的。静态数据是指在运行过程中主要作为控制或参考用的数据,它们在很长的一段时间内不会变化，一般不随运行而变。例如：客户的名称、员工的姓名、系统的参数。动态数据是常常变化，直接反映事务过程的数据，比如，网站访问量、在线人数、日销售额等等。因此，笔者认为将静态数据作为基础数据，将动态数据作为业务数据（交易数据）用是没有问题的。只要是使用的人之间达成共同的认知即可。