DAMA和DCMM对数据治理的定义都是：数据治理（Data Governance，DG）是指对数据资产管理行使权力和控制的活动集合（规划、监督和执行）。传统的数据治理内容通常包含：数据标准管理、元数据管理、数据质量管理、数据安全管理、数据生命周期管理等内容。
本文沿用的中国信通院对数据资产管理的定义是：规划、控制和提供数据及信息资产的一组业务职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。
从上面两段描述看出，数据治理和数据资产管理的定义有异曲同工之处，它们围绕的对象都是数据资产。而中国信通院在《数据资产管理实践白皮书4.0》中阐述的数据资产管理八大职能中，诸如数据标准管理、元数据管理、数据质量管理、数据安全管理等，同时也属于传统数据治理的必要工作内容。数据资产管理在传统数据治理的基础上，加入了数据价值管理、数据共享管理等内容。
近些年的发展来看，数据治理的目标正从“以质量管理为主”，过渡到“质量管理与服务并重”。基于上面的论述，作者认为，数据资产管理就是传统的数据治理的升级版，可以认为是数据治理2.0。数据资产管理与数据治理之间的关系可以用下图来表示。
在本文中，不再另外阐述数据治理的内容。
数据资产门户
1、数据资产地图
数据资产地图为用户提供多层次、多视角的数据资产图形化呈现形式。数据资产地图让用户用最直观的方式，掌握数据资产的概况，如数据总量、每日数据增量、数据资产质量的整体状况、数据资产的分类情况、数据资产的分布情况、数据资产的冷热度排名、各个业务域及系统之间的数据流动关系等。
2、数据资产目录
数据资产目录通过对数据资产良好地组织，为用户带来直观的体验，可以使用户花较少的时间查找到自己关心的数据资产。
数据资产目录的组织方式灵活多样，常见的有按业务域组织、按数据来源组织、按数据类型组织。
根据用户角色的不同，数据资产目录有多种展现视角，概括来讲，有这三类用户角色：数据资产开发者、数据资产管理者、数据资产使用者。
数据资产开发者关注当前开发的数据资产是否有重复，是否有准确的定义，通过数据资产目录，数据资产开发者可以将自己负责开发的数据资产发布到合理的资产目录下。
数据资产管理者必须掌握数据资产的全局情况，包括拥有哪些数据资产、数据资产分布在哪里、数据资产的质量情况、数据资产的使用情况等。数据资产管理者通过对数据资产的合理授权，控制数据资产的使用。
数据资产使用者关心数据是什么、数据在哪里、如何获取到数据。通过数据资产目录和获取到的合理授权，数据资产使用者能快速定位到自己需要的数据资产，掌握数据资产的存在形式是什么（结构化还是半结构化），如何获取到自己想要的数据，评估现有的数据资产能否满足所建应用的需要。
3、数据资产检索
数据资产检索服务为用户提供一键式资产检索服务，通过对关键字的匹配，数据资产门户检索出相关的数据资产集，用户可以根据所需，找到相关数据资产，可以查看数据资产的名称、创建者、业务语义、加工过程等详情，帮助其理解和使用数据。
免责申明：
本文系转载，版权归原作者所有，如若侵权请联系我们进行删除！
《数据治理行业实践白皮书》免费获取链接：https://fs80.cn/4w2atu
想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友，浏览袋鼠云官网：
https://www.dtstack.com/?src=bbs
同时，欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术群」，交流最新开源技术信息，群号码：30537511，项目地址：https://github.com/DTStack
数据资产管理与数据治理的关系丨数据治理完整体系指南（三） 
329
0
