1 数据管理
伴随20世纪80年代数据随机存储技术和数据库技术的使用，计算机系统中的数据可以被方便地存储和访问，数据管理的概念随之被提出。根据国际数据管理协会（Data Management Association International, DAMA国际）的定义，数据管理是指通过规划、控制与提供数据和信息资产职能，包括开发、执行、监督有关数据的政策、计划、方案、项目、流程、方法和程序，以获取、控制、保护、交付、提高数据和信息资产价值。该定义包含以下3层含义：数据管理包含一系列业务职能，包括政策、计划、方案、项目的计划和执行；数据管理包含一套严格的管理规范和过程，用于确保业务职能得到有效履行；数据管理包含多个由业务领导和技术专家组成的管理团队，负责落实管理规范和过程。
数据管理不仅是一种先进的管理技术和方法，而且是一种全新的理念。在大数据时代，数据管理体现在数据采集、组织、集成、保存、挖掘、利用等各个生存周期。面对海量异构的数据，如何管理和利用，并使其最大限度地发挥价值，成为近年来各国关注的焦点，战略导向的数据管理和利用成为社会的热点问题。
数据管理也因角色的差异而体现出不同的特点。政府掌握着大量公共信息资源，跟随大数据的时代转型来变革政府数据管理模式，利用数据资源提供决策支持与公共服务是政府这一角色重要的价值体现。企业围绕企业管理、产品经营、业务流程等产生一系列庞杂的服务类和管理类数据，数据管理主要包括数据管理技术、系统开发与应用、数据安全等主题，旨在提高企业效率和收益。高校、科研机构等科研数据管理者，因科研数据的专业性，承担的角色主要是协调科学数据管理、组织和管理元数据、长期保存科学数据、监控数据质量等。
2 数据治理
“治理”源自拉丁文的“掌舵”一词，指政府掌握和操作的某种行动，是联合行动的过程，强调协调而不是控制。治理是存在着权力依赖的多元主体之间的自治网络，本意是服务，通过服务来实现管理的目的。治理是决定谁来进行决策，管理就是制定和执行。正如习近平总书记指出的，“治理和管理一字之差，体现的是系统治理、依法治理、源头治理、综合施策。”管理有管理主体和管理客体（被管理对象）之分，而治理由于多元参与，无法有效区分治理主体和治理客体，因此突出统筹协调、多方协同、网络互动、整体联动、齐头并进等特征。
数据治理以数据为对象，涉及数据来源者、采集者、管理者、平台运营者、加工利用者、数据产品和服务消费者等政府、市场、社会等多元参与主体的协作分工，是一项全局性、系统性、综合性工作，是一个多方参与、多维共治的动态过程。数据治理属于顶层设计范畴，是决策层面的综合把控，重点解决数据管理规章制度制定、数据管理工作决策部署、数据管理组织机构设置等问题。
数据治理处于数据管理的中枢地位，贯彻和辐射到数据管理的各个功能域。参考DAMA国际框架，数据治理是统领10个数据管理功能域的核心纽带，能有效指导数据管理各功能域推进各项工作，是对数据资产管理行使权力和控制的活动集合（规划、监控和执行），指导其他数据管理职能如何执行，是高层次的、规划性的数据管理制度活动。在《数据管理能力成熟度评估模型》（Data Management Capability Maturity Assessment Model, DCMM）中，数据治理是数据管理能力的一个能力域，主要包括数据治理组织、数据制度建设、数据治理沟通等内容。由此可见，数据治理是组织治理的重要组成部分，不仅是数据质量、系统质量的有力保障，更是释放数据价值、推动组织高效发展的重要支撑。进行数据治理不能只片面地关注某个方面或某个环节，而要站位全局，通过建立完善的规则体系、串联全局，推动数据高效、安全地流通与利用，最大限度地释放数据的价值，使数据真正成为组织的资产。
