很多人接触最多、做得最多的，其实都是数据管理。

简单理解，数据管理是面向日常业务、面向使用过程的实操工作。它的核心目的是保障企业、机构的数据能够正常存、正常取、正常用、正常流转，支撑业务不掉链子。

它涵盖的都是大家最熟悉的日常工作：数据采集、数据存储、数据备份、数据查询、数据调度、权限分配、日常监控、数据运维等等。

你可以把它类比成家里的“日常家务”：东西怎么摆放、怎么收纳、用完归位、定期打扫、防止丢失。它不追求完美规整、不追求价值最大化，只追求稳定、可用、顺畅、不出错。

数据管理最大的特点是：偏执行、偏技术、偏日常。只要数据能支撑业务跑起来，管理工作就算完成了。

而数据治理，是比数据管理更高维度的工作，属于顶层设计、规则建设、价值重塑。

如果说管理是“维持现状”，那治理就是“改变现状”。

很多企业数据乱象丛生：数据重复、口径不统一、一数多义、数据错乱、质量参差不齐、数据不敢用、没法对接、没法变现。这些问题，靠日常的数据管理是解决不了的，必须靠数据治理。

数据治理的核心，是从制度、标准、流程、质量、安全、权责、资产盘点等顶层维度，建立一整套统一规则。

具体包括：统一数据标准、规范数据口径、数据质量整改、数据分级分类、数据安全管控、数据权责厘清、数据资产盘点、合规体系搭建等核心工作。

如果用生活来举例：管理就是日常做家务，治理是全屋装修、规整户型、制定收纳标准、建立长效规矩。治理做完，整个数据体系的底子打好；而管理则是在这个好底子上，维持日常运转。

数据治理的核心目标只有三个：让数据更标准、更干净、更有价值，最终实现数据可管、可用、可溯、可变现、可入表。