导读：经常被读者朋友问：“数据管理或数据治理工作到底应该做什么？”、“为什么做了一年半载的数据管理或数据治理工作不被领导看好，领导认为没有产出也没有价值”。笔者认为，造成这些问题或困惑最根本的原因是其组织的高层领导缺乏对数据、对数据管理的认知，不知道“可靠的、管理有方的数据已经成为组织成功的关键因素”，也不清楚“理解数据管理的原则和最佳实践，可帮助组织从数据中获取更多价值”，等等。
本文主要整理摘录《穿越数据的迷宫：数据管理执行指南》书中12个章节最后一小节“你需要知道什么”中的内容，个人觉得很具参考价值，非常适合推荐给领导及身边同事阅读，一起普及数据文化。
（1）数据管理的目标是使组织能够从其数据中获得更多价值。
（2）在数据赋能的实现中，可靠的数据管理方法变得越来越重要。
（3）数据管理包括数据治理活动、数据生命周期活动和数据基础活动。
（4）数据管理涉及一系列技能，包括战略性的技能、高度技术性的技能等。
（5）随着业务需求和技术能力的发展，数据管理实践正在迅速发展。（1）数据是一种有价值的资产，但也隐含着风险。一个组织可以通过低质量数据的代价和高质量数据的收益来分析数据的价值。
（3）应对挑战的最好方法是对数据进行全生命周期管理，同时数据管理应该在企业整体层面进行。
（4）如果组织不能很好地管理数据的生命周期，就会给自己带来高昂的成本，尽管许多成本是隐性的。
（5）数据的生命周期管理需要规划、技术和协调工作。
（1）DAMA的数据管理原则是针对数据管理所带来的挑战而专门开发的。（2）这些原则能够使组织采取更具战略性的方法来管理数据。（3）这些原则可被用于制定政策、定义程序及实现战略决策。（4）参与数据管理任何方面的人员都应熟悉这些原则，并能够将其应用到他们负责的工作当中。（5）DAMA的数据管理原则也可以与数据管理成熟度评估一起使用，以便了解组织当前的状态，并制定改进的路线图。
（1）组织需要以合乎伦理道德的方式处理数据，否则就有风险，就有可能失去客户、员工、合作伙伴和其他利益相关方的信任。（2）数据伦理植根于社会的基本原则和伦理道德的基本述求。（3）与数据相关的监管基于这些相同的原则和要求，但监管不能涵盖所有意外情况。因此，组织必须考虑到自己行为的伦理道德规范。（4）组织应该为自身处理数据培养道德责任文化，这不仅仅是为了符合合规要求，也是本来就应该做的正确的事。（5）合乎伦理道德的数据处理最终将为组织提供竞争优势，因为它是信任的基础。
（1）数据治理是一项持续的工作，通过阐明战略、建立框架、制定方针及实现数据共享，为所有其他数据管理职能提供指导和监督。（2）数据治理本身并不是目的，它是实现业务目标的一种手段。（3）数据治理职能如何设立，依赖于数据治理项目的目标和企业文化。（4）数据治理通过将活动（Activities）和行为（Behaviors）与数据管理原则相结合，来支持组织的业务战略，帮助组织应对数据管理的挑战。（5）数据治理需要领导层的承诺和投入。该承诺也将有助于数据管理职能的其他功能获得成功。
（1）数据架构对于组织理解自身（系统、数据及业务和技术流程之间的关系）的能力至关重要。
（2）整体架构的战略方法使组织能够做出更好的决策。
（3）数据架构关注使组织能够理解和捕获有关自身数据的显性知识。
（4）数据架构流程创建和管理的元数据对于数据的长期使用和管理至关重要。
（5）数据建模对于数据管理至关重要。因为数据模型定义了组织的重要实体，明确了数据需求及管理数据和数据质量所必需的规则和关系。
（1）数据赋能和数据维护的过程广泛、多样且不断发展。（2）不同类型的数据具有特定的维护需求，但对于所有数据类型，我们必须考虑数据的波动性（预期变化的速率、时间和类型）和质量（实用性）。（3）良好的规划和设计有助于降低与此流程相关的复杂性。（4）可靠、适当的技术及规范的操作流程对组织管理数据的能力至关重要。（5）即使数据和技术不断变化（例如，从文档发展到大数据），数据管理的基本原则同样适用。
（1）当我们在使用数据时还会产生新的数据，这些新数据也需
