数据是新型石油的说法屡见不鲜，还有人称数据为新型黄金，在小编看来也许哲学家和经济学家对这些说法可能会提出质疑，但在如今的时代，毫无疑问，对于任何希望实现数据驱动决策的组织来说，数据管理和数据治理、分析是至关重要的。
数据治理必须涵盖数据的整个生命周期，从数据收集一直到数据管护。在这个生命周期中，小编为您总结了数据管理的关键方法，一般有以下几种：
关于与数据相关的责任和活动是集中管理还是放权管理，组织必须适当权衡。
技术驱动型的人往往倾向于从解决方案出发。常见想法是“这项新颖的技术一定有应用！”要想避免陷入未使用过的高科技带来的陷阱，就不要从解决方案入手，而要从问题或机会开始研究。经验表明，这种思维模式的转变很难，特别是对于经验丰富的IT 领导，他们习惯于主动提供最先进的解决方案。
业务视角和技术视角之间的鸿沟主要在于流程和数据领域。双方常常都认为自己是开放的，但却不知不觉陷入旧思维方式。许多人都表示他们是从组织的利益出发才这么想和做的。
· 不断发问：是否存在问题（某些事情没有按其应有的方式进行）？有机会么（虽然有效，但还可以改进）？能不能创新（新的商业模式）？确定并量化实际的痛点和可能的收益。
· 寻求对话：与各个独立的业务职能部门探讨可能的收益，并一起验证。
· 培养产品思维：从项目经理到产品所有者的视角转变有利于数据管理工作的开展。眼光可以更长远，不应局限于单个项目的结束。
数据管理是整个组织中每个人的工作。它尤其不是一项 IT 工作，也不是从技术开始的。数据管理是在相互理解的坚实基础上构建业务与 IT 之间的桥梁。
除非在公共部门或非营利组织，否则数据处理工作需要增加可测量的利益相关者价值。在数据方面有投入的组织都希望看到回报。我称之为“数据回报率”（Return on Data，ROD）。这种表述来源于财务术语“投资回报率”（ROI），它对于任何需要花钱的活动都至关重要：只有能得到收益才会去做。
谈“数据回报率”不是以处理数据为终极目标。要判断数据活动效果如何，必须要看它对组织整体状况的影响。这包括间接和长期的影响，以及对潜在问题的规避情况（这意味着对风险的处理）。
构建令人信服的业务模式并不是为了让数据投资看起来足够有吸引力，为了确保资金安全，则需要从一开始就从商业导向出发。尽早发现业务模式的负面影响并不是失败！
仅仅根据某些事实做出决策是不够的，而是需要整体考虑组织范围内所有的相关事实。
作为决策流程的一部分，“问题升级”只是意味着将决策提升了一个层级。理想情况下，视角会从部门角度转变为可以减轻偏差的跨职能角度，并最终转变为可以避免偏差的全体“股东”角度。
这样的流程有助于不受个人观点和动机影响做出决策，而且可以鼓励组织中级别较低的人跨职能看待问题，并提出跨职能的最佳建议。
很多组织有共享官方信息和想法。这不应是单向的，每个人都应该能够与他人分享自己的想法，最好是以系统的方式。实际上你可能有多个技术平台，但是需要声明哪个是唯一用于交流的平台。而数据办公室的成员应该是首批积极使用该平台的人员。
