首先，我们先说一个显而易见的事实：数据就是新石油。就像石油一样，数据需要仔细提炼才能获得所需的输出。然而，与石油不同的是，数据随着其使用而不断增长。这两种说法的结合提出了当今组织面临的根本挑战：处理不断增加的数据量以促进其发展。我们经常遇到这样的情况：每个组织在高效处理数据时都面临着不同的挑战。由于问题的独特性，至少在某种程度上，对于每个组织来说，很难有一个标准化的客观方法来理解和解决企业数据管理的固有挑战。

　　这是一系列文章，旨在提出一种客观且通用的方法来识别数据管理问题以及解决这些问题的各种解决方案。这是第一篇，为数据管理的基本介绍奠定了基础。

　　什么是数据管理

　　在深入研究之前，让我们快速了解什么是数据管理以及它为何如此重要。

　　数据管理包括与将数据作为战略资源进行管理相关的所有学科。它包括获取、验证、存储、保护和处理所需数据，以确保用户数据的可访问性、可靠性和及时性。

　　企业数据管理 (EDM) 是组织管理其内部或外部数据资产以进行基于事实的决策的能力。

　　EDM 直接影响数据质量。数据质量是数据分析的基础，它揭示趋势和指标，以识别业务的风险和机遇。不当的数据管理会影响您的业务决策和增长。

　　在我们识别和量化各种数据问题之前，我们先来看看各种类型的企业数据。

　　企业数据的类型

　　要解决数据问题，了解不同类型的企业数据非常重要。其重要性在于，这些不同类型的数据服务于其特定目的，并且有不同的方法来管理它们。

　　了解不同类型的企业数据的另一个重要原因是它有助于采用模块化和敏捷的方法来解决数据问题。

• 　　主数据：它表示有关业务对象的非事务性信息。它是描述业务运营核心实体的一致且统一的标识符集。通常，主数据定义产品、客户、供应商等域中的唯一实体。例如，具有标准化定义和属性的特定供应商是主数据，其唯一ID用于业务活动的事务系统中。

• 　　交易数据：描述核心业务活动和交易。交易数据可能包含有关采购、生产、销售等活动的信息。产品销售的描述是交易数据。

• 　　分析数据：分析或报告数据是交易数据的汇总汇编，可以在主数据的帮助下进行切片和切块以进行业务分析。

　　数据类型的逻辑结构

• 　　参考数据：它是主数据的标准化子集，比主数据元素的波动性更小。顾名思义，它被用作整个组织的参考，以维护通用标准。例如，国家列表以及相应的省份和城市是参考数据。

• 　　元数据：它提供与业务活动相关的其他数据的描述性结构信息。例如，一个人的姓名可能有 3 个组成部分：名字（必填）、姓氏（必填）和别名（可选）。该信息是有关人名的元数据。

　　现在我们已经基本了解了数据管理的含义以及各种类型的企业数据。在下一篇文章中，我们将了解如何识别和分类数据问题。