داده ، اطلاعات ، دانش :  اگر بخواهیم از یک واژه برای بیان واقعیت هایی نظیر متن ، اعداد ، تصاویر ، صدا و یا ویدیو استفاده کنیم ، شاید بهترین  کلمه  داده یا Data باشد .  این واژه گرچه به صورت عام در شکل  مفرد  و جهت بیان یک واقعیت استفاده می شود ولی بد نیست  بدانیم واژه فوق شکل جمع کلمه Datum است که معمولا ما از آن برای  بیان یک چیز استفاده می کنیم . ما واقعیت ها را ضبط  ، ذخیره  و به عنوان داده  بیان می کنیم . در کنار واژه داده ما از واژه اطلاعات ( Information ) نیز استفاده می کنیم و در مواردی هم درست و یا نادرست آنها را به صورت دو واژه با معانی یکسان به خدمت می گیریم.  اگر به داده در یک زمینه خاص (context )  توجه شود ، از دل آن اطلاعات متولد می شود .در واقع ، اطلاعات داده ئی در یک زمینه است و بدون زمینه ، داده بدون معنی خواهد بود. ما با تفسیر زمینه پیرامون  داده ، اطلاعات با معنی ایجاد می کنیم. این زمینه می تواند موارد متعددی را شامل شود : معنای کسب و کار  عنصر داده و اصطلاحات مرتبط  با آن ، قالب  و  یا فرمت ارایه شده توسط  داده ، بازه زمانی ارایه شده توسط داده، ارتباط داده با  یک  مورد خاص از کاربرد آن  ،  نمونه هایی از میدان  تفسیر زمینه داده می باشند. از دیگر واژه های مرسوم در این حوزه واژه دانش (  Knowledge ) است . اطلاعات دارای نقش اساسی در تولید دانش می باشند و  در این راه مشارکت می نمایند.دانش درک ، آگاهی ، شناخت و تشخیص یک وضعیت و آشنایی با پیچیدگی های آن است . دانش ، اطلاعاتی در خصوص یک دیدگاه خاص است که درون یک نظریه، تجمیع شده و بر اساس تشخیص و تفسیر الگوها نظیر تمایلات با سایر اطلاعات و تجارب شکل پیدا می کند. دانش می تواند شامل فرضیه ها و تئوری هایی در رابطه با علل نیز باشد.
از  منظر سازمانی داده ، اطلاعات و دانش جملگی  به عنوان سرمایه های مهم یک سازمان محسوب می گردند  و  لازم  است  هر برنامه  مدیریت داده  به این موضوع توجه راهبردی جدی نماید .شکل 1، تفاوت داده ، اطلاعات و  دانش را نشان می دهد.


داده ، فونداسیون اطلاعات ، دانش و نهایتا خرد را تشکیل می دهد و می بایست این فونداسیون به درستی مدیریت شود . در پاسخ به این سوال که آیا داده حقیت است باید گفت که الزما اینگونه نیست و داده می تواند نادرست ، ناقص ، غیرمعتبر ، از رده خارج و  یا غیرقابل فهم  باشد .

چرخه حیات داده  :  داده ، همانند هر سرمایه دیگری  دارای یک چرخه حیات است و سازمان ها جهت مدیریت آن ، می بایست چتر مدیریتی خود را در طول چرخه حیات ایجاد و بطور مستمر آن را فعال و به روز نمایند. داده در طول حیات خود ماجراهای متعددی را تجربه خواهد کرد: داده ایجاد می شود و یا از منابع دیگری که آن را ایجاد کرده اند گردآوری می شود ، ذخیره و نگهداری می گردد ، از آن استفاده می شود و ممکن است در نهایت آن را حذف کرد . داده در طول حیات خود ممکن است از مکانی استخراج ، به مکان دیگر ارسال  گردد ، از سیستمی به سیستمی دیگر مهاجرت کند ، به دفعات اعتبار و صحت آن متناسب با قواعد کسب و کار سنجیده می شود، ویرایش گردد ، بهنگام شود ، پاکسازی و یا غنی سازی گردد، از مکانی به مکان دیگر منتقل شود ، تبدیل شود ، یکپارچه گردد ، تفکیک گردد ، تجمیع گردد ، به آن  به عنوان مرجع رجوع  شود ،تحلیل گردد ،از  آن فایل پشتیبان گرفته شود ، در صورت بروز مشکل بازیافت گردد ،آرشیو و بازیابی شود قبل ازاینکه حذف گردد. موارد فوق ، بخشی از  فعالیت های مرتبط  با داده در مدت زمان چرخه حیات می باشد .
جرخه حیات داده قبل از اکتساب داده و با برنامه ریزی سازمانی برای داده شروع می شود و اگر قرار است داده بطور مطلوب و موثر مدیریت گردد ، پروژه های متعددی در طول حیات آن می بایست اجراء گردد.
چرخه حیات ایجاد سیستم  (  SDLC  ) مشابه چرخه حیات داده نمی باشد .SDLC ، مراحل انجام یک پروژه را تشریح می می کند و چرخه حیات داده، فرآیندهای مورد نیاز جهت مدیریت سرمایه های داده را نشان می کند.شکل 2 ، چرخه حیات داده و  انطباق آن با چرخه ایجاد سیستم را نشان می دهد.


دو چرخه فوق دارای ارتباط نزدیکی با یکدیگر هستند. چراکه فعالیت های برنامه ریزی ، مشخص کردن و فعال سازی بخش جدایی ناپذیر از چرخه SDLC می باشند و سایر فعالیت های SDLC دارای ماهیتی عملیاتی و نظارتی می باشند .

مدیریت داده  :  مدیریت داده (Data Management )  ،  برنامه ریزی جهت کنترل و عرضه سرمایه های داده و اطلاعات در یک سازمان است . هدف از انجام مدیریت داده ، ایجاد یک انظباط  مناسب و موثر جهت ایجاد ، اجراء و  نظارت بر برنامه ریزی  ، سیاست ها ، برنامه ها ، پروژه ها ، فرآیندها ، روش ها و رویه هایی است که قرار است در گام نخست ضمن کنترل ، حفاظت و عرضه دستاوردها و امکان بهبود مستمر  در گام دوم به تولید ارزش از سرمایه های داده و اطلاعات ختم شود .مدیریت داده با اصطلاحات و یا عبارات  مختلفی شناخته می شود.

• Information Management (IM)
• Enterprise Information Management (EIM)
• Enterprise Data Management (EDM)
• Data Resource Management (DRM)
• Information Resource Management (IRM)
• Information Asset Management (IAM)

تمامی اصطلاحات فوق ، عموما مترادف هم هستند که می توان قدر مشترک آنها یعنی مدیریت داده را انتخاب  کرد. از واژه Enterprise به مفهوم تاکید بر انجام تلاش های مدیریت داده در سطح یک سازمان استفاده می شود .گرچه ممکن است برخی تلاش های مدیریت داده در سطح یک دپارتمان و یا یک حوزه خاص در یک سازمان انجام شود ، نباید این انتظار را داشت که مزایای زیادی برای کسب و کار را به دنبال داشته باشد. چراکه فعالیت های جزیره ای در هر حوزه کاری با فرض مفید بودن نمی تواند به چالش های مدیریت داده در سطح سازمان به خوبی و با یک نگرش جامع پاسخ دهد . مدیریت داده برای هر سازمانی صرفنظر از ابعاد  آن بسیار حائز اهمیت است .
مدیریت کلان  داده  مستلزم انجام فعالیت های متعددی است که می توان آنها  را  در حوزه های کاری مختلفی تقسیم  تا با یک نگاه سیستماتیک و لایه ای بتوان مدیریت داده را در سطح یک سازمان به سرانجام مطلوب رساند  . شکل 3 ، یازده حوزه کاری مختلف مدیریت  داده را  که اخیرا توسط DAMA ( ارایه شده در ششم مارس 2014 ) به عنوان یک چارچوب مدیریت داده ارایه شده است نشان می دهد .


چارچوب نشان داده در شکل 3 به دنبال آن است تا با ایجاد یک نگاه جامع به داده ، راهکار مناسبی را در هر حوزه کاری ارایه نماید تا بتوان مسیر مدیریت داده را بگونه ای رفت که  داده و اطلاعات به یک سرمایه راهبردی ارزشمند  تبدیل گردند.