如果我们用简单的包含和包含的关系来理解数据管理和数据管理，就会有一些争议。作者更喜欢使用“金字塔”结构来理解它们：
随着移动终端、传感器和自动化设备的增加，数据采集的成本越来越小，企业产生的数据越来越大，信息技术正如诺兰模型所说，逐渐进入集成和数据管理阶段。现在大数据的作用越来越强，数据管理的重要性逐渐提高到日常生活中，数据管理项目也以肉眼可见的速度迅速增长。
资产意味着拥有所有权和使用权，也意味着数据确认、数据隐私和数据安全处于非常重要的位置。以上也是数据管理与数据资产管理的显著区别。
在分布式数据管理模型中，数据管理的角色和职责在整个企业中共享。在这个新场景中，分散的专家团队将“管理数据访问和权限，消除当前的集中 IT 瓶颈存在。”
综上所述，数据管理更注重独立数据活动的能力，而数据管理更注重各种数据活动之间的合作如何形成一个高效服务于业务目标的整体。
第 1 这个阶段对数据管理计划的成功至关重要。在这个阶段，公司确定了其业务需求，设定了长期目标，并评估了可行的资源。它定义了数据管理能力和框架范围，以确保在规定的期限内实现目标。
第五，加强信息安全和数据监督体系的建设。明确企业安全的主要责任，督促企业完善大数据安全管理体系。建立大数据安全管理部门或团队，制定配套的安全体系、管理规范和操作规程。实施数据分类保护，建立数据保证体系。加强企业数据安全意识，提高管理人员的专业素质，进一步提高国有企业数据管理应用的专业性。
实现数据管理成果的登记、维护、浏览、推广、使用和实施，包括：各种数据管理系统、数据规范文件（如数据标准、数据质量规则、安全水平）、数据字典(系统表字段)等。
数据治理应该是金字塔顶层。与“治理”有关，我们经常看到和听到国家治理和公司治理的概念。从某种意义上说，治理是一种自上而下的策略或活动。假如我们把国家治理说成国家管理，把公司治理说成公司管理是不是有点奇怪？因此，数据管理应该是顶层设计和战略规划的内容，是数据管理活动的大纲和指导，指出数据管理过程中应该制定哪些决策，谁负责，更加强调数据战略、组织模式、职责分工和标准规范。