要管理好数据，首先要根据企业战略制定围绕数据本身的发展战略，即以数据管理为核心，建立从数据管理到应用的框架(见下图)。在有力的组织保障下，数据管理的内容和规划要以数据应用产生的价值为目标，数据管理的规范和标准要通过系统和相关技术来支持。
数据质量和数据管理是管理的最佳实践。使用标准化的流程和工具来处理数据，以确保高质量的分析结果。
激活生产力：通过数据资产的整合和管理，逐步沉淀企业核心数据，提高跨组织、跨部门的团队共享合作效率，帮助企业充分掌握数据资产的现状，提高数据管理质量。
目前，数字时代已经到来，以数据为关键要素推动各行业企业转型升级。然而，它也面临着四个挑战：数据资源不足、数据管理滞后、岛屿普遍存在和应用深度不足。
目前，我国已从数据管理政策向数据管理政策体系发展，但管理政策仍不完善，许多行业和地方政策体系滞后。因此，在新形势下，数据素价值化的主要挑战是建立系统的治理思维，培养复合人才团队，找到差异化的切入路径。
这些也可以被称为“价值驱动”的电网数据管理实践。这种实践不仅可以给电力公司的运营、维护、规划、设计、分析、施工、培训和用户参与环节的改进和优化带来重要价值，不仅可以在管理方面，还可以为电力公司的许多功能带来重要价值。对于配电网电力公司来说，巨大的数据管理带来了挑战，也意味着机遇。
二是明确各部门的数据职责，增强政府的数据治理能力。一方面要完善体制机制， 充分发挥各级政府大数据局、数据管理中心的职能，明确各部门的数据管理职责，形成教育、医疗、民政、公安、大数据局、数据管理中心等数据管理部门的数据管理和使用模式。另一方面，要加强数据治理基础设施建设，按照“坚持统一管理、按需分散部署”的原则，加快大数据中心建设，为政府数据集中管理提供保障。
在政策层面，2015年《国务院关于印发促进大数据发展行动纲要的通知》首次将大数据定义为国家重要的基础战略资源，作为大数据发展的领导文件，涵盖基础设施、流通、应用三个方面和保障体系的发展内容。同时，随着数据资源的不断开发利用，数据安全已成为新一轮的发展命题，政策重点也从数据管理政策升级为基于数据立法的综合治理体系。
第五条数据管理中心应当在年度开始后10天内制定年度数据质量监测和测试计划，经有关领导和责任人批准，计划进行年度数据质量监测和测试，并提交备案。
“在大数据时代的背景下，企业应正确认识和合理利用大数据，提高数据管理和应用能力，促进企业的可持续健康发展。
目标 – 通过使用准确的数据和定义的数据管理流程，降低销售、仓库管理、生产等业务部门的沟通成本，提高业务处理效率，提高业务和管理决策效率。