（1）可持续性。数据处理是一个需要组织持续投资的过程。数据处理需要我们改变数据的管理和使用方法。这意味着数据管理需要在相关管理工作开始后继续管理变化。
数据和其他资产的区别:数据看不见，摸不着不像其他资产那样是实物。 数据价值：数据的价值与上下文有关，其价值也可能随时间变化，无法一致衡量 数据质量：低质量数据对决策有负面影响。低质量的数据处理成本巨大，而且是隐藏的。 数据优化方案：更好的数据规划需要有针对架构、模型和功能设计的战略路径。 元数据和数据管理：管理数据资产需要可靠的元数据 数据管理是一项跨职能的工作 建立企业视角 数据管理需要多角度思考 数据生命周期 数据和风险：低质量、过时、不完整的数据带来误解和误用 数据管理与技术 高效的数据管理需要领导和承诺
环境因素六边形图显示了人、工艺和技术之间的关系 DMBOK语境关系图的关键。因为这些目标，它把目标和原则放在中心 和原则为如何成功地执行活动和有效地使用工具提供了数据管理 指导。
DAMA框架为不同的抽象级别提供了一系列关于如何管理数据的方法 径。这些视角可用于澄清战略、制定路线图、组织团队和协调工作 能洞察力。 DMBOK2中提出的想法和概念可以应用于不同的组织。组织 所采用的数据管理方法取决于行业、应用等关键因素 数据范围、企业文化、成熟度、战略、愿景以及待解决的问题和挑战。 本节描述的框架提供了一些视角，通过这些视角管理和应用数据 DMBOK中提出的概念。
模型的数据管理能力成熟度评估（DCMM）》是我国数据管理领域第一个正式发布的国家标准，旨在帮助企业利用先进的数据管理理念和方法，建立和评价自己的数据管理能力，不断完善数据管理组织、程序和系统，充分发挥数据促进信息、数字、智能发展的价值，是反映数据管理能力水平的权威指标。