什么是数据生命周期管理 (DLM)？
数据生命周期管理 (DLM) 是一种管理方法，从数据输入到数据销毁，在数据的整个生命周期对数据进行管理。数据根据不同的标准分为多个阶段，随着其完成不同任务或满足特定要求而逐次经历这些阶段。
良好的数据生命周期管理 (DLM) 流程能够精心组织和整理企业的数据，进而帮助实现流程中的关键目标，例如数据安全性和数据可用性。
这些目标是企业取得成功的关键，而且其重要性随着时间的推移与日俱增。数据生命周期管理 (DLM) 策略和流程能够帮助企业做好准备，从容应对组织遇到数据泄露、数据丢失或系统故障而带来的灾难性后果。
良好的数据生命周期管理 (DLM) 战略会优先考虑数据保护和灾难恢复，尤其是在越来越多恶意行为者随着数据的快速增长而进入市场的情况下。这样，当灾难发生时，借助业已实施的有效数据恢复计划，就能减轻品牌底线和总体声誉受到的灾难性影响。
数据生命周期管理 (DLM) 与信息生命周期管理 (ILM) 的对比
信息生命周期管理 (ILM) 通常与数据生命周期管理 (DLM) 互换使用，虽然它也是数据管理实践的一部分，但它与 DLM 不同。
数据生命周期管理负责监督文件级数据；也就是说，它根据类型、大小和存在时间来管理文件。另一方面，ILM 用于管理文件中的各个数据，确保数据准确和及时更新。这包括用户信息，例如电子邮件地址或账户余额。
最新的 AI 新闻 + 洞察分析
在每周的 Think 时事通讯中，发现专家精选的有关 AI、云等的洞察分析和新闻。
数据生命周期由其使用寿命期间的一系列阶段构成。每个阶段由一组策略进行管理，目的是在生命周期的每个阶段最大程度地发挥数据的价值。随着企业工作流中数据量的增加，DLM 越来越重要。
第一阶段：数据创建
新的数据生命周期始于数据收集，但数据来源非常丰富。数据可能来自 Web 和移动应用程序、物联网 (IoT) 设备、表单、调研等不同来源。虽然可以通过多种不同方式生成数据，但企业想要取得成功并不需要收集所有可用数据。企业应当始终根据新数据的质量及其与业务的相关性来评估是否需要整合新数据。
第二阶段：数据存储
数据的结构化方式也可能有所不同，而这会对企业使用的数据存储类型产生影响。结构化数据往往会利用关系数据库，而非结构化数据则通常会使用 NoSQL 或非关系数据库。确定数据集的存储类型后，便可评估基础设施是否存在任何安全漏洞，并可以对这些数据进行不同类型的数据处理（例如，数据加密和数据转换），以保护企业免受恶意行为者的侵害。此类数据处理还可确保敏感数据符合 GDPR 等政府政策的隐私与政府要求，从而帮助企业规避因这些类型的法规所产生的高额罚款。
数据保护的另一个方面主要聚焦于数据冗余。任何已存储的数据的副本都可以在数据删除或数据损坏等情况下充当备份，防止数据遭到意外更改或恶意软件攻击等蓄意破坏。
第三阶段：数据共享和使用
在此阶段，数据可供业务用户使用。组织可以通过数据生命周期管理 (DLM) 定义数据的使用者以及数据的用途。数据可用后，即可用其进行一系列分析，包括基本的探索性数据分析、数据可视化以及更高级的数据挖掘和机器学习技术。所有这些方法在业务决策以及与各利益相关者的沟通中都能发挥作用。
此外，数据的使用并不一定仅限于内部使用。例如，外部服务提供商可能会出于营销分析和广告等目的使用数据。内部使用包括日常业务流程和工作流，例如仪表板和演示文稿。
第 4 阶段：数据存档
经过一段时间后，数据对于日常运营不再有用。不过，为了满足可能存在的诉讼和调查需求，仍然必须保留不经常访问的组织数据的副本。这样，到了需要的时候，就可以将归档数据恢复到当前生产环境中。
组织的数据生命周期管理 (DLM) 战略应明确定义数据归档的时间、位置和时长。在此阶段，数据要经过归档过程以确保冗余。
第五阶段：数据删除
在此生命周期的最后阶段，数据会从记录中清除并安全销毁。企业会删除它们不再需要的数据，以便为活动数据腾出更多存储空间。在此阶段，当数据超过规定的保留期限或对该组织已无意义时，便会从存档中删除。
数据生命周期管理 (DLM) 有几个重要的优点，其中包括：
• 流程改进：数据在推动组织的战略计划方面发挥着至关重要的作用。数据生命周期管理 (DLM) 有助于在数据的整个生命周期中保证数据质量，从而帮助改进流程和提高效率。良好的 DLM 战略可确保供用户使用的数据准确可靠，从而帮助企业最大程度地发挥数据的价值。
• 控制成本：数据生命周期管理 (DLM) 流程在数据生命周期的每个阶段赋予数据价值。一旦数据对于生产环境不再有用，组织可利用数据备份、复制和归档等一系列解决方案来降低成本。例如，可将数据移至本地、云端或网络直连存储中成本较低的存储位置。
• 数据易用性：借助数据生命周期管理 (DLM) 战略，IT 团队可以制定策略和程序，确保以一致的方式标记所有元数据，以便在需要时提高数据的可访问性。制定可执行的治理策略，就能确保数据在需要保留期间一直发挥价值。有干净有用的数据可用，则能提高公司流程的敏捷性和效率。
• 合规与治理：每个行业部门都有自己的数据保留规则和法规，而合理的数据生命周期管理 (DLM) 战略可以帮助企业保持合规。数据生命周期管理 (DLM) 可以让组织更高效、更安全地处理数据，同时确保遵守有关个人数据和组织记录的数据隐私法律。