通过元数据、数据模型、主数据、数据整合、数据安全等几个维度牢固的数据管理内容，同时通过数据管理工具提高数据管理的自动化水平(当然，不排除硬汉企业Excel式的数据管理方式)，最终促进数据在企业水平和业务水平上共享
如果可能的话，选择主数据管理系统，提前打下主数据管理的基础，为未来各系统的数据相互连接打下良好的基础。
此外，极道在数据管理中采用元数据实时捕捉专利技术和自己的图形算法，整合存储和数据管理系统，在不损害主要存储性能的基础上实时动态提取、索引数据标准元数据和用户定制的行业相关元数据，灵活的后端结构
数据质量管理是对数据本身和数据访问过程的质量管理。调查显示，83%的政务热线进行数据质量管理，主要采用人工检查、筛选重量、访问权限管理等方式。数据生命周期包括数据发生、在线处理、备案销毁等三个阶段，数据在生命周期的不同阶段价值不同，通过数据更新和质量改进，可以维持或提高数据的价值。调查结果显示，75%的热线部门采用时效管理、周期判断和分类等方式管理数据生命周期，69%、81%的热线部门采用元数据管理、主数据管理。
主要数据是满足跨部门业务合作需求，反映核心业务实体状态属性的组织基础信息。参与调查的政务热线中，81%的热线部门以制定主要数据清单、存储主要数据分类等方式进行科学管理。元数据是数据的说明，存储着数据的数据信息。调查结果显示，69%的政务热线部门通过内置元模型、建立元数据规范等方式进行元数据管理。
这里的小数据是承载事物实体的数据，如人、财、物等，是企业所有业务开展的载体。其实说白了就是主要的数据管理。
笔者建议企业数字化转型应自我评价主要数据管理的成熟度，明确自己主要数据管理的现状和与先进基准的差距，确定主要数据管理的途径，进一步巩固主要数据的基础。(参考DMM、MD3M、DataFlux等主要数据管理成熟度模型，笔者以前的文章详细介绍了这些成熟度模型)
例如，迄今为止，通过用户数据(包括用户ID、用户基础数据、多种信息渠道的用户标签等)，通过经营管理的业务数据(包括客户首次接触成交、售后服务的所有经营管理过程的数据收集、保留和应用)，哪个品牌实现了？客观地说，没有这样的品牌。许多品牌缺乏主要数据管理，更不用说系统数据的开通了。
传统企业的数据质量管理现状一般不乐观。许多企业数据质量意识薄弱，缺乏数据管理功能，没有制度，数据操作不规范，数据质量问题严重的核心主要数据缺乏统一的数据标准，同一类型的数据存储在多个系统中，系统之间没有数据同步，数据不一致、不完整、不正确等问题