从数据科学的角度出发，信息化时代不存在严格意义的数据治理，信息化时代的主要特征是数字化，即将现实世界进行数字化的描述，采用人工录入或者传感器感知的方式对现实世界进行参数化记录。记录下来的各类参数，利用管理人员的各类现有经验，整理出数据处理的逻辑，进行程序编写，完成对信息的处理。

数据治理和传统信息处理模式的根本区别

传统信息处理模式几乎完全依赖人类的现有经验进行信息处理，对于人类经验并没有覆盖的领域，就只能利用穷举的方法来进行处理。而穷举的方法，只适用于条件简单的小范围领域，例如下象棋，棋盘很小，棋子的可选落点很有限，因此能够使用穷举来完成。而对于围棋这种19X19的自由落点，其走法的穷举将超越整个宇宙的质子总数。因此，传统的信息处理无法应对这种应用，直到机器学习成熟，才能够实现击败人类冠军的AlphaGo而机器学习，则是数据治理中的一个重要环节，机器击败了人类冠军，其实是数据治理对于依赖人类经验的信息处理模式的超越和替代。因此，我们可以明显的看出，数据治理和传统信息处理模式的根本区别：

传统信息处理：依赖人类现有经验并进行有限演化，形成信息处理逻辑并通过编程实现输入和输出。

数据治理：仅仅依赖数据本身，通过数据本身的特征，自适应的演化处理逻辑，自适应的实现输入和输出（输入输出也是数据处理逻辑之一）。……