Datenmanagement ist nicht alleine Aufgabe der IT-Abteilung. Vielmehr ist es als eine Art Konzept zu sehen, das unternehmensweit Anwendung findet. Das IT-Team kennt sich zwar mit technischen Fragen aus, weiß aber meist nicht, welche Daten die Fachabteilungen brauchen und welche Ziele sie damit verfolgen. Deshalb ist es zunächst wichtig, alle Beteiligten an einen Tisch zu holen und einen umfassenden Blick auf das Thema zu gewinnen. Im Idealfall setzen Unternehmen einen zentralen Datenverantwortlichen ein, einen Chief Digitalization Officer oder auch Chief Data Officer (CDO), der sich darum kümmert, wie das Unternehmen am besten von Daten profitieren kann.
Die bevorzugte IT-Infrastruktur ist in den meisten Unternehmen heute die Hybrid-Cloud, eine Kombination aus On-Premises-Lösungen und Public Cloud. Daten können also an ganz unterschiedlichen Orten gespeichert oder verarbeitet werden. Deshalb ist es wichtig, dass das Datenmanagement sich einheitlich auf die verschiedenen Systeme und Technologien anwenden lässt. Unabhängig davon, wo Daten geklont, gesichert oder wiederhergestellt werden, sollten dieselben Prozesse und Tools greifen. Ansonsten entsteht ein erhöhter Managementaufwand, der die Effizienz der Infrastruktur wieder zunichtemacht. Außerdem müssen sich Daten aus verschiedenen Umgebungen auf einfache Weise zusammenführen lassen. Dafür ist eine einheitliche Datenübertragung erforderlich. Unternehmen gewinnen dadurch auch die Möglichkeit, Daten aus einer Cloud in eine andere zu übertragen. Das kann zum Beispiel aus Kostengründen sinnvoll sein, etwa wenn ein Anbieter seine Preise anhebt. Ein einheitliches Datenformat erleichtert die Verlagerung von Daten in die Cloud, sodass sie vorab nicht extra konvertiert werden müssen.
Die Datenmanagement-Strategie muss sich sowohl mit Daten am Entstehungsort (at the Edge) beschäftigen als auch mit den Daten auf der zentralen Datenplattform (at the Core). At the Edge, also an den Sensoren von Geräten und Maschinen, entstehen riesige Mengen von Daten, die das System zum Teil bereits dort filtert analysiert und erste Entscheidungen fällt. Je nach Anwendungsfall werden ausgewählte oder alle Daten an die Plattform übertragen. Dort besteht die Herausforderung darin, die unterschiedlichen Datentypen für Applikationen On-Premises oder in der Cloud verfügbar zu machen.