随着通讯技术、移动互联网、社交网络、物联网、云计算等技术的快速发展，现代社会已经进入大数据时代。面对来源广泛、数据巨大、形式多样、内容丰富的大数据，为了更加有效应对市场激烈竞争，企业开始意识到数据价值并且通过建立大数据平台、数据中心、数据仓库等系统，从不同角度去挖掘数据的价值。当然随着企业业务发展以及各种平台、系统的建立也意味着需要管理的数据量越来越庞大，资源维护成本越来越高，效率越来越低。
面对企业对数据的不同时效、不同访问频率、不同重要性等要求，如何判定数据是否有维护的必要性，如何降低数据维护成本，提高数据服务水平是进行数据生命周期管理主要解决的问题。
管理目标
数据生命周期管理通过制定合理的管理制度、组织架构以及对应的技术规范，协调各流程制度、技术规范的有效运行，从而提升数据服务水平与数据使用效率，从而实现降低成本、提高效率的目标。数据存储和备份规范是保障和基础，数据管理和维护是执行方法，通过高效的数据管理和维护效率，从而不断提升数据服务水平。
数据生命周期管理涉及生命周期相关的管理制度以及数据存储备份策略的规范制定，以下主要从技术的层面讲述如何制定数据生命周期的数据存储策略。
存储策略框架
数据生命周期管理框架由数据归类、数据特性分析与数据存储策略三部分组成。数据存储框架首先对数据进行归类，在数据归类的基础上结合业务与系统实际情况，分析数据特性，最后根据现状调研、数据归类与数据特性制定数据生命周期存储策略，从而保障数据存储策略能够更加符合业务、系统的实际需求，有效的发挥数据生命周期管理的价值。
数据归类
从数据生命周期管理视角，结合业界的相关标准规范，对企业IT系统的数据进行归类。目前根据系统的业务特点，比较流行的数据归类包括：生产交易型数据、服务支撑型数据与系统数据三部分。
