DAMA：CDGP 考试重点及知识点分解

本文链接：https://blog.csdn.net/BeiisBei/article/details/139003337

第一章数据管理

单选（3）、多选（1）

考试重点：

1、数据管理基本概念
2、数据管理框架

知识点分解：

数据管理定义 P1
数据与其他资产的区别：元资产 P6-7
数据价值 P7
数据管理的挑战 P6-12
数据生命周期 P10-11
数据管理战略 P13
数据管理框架 P14-22

第三章数据治理

单选（2）、多选（4）

考试重点：

1、数据治理业务驱动因素、目标和原则
2、数据治理组织和管理职责
3、数据治理活动
4、数据治理实施指南、组织和文化

知识点分解：

数据治理项目的范围和焦点 P43
数据治理业务驱动因素 P45
数据治理目标和原则 P46
数据管理与数据治理的区别 P47
数据治理组织 P48
数据管理职责 P49
数据治理活动（评估、触点、运营框架、问题管理、数据标准、业务术语表）P53-63
数据治理实施指南、组织和文化 P64-65

第四章数据架构

单选（2）、多选（4）

考试重点：

1、数据架构的业务驱动、成果和实施
2、数据架构的基本概念
3、数据架构活动
4、数据架构管理工具
5、数据架构实施，评估和风险、组织和文化
6、数据架构评估指标

知识点分解：

语境关系图、驱动因素、原则、目标、成果和实施（搭建企业数据语言）P69-71
Zachman架构 P73
数据模型和数据流设计 P74-77
活动（数据流、“意大利面”式接口、开发路线图/数据依赖关系、Scrum）P78-82
工具（建模工具、资产管理软件、图形设计应用）P83
数据架构实施，评估和风险、组织和文化（构件、活动和行为，风险，能力依赖） P84-86
评估指标（架构接受度、实时趋势、业务价值）P87

第五章数据建模与设计

设计题（1）

考试重点：

1、数据模型设计概念及目标
3、数据建模方法
4、数据模型治理
5、数据模型评估指标

知识点分解：

数据模型组建 P93
数据建模方法 P99
关系型逻辑数据模型 P107
数据建模和设计治理 P120
数据模型计分卡 P122

第七章数据安全

论述题（1）

考试重点：

1、数据安全业务驱动因素、
目标和原则
2、数据安全基本概念
3、数据安全活动
4、数据安全评估指标
5、数据安全治理

知识点分解：

数据安全要求P165
业务驱动因素（安全性作为资产）P166-168
目标和原则P168-169
数据安全需求和过程P171
重点：数据安全活动P184-193
重点：度量指标P199-201
数据安全治理P198

第十章主数据与参考数据

论述题（1）

考试重点：

1、主数据业务驱动因素、目标和原则
2、主数据的基本概念
3、主数据管理活动
4、主数据实施
5、主数据组织和文化变革
6、参考数据和主数据治理

知识点分解：

业务驱动因素 P262
目标和原则 P263-264
主数据的基本概念（10月考：什么是主数据） P265\270
重点：主数据管理的关键处理步骤 P272
数据共享架构 P279
重点：主数据管理活动 P280-282
实施（数据共享协议）P284-286
组织和文化变革 P286
参考数据和主数据治理（决定事项、度量指标）P286-287

第十一章数据仓库与商业智能

论述题（1）

考试重点：

1、业务驱动因素、目标和原则
2、基本概念
3、实施活动
4、技术和工具

知识点分解：

业务驱动因素、目标和原则 P290-292
数据仓库 P292
数据仓库建设的方法 P293
Inmon和Kimball（企业信息工厂和数据仓库棋子视图）P293-297
重点：DW/BI和大数据概念架构 P298
实施活动（映射、加载数据仓库、BI组合、发布流程）P303-306
元数据存储库 P307
重点：运营分析运用（OLAP、数据立方体） P310

第十二章元数据管理

论述题（1）

考试重点：

1、元数据管理业务驱动，目标和原则
2、基本概念
3、元数据管理活动
4、元数据工具和技术
5、元数据治理
6、元数据评估指标

知识点分解：

业务驱动因素 P322
目标和原则 P322-323
元数据类型 P323-325
重点：元数据架构的类型 P330-333
重点：元数据管理活动 P333-338
元数据存储库 P338/307
元数据技术（XML、JSON、REST）P343
元数据评估指标 P343-344

第十三章数据质量

论述题（1）

考试重点：

1、数据质量业务驱动因素、目标和原则
2、数据质量基本概念
3、数据质量活动
4、数据质量技术
5、数据质量评估指标

知识点分解：

驱动因素、目标和原则 P348
数据质量维度 P350-355
数据质量改进生命周期 P357-358
数据质量常见问题 P359-362
重点：数据增强 P363-364
重点：活动（10月份考）P365-375
- 定义高质量的数据
- 定义数据质量战略
- 识别关键数据和业务规则
- 执行初始数据质量评估
- 识别改进方向并确定优先顺序
- 定义数据质量改进目标
- 开发和部署数据质量操作
开发和部署数据质量操作 P369-375
制定数据质量服务水平协议 P374
编写数据质量报告 P375
重点：数据质量技术（测量和监控数据质量、数据质量监控技术、设计和实施详细的操作过程）P370-373
重点：有效的数据质量指标 P378
- 可度量性
- 业务相关性
- 可接受性
- 问责/管理制度
- 可控制性
- 趋势分析
度量指标 P383