DAMA 数据管理知识体系指南：第一章 数据管理

第一章在 CDGA|CDGP 考试中分值占比均不是很高，主要侧重点是考概念性的知识，理解数据管理的目标原则、还有与其他概念的区别点，同时掌握几个关键核心的图（车轮图、六边形图、语境关系图）。总体来说难度不高，主要靠理解为主。

CDGA考题分布：4题，共4分
CDGP考题分布：单选X3，多选X1，共5分。主要考数据管理基本概念及数据管理的框架。

数据管理（Data Management）：为了 交付、控制、保护 并 提升 数据和信息资产的 价值，在其整个生命周期中制订 计划、制度、规程和实践 活动，并 执行 和 监督 的过程。

数据管理专业人员（Data Management Professional）指从事数据管理各方面的工作（从数据全 生命周期的技术管理工作，到确保数据的合理利用及发挥作用），并通过其工作来实现组织战略目标的任何人员。

数据管理专业人员：高级技术人员（如数据库管理员、网络管理员、程序员）；战略业务人员（如数据管理专员、数据策略师、首席数据官等）。

数据管理需要技术和非技术的双重技能。责任由业务人员和信息技术人员共同承担。

数据管理的主要驱动力是使组织能够从其数据资产中获取价值。

管理数据的目标：

1）理解并支撑企业及其利益相关方的信息需求得到满足。
2）获取、存储、保护数据和确保数据资产的完整性。
3）确保数据和信息的质量。
4）确保利益相关方的数据隐私和保密性。
5）防止数据和信息未经授权或被不当访问、操作及使用。
6）确保数据能有效地服务于企业增值的目标。

【满足自己和利益方的需求。数据完整性。质量。隐私和保密性。防止不当行为。服务增值目标】

数据：信息的原材料。信息：在上下文语境中的数据。

数据驱动：使用事件触发和应用分析来获得可操作的洞察力。必须通过业务领导和技术专业知识的合作关系，以专业的规则高效管理数据。

数据管理的原则：

• 有效的数据管理需要领导层承担责任。
• 数据价值：A 独特属性的资产；B 可用经济术语表示。
• 数据管理需求是业务的需求：A 意味着对质量的管理。B 需要元数据。C 需要规划。D 需要驱动信息技术决策。
• 数据管理依赖不同技能：A 跨职能的。B 需要企业级视角。C 为多方面要求负责。
• 数据管理是生命周期管理：A 不同类型数据有不同的生命周期。B 需要纳入与数据相关的风险。

低质量的数据成本：1）报废和返工。2）解决方法和隐藏的纠正过程。3）组织效率低下或生产力低下。4）组织冲突。5）工作满意度低。6）客户不满意。7）机会成本，包括无法创新。8）合规成本或罚款。9）声誉成本。

高质量数据的作用：1）改善客户体验。2）提高生产力。3）降低风险。4）快速响应商机。5）增加收入。6）洞察客户、产品、流程和商机，获得竞争优势。

元数据是全面改进数据管理的起点。

数据生命周期的几个重要影响：1 创建和使用是数据生命周期中的关键点；2 数据质量管理必须贯穿整个数据生命周期；3 元数据质量管理必须贯穿整个数据生命周期；4 数据管理还包括确保数据安全，并降低与数据相关的风险。5 数据管理工作应聚集于关键数据。

数据管理需要：设计技能、高技术技能、理解问题和解释数据的技能、语言技能、战略思维。

数据管理战略的组成：
1）令人信服的数据管理愿景。
2）数据管理的商业案例总结。
3）指导原则、价值观和管理观点。
4）数据管理的使命和长期目标。
5）数据管理成功的建议措施。
6）符合 SMART 原则（具体、可衡量、可操作、现实、有时间限制）的短期（12～24 个月）数据管理计划目标。
7）对数据管理角色和组织的描述，以及对其职责和决策权的总结。
8）数据管理程序组件和初始化任务。
9）具体明确范围的优先工作计划。
10）一份包含项目和行动任务的实施路线图草案。

数据管理战略规划的可交付成果：

1 数据管理章程：总体愿景、业务案例、目标、指导原则、成功衡量标准、关键成功因素、可识别的风险、运营模式等。
2 数据管理范围声明： 规划目的和目标（通常为 3 年），以及负责实现这些目标的角色、组织和领导。
3 数据管理实施路线图：确定特定计划、项目、任务分配和交付里程碑。

• 战略一致性模型（SAM）：它抽象了各种数据管理方式的基本驱动因素，模型的中心是数据和信息之间的关系。

• 阿姆斯特丹信息模型(AIM)：与战略一致性模型一样，它抽象出一个关注结构（包括规划和架构）和策略的中间层。

• 环境因素六边形图：显示了人、过程和技术之间的关系，是理解 DMBOK 语境关系图的关键。

知识领域语境关系图：描述了知识领域的细节，包括与人员、流程和技术相关的细节。数据治理活动通过 战略、原则、制度 和 管理 提供 监督 和 遏制。通过 数据分类 和 数据估值 实现一致性。

数据管理对数据生命周期的关注主要在以下方面：

1. 创建和使用是数据生命周期中的关键点。
2. 数据质量管理必须贯穿整个数据生命周期。
3. 元数据质量管理必须贯穿整个数据生命周期。
4. 数据管理还包括确保数据安全，并降低与数据相关的风险。
5. 数据管理工作应聚焦于关键数据。

◼ 生命周期管理活动源于数据的使用。
◼ 数据治理项目通过制定战略和支持原则、制度和管理实践，使组织能够以数据为驱动力，确保组织认识到并利用从其数据 中获得价值的机会。