DAMA数据管理知识体系简介

目录

一、DAMA数据管理知识体系简介

二、DAMA数据管理知识体系框架

三、DAMA数据管理知识体系的用途和目的

四、企业使用DAMA数据管理知识体系的收益

---

一、DAMA数据管理知识体系简介

DAMA数据管理知识体系是国际数据管理协会（Data Management Association,又名DAMAInternational,以下简称“DAMA”） 组织众多数据管理领域的国际级资深专家编著，深入阐述数据管理各领域的完整知识体系的最终体现。

DAMA的数据管理知识体系[DAMA-DMBOK2:Data ManagementBody of Knowledge.2 nd Edition],中文版为《DAMA数据管理知识体系指南（第2版）》，第二版英文版在2017年出版。《DAMA数据管理知识体系指南（第2版）》一书中文版由机械工业出版社在国内出版，已于2020年上市。全书由国际数据管理协会中国分会多名志愿会员共同翻译完成。

本书是国际数据管理协会（DAMA）对过去30多年数据管理领域知识和实践的一个总结，由会员们花了多年时间和业界专家反复讨论撰写而成。它是市场上唯一综合了数据管理方方面面的一部权威性著作，成为数据治理的标准工具书。

国际数据管理协会（DAMA）是一个全球性数据管理和业务专业志愿人士组成的非营利协会，致力于数据管理的研究和实践。DAMA国际自1980年成立以来，一直致力于数据管理的理论研究、实践、教训及相关知识体系的建设，在数据管理领域累积了极为深厚的知识沉淀和丰富经验，并先后出版了“DAMA 数据管理字典”和“DAMA数据管理的知识体系和指南”（DAMA-DMBOK）。

二、DAMA数据管理知识体系框架

DAMA-DMBOK2理论框架由11个数据管理职能领域（图1）和环境因素六边形图（即7个基本环境要素）（图2）”共同构成“DAMA数据管理知识体系”，每项数据职能领域都在7个基本环境要素约束下开展工作，按照一定的逻辑结构进行分析，保证数据治理的目标和实际商业过程的贡献。用于指导组织的数据管理职能和数据战略的评估工作，并建议和指导刚起步的组织去实施和提升数据管理。

图1 11个职能域

11个职能域：

数据治理：通过建立一个能够满足企业数据需求的决策体系，为数据管理提供指导和监督。

数据架构：定义了与组织战略协调的管理数据资产蓝图，以建立战略性数据需求及满足需求的总体设计。

数据建模和设计：以数据模型的精确形式，进行发现、分析、展示和沟通数据需求的过程。

数据存储和操作：以数据价值最大化为目标，在整个数据生命周期中，从计划到销毁的各种操作活动。

数据安全：确保数据隐私和机密性得到维护，数据不被破坏，数据被适当访问。

数据集成和互操作：包括与数据存储、应用程序和组织之间的数据移动和整合相关的过程。

文档和内容管理：用于管理非结构化媒体数据和信息的生命周期过程，包括计划、实施和控制活动，尤其是指支持法律法规遵从性要求所需的文档。

参考数据和主数据：包括核心共享数据的持续协调和维护，使关键业务实体的真实信息，以准确、及时和相关联的方式在各系统间得到一致使用。

数据仓库和商务智能：包括计划、实施和控制流程来管理决策支持数据，并使知识工作者通过分析报告从数据中获得价值。

元数据：包括规划、实施和控制活动，以便能够访问高质量的集成元数据，包括定义、模型、数据流和其他至关重要的信息（对理解数据及其创建、维护和访问系统有帮助）。

数据质量：包括规划和实施质量管理技术，以测量、评估和提高数据在组织内的适用性。

图2 7个基本环境要素

基本环境要素：

目标与原则：每个职能在自己主题领域里的方向性目标，以及职能指标量化的基本原则。

活动：每个职能都是由一个或多个活动组成，其中有部分活动能被细化为子活动。

主要交付物：信息、物理数据库即各职能在管理过程中最终输出的文档。

角色与职责：参与执行和监督职能的业务角色和IT角色，以及其各自职能中承担的具体责任。

实践与方法：包含了常见和流行的实践方法，以及交付物的执行过程和步骤。

技术：各种配套支撑技术的类别、标准和规范、产品选择的标准和常见的学习曲线。

组织与文化：主要包括管理度量指标和标准、成功和商业价值的度量指标和标准等因素。

三、DAMA数据管理知识体系的用途和目的

• 协助数据管理界内部建立各种共识，让不同的读者了解有关数据管理的本质和重要性。

• 提供常用的数据管理职能、交付成果、角色和相关术语标准的定义，帮助数据管理专员和数据管理专业人士了解自己的角色和职责。

• 帮助机构制定企业数据战略，确定数据管理的指导原则。

• 指导实施和提高数据管理职能的工作、广泛采用的方法和技术以及重要的可选办法，指南中不涉及具体的技术供应商或产品。

• 给读者指出一些有关数据管理知识的其它资源，来加强对数据管理的理解。

• 澄清数据管理的范围和界限。

• 提示在数据管理领域里需要进一步开展的研究范围。

• 提供数据管理有效性和成熟度评估的基础。

• 指导高等教育系统开发和提供数据管理课程内容。

• 帮助数据管理专业人士准备 CDMP 考试。

四、企业使用DAMA数据管理知识体系的收益

1、有助于企业建立数据管理制度，制定数据管理策略，统一数据口径，形成统一、规范的数据应用标准。

2、为数据提供一致的视图和通用术语，统一对数据的认识，提高对数据的共同理解。

3、提升数据资产意识，数据管理配套建设不断到位。

4、提升数据的质量和数据的使用价值。

5、在企业内部建立起数据驱动业务的企业文化。

6、帮助组织更好的遵循内外部有关数据使用和管理的监管法规。

7、实现数据间的广泛共享，提升数据分析和使用能力。

8、帮助企业培养数据人才，组建数据治理团队，构建合理的组织架构。