00.DAMA数据管理知识体系[CDGA及考试相关介绍]

一、 DAMA与DAMABOK2概述

1.1 DAMA介绍

​ DAMA（国际数据管理协会，Data Management Association International）是一个全球性非盈利的专业组织，由数据管理和数字化领域的专业人士组成。它成立于1980年，致力于数据管理的研究、实践及相关知识体系的建设。DAMA国际组织拥有全球会员超过2万人，并且在54个国家和地区成立了各自的分会 。
​ DAMA国际出版了《DAMA 数据管理字典》和《DAMA数据管理的知识体系》（DMBOK），这些出版物在业界被广泛使用，并已成为数据管理领域的权威标准。其中，《DAMA数据管理知识体系指南》（DMBOK）第二版是该领域内的重要工具书，它详细介绍了数据管理的各个方面，包括数据治理、数据架构、数据质量、数据安全等，并提供了数据管理的综合性指导 。
​ DAMA国际还提供专业认证，如“数据管理专业人士认证”（Certified Data Management Professional – CDMP），以证明个人在数据管理领域的专业知识和实践经验 。此外，DAMA中国作为DAMA国际在中国的分会，致力于推进信息和数据管理概念和实践的发展，建立知识交流和经验共享的平台，并推广数据管理的最新理论和最佳实践 。

1.2 DAMA-DMBOK2介绍

​ DAMA-DMBOK2，全称是《DAMA 数据管理知识体系指南（原书第2版）》，是由国际数据管理协会（DAMA International）组织众多资深专家对过去30多年数据管理领域知识和实践的总结 。这本书被认为是数据管理专业人士的权威性基础工具书，它详细介绍了数据管理的各个方面，包括但不限于数据治理、数据架构、数据质量、数据安全、主数据管理、参考数据管理、元数据管理、商务智能和数据仓库管理、数据建模设计、数据存储和操作、数据集成和互操作、文档和内容管理、大数据、以及数据管理人员的道德要求 。
​ DAMA-DMBOK2 的目标是为数据管理工作提供指导原则，说明如何在数据管理功能领域应用这些原则；为数据管理实践的实施提供功能框架；为数据管理概念建立通用词汇表 。它还包含了数据管理的11个职能领域，如数据治理、数据架构、数据建模和设计、数据存储和操作、数据安全、数据集成和互操作、文档和内容管理、参考数据和主数据管理、数据仓库与商务智能、元数据管理、数据质量管理等 。
​ 此外，DAMA-DMBOK2 还提供了数据管理环境因素的描述，包括目标与原则、组织与文化、工具、活动、角色和职责、交付成果、技术等 。这本书旨在帮助各种组织和个人理解数据管理的重要性，并提供一套全面的数据管理实践框架和指导 。

二、 CDGA概述

1.1 CDGA是什么

​ CDGA（Certified Data Governance Associate，数据治理工程师）是由国际数据管理协会（DAMA）中国分会推出的一项专业认证，旨在评估和验证数据管理专业人士在数据治理和管理领域的知识、技能和经验 。该认证适合数据管理从业人员、在校大学生或专科及以上学历获得者 。CDGA认证的考试内容包括数据治理的多个方面，如数据道德、数据治理原则、元数据管理、主数据管理、数据质量管理等 。
CDGA认证的价值在于为数据治理方面的专业人士提供了标准化的要求，帮助他们在职业生涯中更具竞争力，同时也助力企业提升数据治理和管理水平 。考试语言为中文，考试形式为闭卷笔试，题型包括单项选择题，共计100道 。考试通常每年举行四次，在3月、6月、9月、12月进行，考试费用在推广期间为CDGA 1000元人民币/人 。
​ 通过CDGA认证，个人不仅可以证明自己在数据治理方面的专业能力，而且在求职、晋升、加薪等职业发展机会中具有优势。对于企业而言，拥有具备CDGA认证的团队可以提高数据管理和服务质量，促进企业的数字化转型 。考试范围主要基于《DAMA数据管理知识体系指南（原书第2版）》，并结合相关实践 。通过考试的学员，其认证有效期为三年，期满后需要进行续证以维持其资格 。

1.2 CDGA考试时间安排

1. 考试时间：每年的3月、6月、9月、12月
2. 考试一般安排在周六或周末下午(具体考试时间以协会通知为准)
3. 考试时间:CDGA:14:00-15:40(100分钟)
4. 考试题型：100道单选题目（60分通过）
5. 考试形式:线下闭卷考试!

三、 CDGA考试各章权重

注：CDGA考试各章权重如下，每次考试可能存在些许变化，仅供参考。如在2024年9月份CDGA考试，参考数据和主数据占比为10分

序号	章节名称	分值权重（每次考试可能存在些许变化，仅供参考）
1	数据管理	4
2	数据处理伦理	2
3	数据治理	10
4	数据架构	10
5	数据建模和设计	10
6	数据存储和操作	2
7	数据安全	8
8	数据集成和互操作	2
9	文件内容和管理	2
10	参考数据和主数据	4
11	数据仓库和商务智能	10
12	元数据管理	10
13	数据质量	10
14	大数据和数据科学	4
15	数据管理成熟度评估	6
16	数据管理组织和角色评估	4
17	数据管理和组织变革管理	2

四、 CDGA考试学习计划

​ 学习计划周期共为60天，分为完成一轮阅读+知识点提取与

以下学习计划仅供参考，如果自己有计划，则按照自己学习计划进行即可

4.1 30天学习计划（完成一轮阅读+知识点提取）

DAY1	DAY2	DAY3	DAY4	DAY5	DAY6	DAY7
第一章：数据管理知识体系 精读课本 整理框架+提取知识点	第二章：数据伦理 泛读课本 整理框架 区分知识点和常识，只记忆知识点	复习第一章~第二章笔记/课本知识点	第三章：数据治理之3.1、3.2 精读课本 整理框架+提取知识点	第三章节：数据治理之3.3、3.4 精读课本 整理框架+提取知识点	第四章节：数据架构 精读课本 整理框架+提取知识点	复习第一章~第四章笔记/课本知识点
DAY8	DAY9	DAY10	DAY11	DAY12	DAY13	DAY14
第五章节：数据建模之5.1、5.2 精读课本 整理框架+提取知识点	第五章节：数据建模之5.3、5.4、5.5 精读课本 整理框架+提取知识点	第六章节：数据存储和操作 泛读课本 整理框架+提取知识点	复习第五章~第六章笔记/课本知识点	第七章：数据安全之7.1、7.2 精读课本 整理框架+提取知识点	第七章：数据安全之7.3-7.6 精读课本 整理框架+提取知识点	第八章：数据集成和互操作 泛读课本 整理框架+提取知识点
DAY15	DAY16	DAY17	DAY18	DAY19	DAY20	DAY21
复习第五章~第八章笔记/课本知识点	第九章：文件和内容管理 泛读课本 整理框架+提取重点知识点	第十章：参考数据和主数据 精读课本 整理框架+提取知识点	复习第九章~第十章笔记/课本知识点	第十一章：数据仓库和商务智能 精读课本 整理框架+提取知识点	第十二章：元数据管理 精读课本 整理框架+提取知识点	复习第九章~第十二章笔记/课本知识点
DAY22	DAY23	DAY24	DAY25	DAY26	DAY27	DAY28
第十三章节：数据质量管理之13.1、13.2、13.3 精读课本 整理框架+提取知识点	第十三章节：数据质量管理之13.4、13.5、13.6 精读课本 整理框架+提取知识点	第十四章：大数据和数据科学 精读课本 整理框架+提取知识点	复习第十三章~第十四章笔记/课本知识点	第十五章：数据管理成熟度评估	第十六章：数据管理组织与角色期望 精读课本 整理框架+提取知识点	复习第十五章~第十六章笔记/课本知识点
DAY29	DAY30
第十七章：数据管理和组织变革管理 泛读课本 整理框架 区分知识点和常识，只记忆知识点	复习第十七章笔记/课本知识点

4.2 30天学习计划（题目练习+错题整理+知识点整理+重点章节回顾阅读）

DAY1	DAY2	DAY3	DAY4	DAY5	DAY6	DAY7
第一章：数据管理知识体系 题目练习+错题整理+知识点整理	第二章：数据伦理 题目练习+错题整理+知识点整理	第三章：数据治理 题目练习+错题整理+知识点整理	第四章：数据架构 题目练习+错题整理+知识点整理	第五章：数据建模 题目练习+错题整理+知识点整理	第六章：数据存储和操作 题目练习+错题整理+知识点整理	第七章：数据安全 题目练习+错题整理+知识点整理
DAY8	DAY9	DAY10	DAY11	DAY12	DAY13	DAY14
第八章：数据集成和互操作 题目练习+错题整理+知识点整理	第九章：文件和内容管理 题目练习+错题整理+知识点整理	第十章：参考数据和主数据 题目练习+错题整理+知识点整理	第十一章：数据仓库和商务智能 题目练习+错题整理+知识点整理	第十二章：元数据管理 题目练习+错题整理+知识点整理	第十三章：数据质量管理 题目练习+错题整理+知识点整理	第十四章：大数据和数据科学 题目练习+错题整理+知识点整理
DAY15	DAY16	DAY17	DAY18	DAY19	DAY20	DAY21
第十五章：数据管理成熟度评估 题目练习+错题整理+知识点整理	第十六章：数据管理组织与角色期望 题目练习+错题整理+知识点整理	第十七章：数据管理和组织变革管理 题目练习+错题整理+知识点整理	回顾整理第一章到第九章错题及知识点	回顾整理第十章到第十七章错题及知识点	模拟题目A卷	整理A卷错误知识点
DAY22	DAY23	DAY24	DAY25	DAY26	DAY27	DAY28
模拟题目B卷	整理B卷错误知识点	第3章 数据治理 10	第4章 数据架构 10	第5章 数据建模和设计 10	第7章 数据安全 8	第11章 数据仓库和数据智能 10
DAY29	DAY30
第12章 元数据管理 10	第13章 数据质量 10

1.精读是指在读书的过程中要深刻地理解内容，熟练记诵重难点，因为精读章节所占分值高，是通过考试的重中之重； 泛读是指简单地理解记忆即可，因为泛读章节所占分值低且内容多，性价比低，但是也并不意味着完全放弃。

2.考前要抓大放小，学习重点知识和重点内容。

3.时间充足的情况下，尽量形成自己的笔记，笔记要精简，不是越多越全面才好。