【数据治理】数据管理体系

1. DAMA 知识体系

DAMA International，国际数据管理协会。是一个全球性的专业组织，成立于 1980 年，一直致力于数据管理和数字化
的研究、实践及相关知识体系的建设。主要包含两部分：DAMA 数据管理知识体系和专业考试认证。
　　官网：http://www.dama.org

　DAMA China，国际数据管理协会中国分会。是个非营利性、专注数据管理的专业组织。旨在交流国际、国内在数据管
理领域中的最新进展，共享世界的实践、经验和成果，促进我国数字化水平的不断提高和创新。

DAMA 数据管理知识体系（DMBOK 框架），有车轮图（由数据管理职能领域）和环境因素六边形图（基本环境要
素）构成。其中，数据管理职能包括数据治理、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。基本环境要素包括
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。
　　可以看出，数据治理的范围很广，包含数据本⾝的管理、数据安全、数据质量、数据成本等。在 DAMA 数据管理知识
体系指南中，数据治理位于数据管理“车轮图”的正中央，是数据架构、数据建模、数据存储、数据安全、数据质量、元数
据管理、主数据管理等 10 大数据管理领域的总纲，为各项数据管理活动提供总体指导策略。

2.数据治理内容

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 
    文件和内容管理 
    参考数据和主数据 
    数据仓库和商务智能 
    元数据 
    数据质量 
　除此之外还有DAMA 金字塔图，则从数据、信息到知识逐层递进，将数据管理知识划分为四个阶段，指导大家分阶段
学习 DAMA 知识体系和开展数据管理工作。

3.数据治理阶段 

第一阶段：首先，数据应用的起点是进行数据建模与设计、数据存储与操作以及数据安全方面的工作。这些步骤确
保系统能够在其数据环境中正常运行，并且能够进行数据集成和交互操作。
第二阶段：其次，要获得高质量的数据，我们需要依靠可靠的元数据和一致的数据架构，使不同系统的数据能够协同
工作。这可以确保数据在各个系统之间的流动无障碍，并且能够被准确地解读和使用。
第三阶段：再次，管理数据质量、元数据和架构需要严格实践数据治理。数据治理提供体系性支持，确保数据管理活
动能够有效进行。此外，数据治理还支持战略计划的实施，包括文档和内容管理、参考数据管理、主数据管理、数据
仓库和商务智能。
第四阶段：最后，在充分管理数据的基础上，我们可以不断提高数据挖掘和分析的能力。通过良好的数据管理实践，
我们能够更好地挖掘数据中的价值并进行深入的分析。