第1章 数据管理
2024-01-10 21:40:41 0 举报AI智能生成
dama-数据管理
作者其他创作
大纲/内容
1.1 引言
业务驱动因素
使组织能够从其数据资产中获取价值
目标
1）理解并支撑企业及其利益相关方（包括客户、员工和业务合作
伙伴等）的信息需求得到满足
伙伴等）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(包括客户、员工和业务合作伙伴等)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
1.2 基本概念
数据
数据和信息
数据被称为“信息的原材料”，而信息则被称为“在上下文语境中的数据”
数据和信息都是需要被管理
数据和信息两个术语可以互换
数据是一种组织资产
数据管理的原则
数据管理需求是业务需求
（1）管理数据意味着对数据的质量管理
（2）需要元数据来管理数据
（3）数据管理需要规划
（4）数据管理必须驱动信息技术决策，且需要多部门参与
数据价值
(1) 数据是有独特属性的资产
（2）数据的价值可以用经济术语来表示
数据管理依赖不同的技能
(1) 数据管理是跨职能的工作
(2) 数据管理需要从企业级角度出发，为了达到预期效果，需要领导层承担责任
（3）数据管理要为多方面要求负责
有效的数据管理需要领导层承担责任
数据管理是生命周期管理
(1) 不同类型数据有不同的生命周期特征
(2) 管理数据需要纳入与数据相关的风险
数据管理的挑战
1.数据与其他资产的区别
2.数据价值
1）获取和存储数据的成本。
2）如果数据丢失，更换数据需要的成本
3）数据丢失对组织的影响。
4）风险缓解成本和与数据相关的潜在风险成本
5）改进数据的成本
6）高质量数据的优势。
7）竞争对手为数据付出的费用。
8）数据潜在的销售价格。
9）创新性应用数据的预期收入。
3.数据质量
4.数据优化计划
5.元数据和数据管理
组织需要可靠的元数据去管理数据资产，从这个意义上讲应该全面
地理解元数据
地理解元数据
6.数据管理是跨职能的工作
在数据生命周期中，不同阶段由不同团队进行不同的管理。
7.建立企业的视角
8.数据管理需要多角度思考
9.数据生命周期
数据管理对数据生命周期的关注有几个重要影响
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
数据质量管理是数据管理的核心。
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
10.不同种类的数据
11.数据和风险
12.数据管理和技术
13.高效的数据管理需要领导力和承诺
数据管理战略
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。
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
2）数据管理范围声明
3）数据管理实施路线图
1.3 数据管理框架
战略一致性模型SAM
抽象了各种数据管理方法的基本驱动因素，模型的中心是数据和信息之间的关系
图1-3 战略一致性模型(组成)
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。
图1-4 阿姆斯特丹信息模型(组成)
DAMA-DMBOK框架
DAMA车轮图
图1-5 DAMA-DMBOK2数据管理框架（DAMA车轮图）
DAMA车轮图定义了数据管理知识领域
DAMA车轮图将数据治理放在数据管理活动的中心，因为治理是实现功能内部一致性和功能之间平衡所必需
的
的
其他知识领域（数据体系结构、数据建模等）围绕车轮平衡
DAMA车轮图呈现的是一组知识领域的概要
2）环境因素六边形图
图1-6 DAMA环境因素六边形图(组成)
环境因素六边形图显示了人、过程和技术之间的关系
环境因素六边形图将目标和原则放在中心，因为这些目标和原则为人们如何执行活动及有效地使用工具成功进行数据管理提供了指导
六边形图展示了知识领域结构的组成部分
3）知识领域语境关系图
图1-7 知识领域语境关系图
DAMA语境关系图中的活动 包括:计划, 控制, 开发,运营
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
总结
每个语境关系图都以知识领域的定义和目标开始。目标驱动的活动
分为4个阶段：计划（P）、控制（C）、开发（D）和运营（O）。
分为4个阶段：计划（P）、控制（C）、开发（D）和运营（O）。
语境关系图的组成部分
1）定义
本节为知识领域的简要定义。
2）目标
它描述了每个知识领域内指导活动执行的目的、基本原
则。
则。
3）活动
它是实现知识领域目标所需的行动和任务。
活动分为4类，即计划、控制、开发和
运营。
运营。
①计划活动（P）
为实现数据管理目标设定战略和战术工作。计
划活动为经常性活动。
划活动为经常性活动。
②控制活动（C）
持续地确保数据质量，以及数据存取和使用的
完整性、可靠性和安全性。
完整性、可靠性和安全性。
③开发活动（D）
围绕系统开发的生命周期（SDLC）开展的分
析、设计、构建、测试、准备和部署等活动
析、设计、构建、测试、准备和部署等活动
④运营活动（O）
支持系统和流程的使用、维护和增强，通过这
些系统和流程进行数据的存取和使用
些系统和流程进行数据的存取和使用
4）输入
5）交付成果
6）角色和职责
7）供给者
8）消费者
9）参与者
10）工具
11）方法
12）度量指标
它是衡量或评估绩效、进度、质量、效率或其他影
响的标准。
响的标准。
这些指标用于定义每个知识领域内完成工作的可量化事实
DMBOK金字塔（Aiken）
Aiken金字塔的框架中使用DMBOK知识领域来描述组织的演化逻辑步骤
第1阶段：
数据集成和互操作
数据存储和操作
数据建模和设计
数据安全
第2阶段：
元数据
数据质量
数据架构
第3阶段：
数据仓库和商务智能
参考数据和主数据
文件和内容管理
数据治理
第4阶段：
数据挖掘
大数据分析
高级实践
DAMA数据管理框架的进化
1.4 DAMA和DMBOK
DMBOK是围绕DAMA-DMBOK数据管理框架（也称为DAMA车轮图）的11个知识领域构建的
图1-5 DAMA-DMBOK2数据管理框架（DAMA车轮图）
DMBOK框架-各章节的知识体系
DMBOK框架-各章节内容
第3章 数据治理（Data Governance）
通过建立一个能够满足企业需求的数据决策体系，为数据管理提供
指导和监督
指导和监督
第4章 数据架构（Data Architecture）
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
第5章 数据建模和设计（Data Modeling and Design）
以数据模型（Data Model）的精确形式，进行发现、分析、展示和沟通数据需求
第6章 数据存储和操作（Data Storage and Operations）
以数据价值最大化为目标，包括存储数据的设计、实现和支持活动以及在整个数据生命周期中，从计划到销毁的各种操作活动
第7章 数据安全（Data Security）
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
第8章 数据集成和互操作（Data Integration and Interoperability）
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
第9章 文件和内容管理（Document and Content Management）
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
第10章 参考数据和主数据（Reference and Master Data）
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
第11章 数据仓库和商务智能（Data Warehousing and Business Intelligence）
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
第12章 元数据（Metadata）
包含规划、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
第13章 数据质量（Data Quality）
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
其余章节
第2章 数据处理伦理
第14章 大数据和数据科学
描述了针对大型的、多样化数据集收集和分析能力的提高而出现的技术和业务流程
第15章 数据管理成熟度评估
概述了评估和改进组织数据管理能力的方法
第16章 数据管理组织和角色期望
为组建数据管理团队、实现成功的数据管理活动提供了实践指导和参考
第17章 数据管理和组织变革管理
描述了如何计划和成功地推动企业文化变革。
文化的变革是将数据管理实践有效地嵌入组织中的必然结果
自由主题
0 条评论
下一页
