DMBOK 01|数据管理

数记达摩院

提供高效能数据知识体系学习解决方案

DMBOK 01 数据管理.m4a 来自数记达摩院 00:00 18:11

DMBOK 01|数据管理

您好，欢迎来到数记达摩院，我是王兵。今天我们来一起学习，DMBOK数据管理知识体系。
那么，开始之前，我有必要跟大家介绍下DMBOK知识体系在第二版中更新的部分，第二版对比第一版基本上对所有知识领域进行了较大的更新，主要内容有：
1.新增了数据集成与共享，彰显其重要性
2.数据伦理独立成章
3.数据治理作为核心，关联每个知识领域
4.组织变革管理纳入知识体系
5.新增大数据和数据科学章节
6.新增数据管理成熟度评估章节
7.新增数据管理原则，以支撑组织获得数据资产价值。

今天，我解读第一章：数据管理。本章主要从基本概念、数据管理框架和DAMA与DMBOK三个部分来介绍，我也从这框架入手，对相关知识点逐一说明。

1

简介

1.数据是至关重要的企业资产。
2.数据和信息可以让组织了解客户，提供产品和服务，赋能组织创新，实现战略目标。
3.数据管理是计划、执行和监控（PDCA），制定政策、计划、开发和实践，在全生命周期提供控制、保护，确保数据和信息资产的价值。
4.数据管理专业人员，泛指在数据管理工作中的任何人（从数据全生命周期角度，确保数据得到有效利用），以实现组织的战略目标。例如，业务方面角色：首席数据官、数据规划师、数据管理员；技术方面角色，数据库管理员、网络管理员、程序员等。
5.数据管理活动范围，包括从数据战略到实施技术部署的能力。需要技术和非技术（即：业务）能力。管理数据的责任需要在业务和信息技术之间达成一致，两个领域的人员彼此协同，确保满足组织高质量数据战略。
6.数据和信息不仅作为资产，为组织未来提供价值投资，日常的运营也至关重要。被称为“货币、血液或新的石油”。

2

业务驱动因素

企业需要获得竞争优势，获得可靠的、高质量的客户、产品、服务和运营方面的数据、信息和知识是关键。

核心驱动力：组织能够从数据资产中获得价值。

3

目标

数据管理的目标反映在数据需求、数据质量、数据安全和数据价值实现几个方面：

1.企业及其利益相关者（客户、员工和业务伙伴）的信息需求
2.获取、存储、安全和确保数据资产的完整性
3.确保数据和信息的质量
4.确保利益相关者数据隐私和机密性
5.防止未经授权或不当访问，操作和使用数据和信息
6.确保数据可以有效用于企业价值增值

4

数据和信息

数据
数据，现实世界中的“事实”。
数据，数字形式存储的信息。如：图文、录音和视频等。
数据，是一种表达方式，它代表对象的解释，也必须是被解释的对象（元数据）。解释数据需要具有上下文环境，如：词汇表约定了某个系统的约定熟成的惯例。

现实中，人们经常做出不同选择，对相同的概念提供不同表示方式，数据呈现不同的形状。
因此，组织需要数据架构、数据建模、数据治理、数据管理、元数据和数据质量管理，帮助不同的人理解和使用数据，获得数据一致性的数据标准。
数据和信息
数据被称为信息的原材料。
信息被称为上下文环境下的数据。

“金字塔”表述了数据、信息和智慧的关系，但也存在如下问题：
数据存在假设，数据不仅存在，且必须被创建
从数据到智慧是线性的，无法解释创建数据，首先需要知识
数据和信息的分离，事实上两者交织在一起。数据是一种信息形式，信息是一种数据形式。

数据管理核心原则：需要为不同目的，准备数据和信息。理清不同利益相关者的用途、要求和期望，有助于对数据和信息的界定。

5

数据作为组织资产

资产，一种经济资源，可以拥有或控制，持有或产生价值。资产可以转换为货币。

组织依赖于数据资产做出更有效的决策和高效运营。理解客户，创新产品和服务，降低成本和控制风险，提高运营效率。
组织需要高质量数据指导战略、战术和运营活动。
“数据驱动”，旨在保持组织精准决策的竞争力，通过事件触发，获得可操作的洞察力。
组织依赖数据协同业务、技术共同创建信息解决方案，获得支撑业务战略所需的数据，且必须以新的方式利用数据。

6

数据管理原则

组织拥有哪些数据，可以用来做什么，如何使用数据资产实现组织目标。

1.数据资产具有独特性
2.数据价值可以经济表达
3.管理数据意味着管理数据质量
4.数据需要元数据来管理

7

数据管理挑战

书中罗列了13节数据管理面临的挑战，确立了诸多原则。这里，我认为每项挑战都尤为重要，也是企业或组织开展数据管理实践过程中避免不了诸多挑战，这里就不再啰嗦，有空你可以详细看看书，后面的章节也会对这些问题提供详细的阐述。

1.数据与其他资产不同
2.数据价值评估
3.数据质量
4.数据规划
5.元数据和数据管理
6.数据管理是跨职能的
7.建立企业整体视角
8.数据滥用
9.数据生命周期
10.不同类型的数据
11.数据和风险
12数据管理与技术
13有效的数据管理需要获得领导承诺

8

数据管理战略

战略，一些列的选择和决策，是共同制定的高层级行动方案，以实现高层级目标。
战略计划，实现高层级目标的高级行动方针。
数据战略，将信息用于企业竞争优势和支撑业务目标的计划。
数据战略来自对业务战略的数据需求理解：需要什么数据、如何获取数据、如何管理数据、如何利用数据，及确保全过程的数据可靠性。
数据战略指导各项数据管理计划、实施、维护和改进。数据战略必须解决与数据管理相关的风险，已知、未知和隐含的风险等。
数据战略的制定，较多组织由CDO组织数据治理团队起草、编制和维护，且提交数据治理委员会获得高级管理层对数据管理和数据治理的承诺。

补充内容：
数据战略主要内容（模板）
数据战略交付成果（案例）

9

数据管理框架

数据管理涉及一些列相关依赖的功能，各功能有各自的目标、活动和职责。

数据管理专业人士需要平衡战略和运营目标，业务和技术需求，风险和合规要求，以及数据质量等方面的内容。

DMBOK 2nd中提出了组织数据管理涉及的关键要素，不同组织中可以应用不同方式。

1.战略对齐模型和阿姆斯特丹信息模型，着重在组织高层级阐述如何管理数据。
2.DMBOK框架描述了数据管理知识领域
3.DAMA Wheel轮子，描述各领域之间关系

10

战略对齐模型

战略对齐模型解读如下：
中心，数据和信息之间的关系
信息，通常与业务战略和业务运营关联应用
数据，与信息系统关联支撑管理技术和流程
四个基本领域：业务战略、信息技术战略、业务运营基础设施和流程、信息技术基础设施和系统
业务和IT战略方面，需要考虑组织范围、能力和治理
运营和信息系统方面，必须考虑基础设施、流程、系统和操作技能

11

阿姆斯特丹信息模型

“九宫格”
从战略角度角度，考虑业务和IT的一致性。强调信息架构规划和中间层，提出信息治理和数据质量必要性支撑。
横向上，业务、IT战略；
纵向上，业务战略、业务运营。

12

DAMA_DMBOK框架

DMBOK框架，构建数据管理整体领域范围，三个视角：
1.DAMA Wheel轮子
2.环境因素 六边形
3.知识领域 上下文图例

13

DAMA Wheel

DAMA Wheel轮子，描述数据管理知识领域。
数据治理作为数据管理活动的中心，认为各项功能之间的平衡和协同需要良好的治理。
其他知识领域功能在Wheel环绕平衡，都作为数据管理成熟度的必要组成部分，各项功能在不同组织、不同阶段、不同时间的成熟度状态，取决于组织对数据管理要求。

14

环境因素 六边形

环境因素 六边形，描述：人、过程和技术之间的关系。目标和原则作为中心，指导人们如何执行数据管理活动和有效使用所需工具获得成功。

15

知识领域 上下文图例

知识领域 上下文图例，描述知识领域细节，包括人员、流程和技术等。
1.基于产品SIPOC概念管理（供应者、输入、流程、输出、消费者）。
2.活动作为中心，阐明符合利益相关者需求的交付成果。
3.每个上下文都以知识领域的定义和目标开始，结合推动目标实现的四个阶段：计划（P）、开发（D）、操作（O）和控制（C）。
4.左侧作为输入活动，即：供应者。
5.右侧作为输出活动，即：交付成果，消费者。
6.参与者在活动的下方。
7.底部，知识领域涉及的工具、技术和指标。
8.上下文图内的列表是说明性的，组织结合实际项目中裁剪适用，这里仅体现重要内容。

16

DMBOK金字塔

通过DMBOK功能区阶段化划分，帮助组织发现现状问题。进而优化数据管理及流程，支撑战略方面和业务目标。
阶段1，组织具备数据库管理功能。数据建模与设计、数据存储和数据安全、数据集成与互操作性等。
阶段2，组织面临数据质量挑战。高质量的数据取决于可靠的元数据和一致的数据架构。
阶段3，各项数据管理活动，需要数据治理提供支持。战略级数据治理执行计划。如：文档和内容管理、参考数据和主数据管理、数据仓库和商务智能等最佳实践。
阶段4，组织具备良好的数据优势，并提升数据分析和智能化应用能力。

说明：DMBOK金字塔来自DAMA Wheel，各知识领域及功能之间的存在相互依赖关系，并非都可以互换，需要适当考虑功能组件的合理位置。

17

DMBOK 数据管理框架发展

探索DAMA数据管理知识领域之间的依赖关系。如：商务智能和分析，依赖于主数据和数据仓库解决方案。可靠的数据质量，依赖于数据模型设计、数据互操作的可靠性。
该框架从数据管理指导目的出发，即：组织能够从数据资产中获得价值。需要基于数据全生命周期与相关的数据管理功能结合，考虑获得高质量数据的数据规划和设计的可靠性，构建数据治理流程和功能，执行和维护数据管理功能，使其数据通过这些过程提供价值。

生命周期管理部分描述了数据管理规划、设计和操作内容。
基础活动方面，可以实现更好的设计和决策，使得数据易于使用。
数据治理计划通过战略和支持原则，政策和管理实践，确保组织从数据中获得价值，实现数据驱动。
文化变革在于数据治理组织职责、角色的广度。
核心活动，包括：元数据、数据质量和数据架构是框架的核心。
生命周期，从规划角度（风控、数据架构、参考数据）和支持角度（主数据、数据技术开发、数据集成和互操作性、数据仓库和数据存储操作）。
数据管理活动通过战略、原则、政策、和管理提供监督，通过数据分类和数据评估实现一致性。

18

DAMA使命

为实施组织数据管理最佳实践提供功能框架
建立数据管理通用词汇表，理清数据管理概念
为CDMP认证提供指南

19

DMBOK数据管理框架知识领域

构建的11个知识领域（3-13）章：
数据治理，构建满足组织的数据决策权机制，为数据管理提供指导和监督
数据架构，与组织战略保持一致，定义数据战略要求和设计满足这些要求，定义管理数据资产的蓝图
数据建模与设计，数据模型的精确程度，发现、分析、表示、和传达数据需求的过程
数据存储与操作，存储数据设计，实现和支持，以优化价值最大化。从战略规划到数据处理，数据操作在整个数据生命周期提供支持
数据安全，可确保数据隐私和机密性，保证数据不受破坏且正确访问
数据集成与互操作性，应用系统和组织间的数据流转和归并过程
文档和内容管理，管理非结构化媒介数据和信息生命周期规划、实施和控制活动，尤其支持法律和合规性要求的文档
参考数据和主数据，核心关键的共享数据，持续获得维护、提供跨系统一致性的基本业务实体应用，保证关键数据及时、准确、权威。
数据仓库和商务智能，数据仓库规划、实施和控制，以支撑管理决策所需数据，提供知识工作者进行分析和报告，获得数据价值
元数据，元数据规划、实施和控制，获得高质量集成元数据，包括：术语、模型、数据流等主要信息
数据质量，实施质量管理技术，衡量、评估和改善数据满足使用特性的适用性。

20

其他主题章节：

数据伦理，描述数据伦理在社会责任决策方面发挥的作用
大数据和数据科学，收集和分析海量数据集的能力、技术和业务流程
数据管理成熟度评估，评估和改进数据管理各个功能的方法
数据管理组织和角色，组织管理团队和实现成功的数据管理实践提供注意事项
数据管理和组织变革管理，如何规划成功的数据管理实践所需的文化变革