DAMA-CDGA 第1章 数据管理（ 4分）

◼ 数据管理（Data Management）：为了交付、控制、保护并提升数据和信息资产的价值，在其整个生命周期中制订计划、制度、规程和实践活动，并执行和监督的过程。P1
◼ 数据管理专业人员（Data Management Professional）：指从事数据管理各方面的工作（从数据全生命周期的技术管理工作，到确保数据的合理利用及发挥作用），并通过其工作来实现组织战略目标的任何人员。P1
◼ 数据管理专业人员：高级技术人员（如数据库管理员、网络管理员、程序员）；战略业务人员（如数据管理专员、数据策略师、首席数据官等）。P1
◼ 数据管理需要技术和非技术的双重技能。责任由业务人员和信息技术人员共同承担。数据管理的主要驱动力是使组织能够从其数据资产中获取价值。P1
◼ 管理数据的目标：【满足自己和利益方的需求。数据完整性。质量。隐私和保密性。防止不当行为。服务增值目标】P2
    1）理解并支撑企业及其利益相关方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。
◼ 数据：信息的原材料。信息：在上下文语境中的数据。P2
◼ 数据驱动：使用事件触发和应用分析来获得可操作的洞察力。必须通过业务领导和技术专业知识的合作关系，以专业的规则高效管理数据。P3
◼ 数据管理的原则：P4-5
    1）有效的数据管理需要领导层承担责任。
    2）数据价值：A独特属性的资产；B可用经济术语表示。
    3）数据管理需求是业务的需求：A意味着对质量的管理。B需要元数据。C需要规划。D须驱动信息技术决策。
    4）数据管理依赖不同技能：A跨职能的。B需要企业级视角。C为多方面要求负责。
    5）数据管理是生命周期管理：A不同类型数据有不同的生命周期。B需要纳入与数据相关的风险。
◼ 低质量的数据成本：
    1）报废和返工。
    2）解决方法和隐藏的纠正过程。
    3）组织效率低下或生产力低下。
    4）组织冲突。
    5）工作满意度低。
    6）客户不满意。
    7）机会成本，包括无法创新。
    8）合规成本或罚款。
    9）声誉成本。P8
◼ 高质量数据的作用：
    1）改善客户体验。
    2）提高生产力。
    3）降低风险。
    4）快速响应商机。
    5）增加收入。
    6）洞察客户、产品、流程和商机，获得竞争优势。P8
◼ 元数据是全面改进数据管理的起点。P9 
◼ 数据生命周期的几个重要影响：
    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；
    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）数据管理工作应聚集于关键数据。P10-11
◼ 数据管理需要：设计技能、高技术技能、理解问题和解释数据的技能、语言技能、战略思维。P12
◼ 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。
    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。P1
◼数据管理战略规划的可交付成果：
    1）数据管理章程：总体愿景、业务案例、目标、指导原则、成功衡量标准、关键成功因素、可识别的风险、运营模式等。
    2）数据管理范围声明：规划目的和目标（通常为3年），以及负责实现这些目标的角色、组织和领导。
    3）数据管理实施路线图：确定特定计划、项目、任务分配和交付里程碑。P14
◼ 战略一致性模型（SAM）：它抽象了各种数据管理方式的基本驱动因素，模型的中心是数据和信息之间的关系P15
◼ 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。P15 
◼ 环境因素六边形图：显示了人、过程和技术之间的关系，是理解DMBOK语境关系图的关键。P17
◼ 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。数据治理活动通过战略、原则、制度和管理提供监督和遏制。通过数据分类和数据估值实现一致性。P18
◼ 数据管理对数据生命周期的关注主要在以下方面：
    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。
    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。P11
◼ 生命周期管理活动源于数据的使用。P22
◼ 数据治理项目通过制定战略和支持原则、制度和管理实践，使组织能够以数据为驱动力，确保组织认识到并利用从其数据 中获得价值的机会。P23