400-888-5228

CDMP認證是目前全球認可的數據管理方面專(zhuān)業(yè)認證證書(shū)。它評估個(gè)人在數據管理領(lǐng)域的知識和技能,包括數據治理、數據質(zhì)量、數據架構、數據安全等方面的能力。獲得CDMP認證可以證明持證人具備專(zhuān)業(yè)的數據管理知識和能力。

  • 中文名CDMP數據管理專(zhuān)家認證
  • 英文名Certified Data Management Professional
  • 英文簡(jiǎn)稱(chēng)CDMP
  • 頒證機構DAMA(數據管理國際協(xié)會(huì ))
  • 證書(shū)類(lèi)別數據管理,數據治理,數據架構
  • 同類(lèi)認證CDGA

《DAMA數據管理知識體系指南》

DAMA的認證有:CDMP數據管理專(zhuān)家認證、CDGA數據治理工程師認證及CDGP數據治理專(zhuān)家認證。

CDMP是DAMA國際組織考試并頒發(fā)證書(shū),其有專(zhuān)門(mén)的考試網(wǎng)址:http://cdmp.info,考生可隨時(shí)在此網(wǎng)站注冊申請繳費考試(機考),遠程攝像頭監控。CDMP考試為全英文考試。

CDGA和CDGP是由上海靜安國際數據管理協(xié)會(huì )(DAMA中國)主導并版發(fā)證書(shū),考試為中文認證考試。CDGA數據治理工程師(Certified Data Governance Associate,CDGA),CDGP數據治理專(zhuān)家(Certified Data Governance Professional,CDGP)學(xué)習的知識體系與CDMP相同,都是基于《DAMA-DMBOK》。

CDGA和CDGP的官方教材可以選用《DAMA-DMBOK》的中文翻譯版,即《DAMA數據管理知識體系指南》,它是CDGA/CDGP認證考試的基礎。

目前DAMA-DMBOK的_新版是第2版。英文版是《DAMA-DMBOK (2nd Edition): Data Management Body of Knowledge》(2017年出版),中文版是《DAMA數據管理知識體系指南(原書(shū)第2版)》(2020年出版)。DAMA-DMBOK是國際數據管理協(xié)會(huì )(DAMA)對過(guò)去30多年數據管理領(lǐng)域知識和實(shí)踐的一個(gè)總結,由會(huì )員們花了多年時(shí)間和業(yè)界專(zhuān)家反復討論撰寫(xiě)而成。它是市場(chǎng)上_綜合了數據管理方方面面的一部權威性著(zhù)作,成為數據治理的標準工具書(shū)。

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第1張CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第2張

《DAMA數據管理知識體系指南(原書(shū)第2版)》目錄結構

中文版序一
中文版序二
原版序
第1章 數據管理
1.1 引言
1.1.1 業(yè)務(wù)驅動(dòng)因素
1.1.2 目標
1.2 基本概念
1.2.1 數據
1.2.2 數據和信息
1.2.3 數據是一種組織資產(chǎn)
1.2.4 數據管理原則
1.2.5 數據管理的挑戰
1.2.6 數據管理戰略
1.3 數據管理框架
1.3.1 戰略一致性模型
1.3.2 阿姆斯特丹信息模型
1.3.3 DAMA-DMBOK框架
1.3.4 DMBOK金字塔(Aiken)
1.3.5 DAMA 數據管理框架的進(jìn)化
1.4 DAMA 和DMBOK
1.5 文獻引用與推薦
第2章 數據處理倫理
2.1 引言
2.2 業(yè)務(wù)驅動(dòng)因素
2.3 基本概念
2.3.1 數據倫理準則
2.3.2 數據隱私法背后的原則
2.3.3 在線(xiàn)數據的倫理環(huán)境
2.3.4 違背倫理進(jìn)行數據處理的風(fēng)險
2.3.5 建立數據倫理文化
2.3.6 數據倫理和治理
2.4 文獻引用與推薦
第3章 數據治理
3.1 引言
3.1.1 業(yè)務(wù)驅動(dòng)因素
3.1.2 目標和原則
3.1.3 基本概念
3.2 活動(dòng)
3.2.1 規劃組織的數據治理
3.2.2 制定數據治理戰略
3.2.3 實(shí)施數據治理
3.2.4 嵌入數據治理
3.3 工具和方法
3.3.1 線(xiàn)上應用/網(wǎng)站
3.3.2 業(yè)務(wù)術(shù)語(yǔ)表
3.3.3 工作流工具
3.3.4 文檔管理工具
3.3.5 數據治理記分卡
3.4 實(shí)施指南
3.4.1 組織和文化
3.4.2 調整與溝通
3.5 度量指標
3.6 文獻引用與推薦
第4章 數據架構
4.1 引言
4.1.1 業(yè)務(wù)驅動(dòng)因素
4.1.2 數據架構成果和實(shí)施
4.1.3 基本概念
4.2 活動(dòng)
4.2.1 建立企業(yè)數據架構
4.2.2 整合其他企業(yè)架構
4.3 工具
4.3.1 數據建模工具
4.3.2 資產(chǎn)管理軟件
4.3.3 圖形設計應用
4.4 方法
4.4.1 生命周期預測
4.4.2 圖標使用規范
4.5 實(shí)施指南
4.5.1 就緒評估和風(fēng)險評估
4.5.2 組織和文化
4.6 數據架構治理
4.6.1 數據架構治理活動(dòng)
4.6.2 度量指標
4.7 文獻引用與推薦
第5章數據建模和設計
5.1 引言
5.1.1 業(yè)務(wù)驅動(dòng)因素
5.1.2 目標和原則
5.1.3 基本概念
5.2 活動(dòng)
5.2.1 規劃數據建模
5.2.2 建立數據模型
5.2.3 審核數據模型
5.2.4 維護數據模型
5.3 工具
5.3.1 數據建模工具
5.3.2 數據血緣工具
5.3.3 數據分析工具
5.3.4 元數據資料庫
5.3.5 數據模型模式
5.3.6 行業(yè)數據模型
5.4 方法
5.4.1 命名約定的_佳實(shí)踐
5.4.2 數據庫設計中的_佳實(shí)踐
5.5 數據建模和設計治理
5.5.1 數據建模和設計質(zhì)量管理
5.5.2 度量指標
5.6 文獻引用與推薦
第6章 數據存儲和操作
6.1 引言
6.1.1 業(yè)務(wù)驅動(dòng)因素
6.1.2 目標和原則
6.1.3 基本概念
6.2 活動(dòng)
6.2.1 管理數據庫技術(shù)
6.2.2 管理數據庫操作
6.3 工具
6.3.1 數據建模工具
6.3.2 數據庫監控工具
6.3.3 數據庫管理工具
6.3.4 開(kāi)發(fā)支持工具
6.4 方法
6.4.1 在低階環(huán)境中測試
6.4.2 物理命名標準
6.4.3 所有變更操作腳本化
6.5 實(shí)施指南
6.5.1 就緒評估/風(fēng)險評估
6.5.2 組織和文化變化
6.6 數據存儲和操作治理
6.6.1 度量指標
6.6.2 信息資產(chǎn)跟蹤
6.6.3 數據審計與數據有效性
6.7 文獻引用與推薦
第7章 數據安全
7.1 引言
7.1.1 業(yè)務(wù)驅動(dòng)因素
7.1.2 目標和原則
7.1.3 基本概念
7.2 活動(dòng)
7.2.2 制定數據安全制度
7.2.3 定義數據安全細則
7.2.4 評估當前安全風(fēng)險
7.2.5 實(shí)施控制和規程
7.3 工具
7.3.1 殺毒軟件/安全軟件
7.3.2 HTTPS
7.3.3 身份管理技術(shù)
7.3.4 入侵偵測和入侵防御軟件
7.3.5 防火墻(防御)
7.3.6 元數據跟蹤
7.3.7 數據脫敏/加密
7.4 方法
7.4.1 應用CRUD矩陣
7.4.2 即時(shí)安全補丁部署
7.4.3 元數據中的數據安全屬性
7.4.4 項目需求中的安全要求
7.4.5 加密數據的高效搜索
7.4.6 文件清理
7.5 實(shí)施指南
7.5.1 就緒評估/風(fēng)險評估
7.5.2 組織與文化變革
7.5.3 用戶(hù)數據授權的可見(jiàn)性
7.5.4 外包世界中的數據安全
7.5.5 云環(huán)境中的數據安全
7.6 數據安全治理
7.6.1 數據安全和企業(yè)架構
7.6.2 度量指標
7.7 文獻引用與推薦
第8章 數據集成和互操作
8.1 引言
8.1.1 業(yè)務(wù)驅動(dòng)因素
8.1.2 目標和原則
8.1.3 基本概念
8.2 活動(dòng)
8.2.1 規劃和分析
8.2.2 設計數據集成解決方案
8.2.3 開(kāi)發(fā)數據集成解決方案
8.2.4 實(shí)施和監測
8.3 工具
8.3.1 數據轉換引擎/ETL工具
8.3.2 數據虛擬化服務(wù)器
8.3.3 企業(yè)服務(wù)總線(xiàn)
8.3.4 業(yè)務(wù)規則引擎
8.3.5 數據和流程建模工具
8.3.6 數據剖析工具
8.3.7 元數據存儲庫
8.4 方法
8.5 實(shí)施指南
8.5.1 就緒評估/風(fēng)險評估
8.5.2 組織和文化變革
8.6 數據集成和互操作治理
8.6.1 數據共享協(xié)議
8.6.2 數據集成和互操作與數據血緣
8.6.3 度量指標
8.7 文獻引用與推薦
第9章 文件和內容管理
9.1 引言
9.1.1 業(yè)務(wù)驅動(dòng)因素
9.1.2 目標和原則
9.1.3 基本概念
9.2 活動(dòng)
9.2.1 規劃生命周期的管理
9.2.2 創(chuàng )建內容處理制度
9.2.3 定義內容信息架構
9.2.4 實(shí)施的生命周期管理
9.2.5 發(fā)布和分發(fā)內容
9.3 工具
9.3.1 企業(yè)內容管理系統
9.3.2 協(xié)作工具
9.3.3 受控詞匯表和元數據工具
9.3.4 標準標記和交換格式
9.3.5 電子取證技術(shù)
9.4 方法
9.4.1 訴訟應訴手冊
9.4.2 訴訟應訴數據映射
9.5 實(shí)施指南
9.5.1 就緒評估/風(fēng)險評估
9.5.2 組織和文化變革
9.6 文件和內容治理
9.6.1 信息治理架構
9.6.2 信息的激增
9.6.3 管理高質(zhì)量的內容
9.6.4 度量指標
9.7 文獻引用與推薦
第10章 參考數據和主數據
10.1 引言
10.1.1 業(yè)務(wù)驅動(dòng)因素
10.1.2 目標和原則
10.1.3 基本概念
10.2 活動(dòng)
10.2.1 主數據管理活動(dòng)
10.2.2 參考數據管理活動(dòng)
10.3 工具和方法
10.4 實(shí)施指南
10.4.1 遵循主數據架構
10.4.2 監測數據流動(dòng)
10.4.3 管理參考數據變更
10.4.4 數據共享協(xié)議
10.4.5 組織和文化變革
10.5 參考數據和主數據治理
10.5.1 治理過(guò)程決定事項
10.5.2 度量指標
10.6 文獻引用與推薦
第11章 數據倉庫和商務(wù)智能
11.1 引言
11.1.1 業(yè)務(wù)驅動(dòng)因素
11.1.2 目標和原則
11.1.3 基本概念
11.2 活動(dòng)
11.2.1 理解需求
11.2.2 定義和維護數據倉庫/商務(wù)智能架構
11.2.3 開(kāi)發(fā)數據倉庫和數據集市
11.2.4 加載數據倉庫
11.2.5 實(shí)施商務(wù)智能產(chǎn)品組合
11.2.6 維護數據產(chǎn)品
11.3 工具
11.3.1 元數據存儲庫
11.3.2 數據集成工具
11.3.3 商務(wù)智能工具的類(lèi)型
11.4 方法
11.4.1 驅動(dòng)需求的原型
11.4.2 自助式商務(wù)智能
11.4.3 可查詢(xún)的審計數據
11.5 實(shí)施指南
11.5.1 就緒評估/風(fēng)險評估
11.5.2 版本路線(xiàn)圖
11.5.3 配置管理
11.5.4 組織與文化變革
11.6 數據倉庫/商務(wù)智能治理
11.6.1 業(yè)務(wù)接受度
11.6.2 客戶(hù)/用戶(hù)滿(mǎn)意度
11.6.3 服務(wù)水平協(xié)議
11.6.4 報表策略
11.6.5 度量指標
11.7 文獻引用與推薦
第12章 元數據管理
12.1 引言
12.1.1 業(yè)務(wù)驅動(dòng)因素
12.1.2 目標和原則
12.1.3 基本概念
12.2 活動(dòng)
12.2.1 定義元數據戰略
12.2.2 理解元數據需求
12.2.3 定義元數據架構
12.2.4 創(chuàng )建和維護元數據
12.2.5 查詢(xún)、報告和分析元數據
12.3 工具
12.4 方法
12.4.1 數據血緣和影響分析
12.4.2 應用于大數據采集的元數據
12.5 實(shí)施指南
12.5.1 就緒評估/風(fēng)險評估
12.5.2 組織和文化變革
12.6 元數據治理
12.6.1 過(guò)程控制
12.6.2 元數據解決方案的文檔
12.6.3 元數據標準和指南
12.6.4 度量指標
12.7 文獻引用與推薦
第13章 數據質(zhì)量
13.1 引言
13.1.1 業(yè)務(wù)驅動(dòng)因素
13.1.2 目標和原則
13.1.3 基本概念
13.2 活動(dòng)
13.2.1 定義高質(zhì)量數據
13.2.2 定義數據質(zhì)量戰略
13.2.4 執行初始數據質(zhì)量評估
13.2.6 定義數據質(zhì)量改進(jìn)目標
13.2.7 開(kāi)發(fā)和部署數據質(zhì)量操作
13.3 工具
13.3.1 數據剖析工具
13.3.2 數據查詢(xún)工具
13.3.3 建模和ETL工具
13.3.4 數據質(zhì)量規則模板
13.3.5 元數據存儲庫
13.4 方法
13.4.1 預防措施
13.4.2 糾正措施
13.4.3 質(zhì)量檢查和審核代碼模塊
13.4.4 有效的數據質(zhì)量指標
13.4.5 統計過(guò)程控制
13.4.6 根本原因分析
13.5 實(shí)施指南
13.5.1 就緒評估/風(fēng)險評估
13.5.2 組織與文化變革
13.6 數據質(zhì)量和數據治理
13.6.1 數據質(zhì)量制度
13.6.2 度量指標
13.7 文獻引用與推薦
第14章 大數據和數據科學(xué)
14.1 引言
14.1.1 業(yè)務(wù)驅動(dòng)
14.1.2 原則
14.1.3 基本理念
14.2 活動(dòng)
14.2.1 定義大數據戰略和業(yè)務(wù)需求
14.2.2 選擇數據源
14.2.3 獲得和接收數據源
14.2.4 制定數據假設和方法
14.2.5 集成和調整數據進(jìn)行分析
14.2.6 使用模型探索數據
14.2.7 部署和監控
14.3 工具
14.3.1 MPP 無(wú)共享技術(shù)和架構
14.3.2 基于分布式文件的數據庫
14.3.3 數據庫內算法
14.3.4 大數據云解決方案
14.3.5 統計計算和圖形語(yǔ)言
14.3.6 數據可視化工具集
14.4 方法
14.4.1 解析建模
14.4.2 大數據建模
14.5 實(shí)施指南
14.5.1 戰略一致性
14.5.2 就緒評估/風(fēng)險評估
14.5.3 組織與文化變遷
14.6 大數據和數據科學(xué)治理
14.6.1 可視化渠道管理
14.6.2 數據科學(xué)和可視化標準
14.6.3 數據安全
14.6.4 元數據
14.6.5 數據質(zhì)量
14.6.6 度量指標
14.7 文獻引用與推薦
第15章 數據管理成熟度評估
15.1 引言
15.1.1 業(yè)務(wù)驅動(dòng)因素
15.1.2 目標和原則
15.1.3 基本概念
15.2 活動(dòng)
15.2.1 規劃評估活動(dòng)
15.2.2 執行成熟度評估
15.2.3 解釋結果及建議
15.2.4 制訂有針對性的改進(jìn)計劃
15.2.5 重新評估成熟度
15.3 工具
15.4 方法
15.4.1 選擇DMM 框架
15.4.2 DAMA-DMBOK框架使用
15.5 實(shí)施指南
15.5.1 就緒評估/風(fēng)險評估
15.5.2 組織和文化變革
15.6 成熟度管理治理
15.6.1 DMMA 過(guò)程監督
15.6.2 度量指標
15.7 文獻引用與推薦
第16章 數據管理組織與角色期望
16.1 引言
16.2 了解現有的組織和文化規范
16.3 數據管理組織的結構
16.3.1 分散運營(yíng)模式
16.3.2 網(wǎng)絡(luò )運營(yíng)模式
16.3.3 集中運營(yíng)模式
16.3.4 混合運營(yíng)模式
16.3.5 聯(lián)邦運營(yíng)模式
16.3.6 確定組織的_佳模式
16.3.7 DMO 替代方案和設計考慮因素
16.4 關(guān)鍵成功因素
16.4.1 高管層的支持
16.4.2 明確的愿景
16.4.3 積極的變更管理
16.4.4 _之間的共識
16.4.5 持續的溝通
16.4.6 利益相關(guān)方的參與
16.4.7 指導和培訓
16.4.8 采用度量策略
16.4.9 堅持指導原則
16.4.10 演進(jìn)而非革命
16.5 建立數據管理組織
16.5.4 讓利益相關(guān)方參與進(jìn)來(lái)
16.6 數據管理組織與其他數據相關(guān)機構之間的溝通
16.6.1 首席數據官
16.6.2 數據治理
16.6.3 數據質(zhì)量
16.6.4 企業(yè)架構
16.6.5 管理全球化組織
16.7 數據管理角色
16.7.1 組織角色
16.7.2 個(gè)人角色
16.8 文獻引用與推薦
第17章 數據管理和組織變革管理
17.1 引言
17.2 變革法則
17.3 并非管理變革: 而是管理轉型過(guò)程
17.4 科特的變革管理八大誤區
17.4.1 誤區一: 過(guò)于自滿(mǎn)
17.4.2 誤區二: 未能建立足夠強大的指導聯(lián)盟
17.4.3 誤區三: 低估愿景的力量
17.4.4 誤區四: 10 倍、100 倍或1000 倍地放大愿景
17.4.5 誤區五: 允許阻擋愿景的障礙存在
17.4.6 誤區六: 未能創(chuàng )造短期收益
17.4.7 誤區七: 過(guò)早宣布勝利
17.4.8 誤區八: 忽視將變革融入企業(yè)文化
17.5 科特的重大變革八步法
17.5.1 樹(shù)立緊迫感
17.5.2 指導聯(lián)盟
17.5.3 發(fā)展愿景和戰略
17.5.4 溝通傳達變革愿景
17.6 變革的秘訣
17.7 創(chuàng )新擴散和持續變革
17.7.1 隨著(zhù)創(chuàng )新擴散而需克服的挑戰
17.7.2 創(chuàng )新擴散的關(guān)鍵要素
17.7.3 創(chuàng )新采納的五個(gè)階段
17.7.4 接受或拒絕創(chuàng )新變革的影響因素
17.8 持續變革
17.8.1 緊迫感/不滿(mǎn)意感
17.8.2 構建愿景
17.8.3 指導聯(lián)盟
17.8.4 相對優(yōu)勢和可觀(guān)測性
17.9 數據管理價(jià)值的溝通
17.9.1 溝通原則
17.9.2 受眾評估與準備
17.9.3 人的因素
17.9.4 溝通計劃
17.9.5 保持溝通
17.10 文獻引用與推薦
致謝
附錄
附錄A 主要貢獻者
附錄B 審閱和評論者

DAMA知識體系介紹

DAMA-DMBOK2理論框架由DAMA車(chē)輪圖(11個(gè)職能領(lǐng)域)和DAMA環(huán)境因素六邊形圖(7個(gè)基本環(huán)境要素)共同構成“DAMA數據管理知識體系”。

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第3張

每項數據職能領(lǐng)域都在7個(gè)基本環(huán)境要素約束下開(kāi)展工作,按照一定的邏輯結構進(jìn)行分析,_數據治理的目標和實(shí)際商業(yè)過(guò)程的貢獻。用于指導組織的數據管理職能和數據戰略的評估工作,并建議和指導剛起步的組織去實(shí)施和提升數據管理。如下的矩陣以圖示方式給出此框架(DAMA職能框架):

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第4張

11個(gè)職能域

數據治理:通過(guò)建立一個(gè)能夠滿(mǎn)足企業(yè)數據需求的決策體系,為數據管理提供指導和監督。

數據架構:定義了與組織戰略協(xié)調的管理數據資產(chǎn)藍圖,以建立戰略性數據需求及滿(mǎn)足需求的總體設計。

數據建模和設計:以數據模型的精確形式,進(jìn)行發(fā)現、分析、展示和溝通數據需求的過(guò)程。

數據存儲和操作:以數據價(jià)值_大化為目標,在整個(gè)數據生命周期中,從計劃到銷(xiāo)毀的各種操作活動(dòng)。

數據安全:確保數據隱私和機密性得到維護,數據不被破壞,數據被適當訪(fǎng)問(wèn)。

數據集成和互操作:包括與數據存儲、應用程序和組織之間的數據移動(dòng)和整合相關(guān)的過(guò)程。

文檔和內容管理:用于管理非結構化媒體數據和信息的生命周期過(guò)程,包括計劃、實(shí)施和控制活動(dòng),尤其是指支持法律法規遵從性要求所需的文檔。

參考數據和主數據:包括核心共享數據的持續協(xié)調和維護,使關(guān)鍵業(yè)務(wù)實(shí)體的真實(shí)信息,以準確、及時(shí)和相關(guān)聯(lián)的方式在各系統間得到一致使用。

數據倉庫和商務(wù)智能:包括計劃、實(shí)施和控制流程來(lái)管理決策支持數據,并使知識工作者通過(guò)分析報告從數據中獲得價(jià)值。

元數據:包括規劃、實(shí)施和控制活動(dòng),以便能夠訪(fǎng)問(wèn)高質(zhì)量的集成元數據,包括定義、模型、數據流和其他至關(guān)重要的信息(對理解數據及其創(chuàng )建、維護和訪(fǎng)問(wèn)系統有幫助)。

數據質(zhì)量:包括規劃和實(shí)施質(zhì)量管理技術(shù),以測量、評估和提高數據在組織內的適用性。

基本環(huán)境要素

目標與原則:每個(gè)職能在自己主題領(lǐng)域里的方向性目標,以及職能指標量化的基本原則。

活動(dòng):每個(gè)職能都是由一個(gè)或多個(gè)活動(dòng)組成,其中有部分活動(dòng)能被細化為子活動(dòng)。

主要交付物:信息、物理數據庫即各職能在管理過(guò)程中_終輸出的文檔。

角色與職責:參與執行和監督職能的業(yè)務(wù)角色和IT角色,以及其各自職能中承擔的具體責任。

實(shí)踐與方法:包含了常見(jiàn)和流行的實(shí)踐方法,以及交付物的執行過(guò)程和步驟。

技術(shù):各種配套支撐技術(shù)的類(lèi)別、標準和規范、產(chǎn)品選擇的標準和常見(jiàn)的學(xué)習曲線(xiàn)。

組織與文化:主要包括管理度量指標和標準、成功和商業(yè)價(jià)值的度量指標和標準等因素。

核心章節及內容介紹

全書(shū)共17章。核心章節及有關(guān)內容,如下:

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第5張

◆ 數據治理:

通過(guò)建立一個(gè)能夠滿(mǎn)足企業(yè)需求的數據決策體系,為數據管理提供指導和監督。這些權限和責任的建立應該考慮到組織的整體需求。(參見(jiàn)第3章)

◆ 數據架構:

定義了與組織戰略協(xié)調的管理數據資產(chǎn)的“藍圖”,指導基于組織的戰略目標,指定符合戰略需求的數據架構。(參見(jiàn)第4章)

◆ 數據建模和設計:

以數據模型(data model.)的精確形式,進(jìn)行發(fā)現、分析、 展示和溝通數據需求的過(guò)程。(參見(jiàn)第5章)

◆ 數據存儲和操作:

以數據價(jià)值_大化為目標,包括存儲數據的設計、實(shí)現和支持活動(dòng),以及在整個(gè)數據生命周期中,從計劃到銷(xiāo)毀的各種操作活動(dòng)。(參見(jiàn)第6章)

◆ 數據安全:

這一活動(dòng)確保數據隱私和安全,數據的獲得和使用必須要有安全的_。(參見(jiàn)第7章)

◆ 數據集成和互操作:

包括與數據存儲、應用程序和組織之間的數據移動(dòng)和整合相關(guān)的過(guò)程。(參見(jiàn)第8章)

◆ 文檔和內容管理:

用于管理非結構化媒體的數據和信息的生命周期過(guò)程,包括計劃、實(shí)施和控制活動(dòng),尤其是指支持法律法規遵從性要求所需的文檔。(參見(jiàn)第9章)

◆ 參考數據和主數據管理:

包括核心共享數據的持續協(xié)調和維護,使關(guān)鍵業(yè)務(wù)實(shí)體的真實(shí)信息,以準確、及時(shí)和相關(guān)聯(lián)的方式在各系統間得到一致使用。(參見(jiàn)第10章)

◆ 數據倉庫和商務(wù)智能:

包括計劃、實(shí)施和控制流程,來(lái)管理 決策支持數據,并使知識工作者通過(guò)分析報告從數據中獲得價(jià)值。(參見(jiàn)第11章)

◆ 元數據管理:

包括規劃、實(shí)施和控制活動(dòng),以便能夠訪(fǎng)問(wèn)高質(zhì)量的集成元數據, 包括定義、模型、數據流和其他至關(guān)重要的信息(對理解數據及其創(chuàng )建、維護和訪(fǎng)問(wèn)系統有幫助)。(參見(jiàn)第12章)

◆ 數據質(zhì)量管理:

包括規劃和實(shí)施質(zhì)量管理技術(shù),以測量、評估和提高數據在組 織內的適用性。(參見(jiàn)第13章)

除了有關(guān)知識領(lǐng)域的章節外,還包含以下主題章節:

數據處理倫理(Data Handling Ethics):描述了關(guān)于數據及其應用過(guò)程中,數據倫理規范在促進(jìn)信息透明、社會(huì )責任決策中的核心作用。數據采集、分析和使用過(guò)程中的倫理意識對所有數據管理專(zhuān)業(yè)人士有指導作用。(參見(jiàn)第2章)

大數據和數據科學(xué)(Big Data and Data Science):描述了針對大型的、多樣化數據集收集和分析能力的提高而出現的技術(shù)和業(yè)務(wù)流程。(參見(jiàn)第14章)

數據管理成熟度評估(Data Management Maturity Assessment):概述了評估和改進(jìn)組織數據管理能力的方法。(參見(jiàn)第15章)

數據管理組織和角色期望(Data Management Organization and Role Expectations):為組建數據管理團隊、實(shí)現成功的數據管理活動(dòng)提供了實(shí)踐提供和參考因素。(第16章)

數據管理和組織變革管理(Data Management and Organizational Change Management ):描述了如何計劃和成功地推動(dòng)企業(yè)文化變革,文化的變革是將數據管理實(shí)踐有效地嵌入組織中必然結果。(第17章)

部分核心知識點(diǎn)內容

1、數據管理主要內容

(1)數據管理九大核心原則

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第6張

圖. 數據管理九大核心原則

數據是有獨立屬性的資產(chǎn):數據是一種資產(chǎn),但相比其他資產(chǎn),其在管理方式的某些方面有很大差異。對比金融和實(shí)物資產(chǎn),其中_明顯的一個(gè)特點(diǎn)是數據資產(chǎn)在使用過(guò)程中不會(huì )產(chǎn)生消耗。

數據價(jià)值能夠并且應該通過(guò)經(jīng)濟術(shù)語(yǔ)來(lái)表達:將數據稱(chēng)為資產(chǎn)意味著(zhù)它有價(jià)值。雖然有技術(shù)手段可以測量數據的數量和質(zhì)量,但還未形成這樣做的標準來(lái)衡量其價(jià)值。想要對其數據做出更好決策的組織應該開(kāi)發(fā)一致的方法來(lái)量化該價(jià)值。他們還應該衡量低質(zhì)量數據的成本和高質(zhì)量數據的好處。

管理數據意味著(zhù)管理數據的質(zhì)量:確保數據符合應用的要求是數據管理的首要目標。為了管理質(zhì)量,組織必須確保他們了解利益相關(guān)者對質(zhì)量的要求,并根據這些要求度量數據。

管理數據需要元數據:管理任何資產(chǎn)都需要首先擁有該項資產(chǎn)的數據(員工人數,賬戶(hù)號碼等)。用于管理和如何使用的數據都叫元數據。因為數據無(wú)法拿在手中或觸摸到,要理解它是什么以及如何使用它,需要以元數據的形式定義這些知識。元數據源于與數據創(chuàng )建、處理和使用相關(guān)的一系列流程,包括架構、建模、管理、治理、數據質(zhì)量管理、系統開(kāi)發(fā)、IT和業(yè)務(wù)運營(yíng)以及分析。

管理數據需要計劃:即便是小型組織也可能有復雜的技術(shù)和業(yè)務(wù)流程藍圖。數據在多個(gè)地方被創(chuàng )建,且因為使用需要在很多存儲位置間移動(dòng)。需要一些協(xié)調工作來(lái)保持_終結果的一致,需要從架構和流程的角度進(jìn)行規劃。

管理數據是跨職能的工作:它需要一系列的技能和專(zhuān)業(yè)知識,因此單個(gè)團隊無(wú)法管理組織的所有數據。數據管理需要技術(shù)能力、非技術(shù)技能以及協(xié)作能力。

數據管理需要企業(yè)級視角:雖然數據管理存在很多本地應用程序,但它必須能夠有效地被應用于整個(gè)企業(yè)。

數據是流動(dòng)的,數據管理必須不斷發(fā)展演進(jìn),以跟上數據創(chuàng )建的方式、應用的方式和消費者的變化。

數據管理是全生命周期的管理:數據是有生命周期的,因此數據管理需要管理它的生命周期。因為數據又將產(chǎn)生更多的數據,所以數據生命周期本身可能非常復雜。數據管理實(shí)踐活動(dòng)需要考慮數據的整個(gè)生命周期。

(2)知識領(lǐng)域語(yǔ)境關(guān)系圖

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第7張

圖. 知識領(lǐng)域語(yǔ)境關(guān)系圖

描述了知識領(lǐng)域的細節,包括與人員、流程和技術(shù)相關(guān)的細節。它們基于產(chǎn)品管理(供應者、輸入、活動(dòng)、交付成果和消費者)的SIPOC圖的概念。

語(yǔ)境關(guān)系圖將活動(dòng)放在中心,這些活動(dòng)生產(chǎn)了滿(mǎn)足利益相關(guān)者需求的可交付成果。每個(gè)語(yǔ)境關(guān)系圖都以知識領(lǐng)域的定義和目標開(kāi)始。

驅動(dòng)目標(中心)的活動(dòng)分為四個(gè)階段:計劃(P)、開(kāi)發(fā)(D)、操作(O)和控制(C)。

在左側流入活動(dòng)中是輸入和供應商。右側從活動(dòng)中流出是交付成果和消費者。參與者列在活動(dòng)下方。

底層是影響知識領(lǐng)域各個(gè)方面的工具、技術(shù)和度量標準。

(3)DAMA金字塔

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第8張

圖.DAMA金字塔圖

第1階段:組織購買(mǎi)包含數據庫功能的應用程序。這意味著(zhù)組織以此作為數據建模、設計、數據存儲和數據安全的起點(diǎn)。要使系統在其數據環(huán)境中運行,還需要做數據集成和交互操作方面的工作。

第2階段:一旦他們開(kāi)始使用應用程序,他們將發(fā)現數據質(zhì)量方面的挑戰。但獲得更高質(zhì)量的數據取決于可靠的元數據和一致的數據架構。它們說(shuō)明了來(lái)自不同系統的數據是如何協(xié)同工作的。

第3階段:管理數據質(zhì)量、元數據和架構需要嚴格地實(shí)踐數據治理,為數據管理活動(dòng)提供體系性支持。數據治理還支持戰略計劃的實(shí)施,如文檔和內容管理、參考數據管理、主數據管理、數據倉庫和商務(wù)智能,這些黃金金字塔中的高級應用都會(huì )得到充分地支持。

第4階段:該組織充分利用了良好管理數據的好處,并提高了其分析能力。

2、數據處理倫理

(1)數據處理倫理語(yǔ)境關(guān)系圖

描述構成數據管理倫理的基本原則;闡述數據倫理處理方法如何幫助組織避免數據的非正常使用及由此帶來(lái)的對客戶(hù)、聲譽(yù)或更廣大群體的危害。

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第9張

圖. 數據處理倫理語(yǔ)境關(guān)系圖

(2)數據倫理準則

尊重他人: 這個(gè)準則反映了對待人類(lèi)_基本的倫理要求,即尊重個(gè)人尊嚴和自主權。

行善原則:這條準則有兩個(gè)要素:_,不傷害;第二,將利益_大化、傷害_小化。

公正:這一準則認為待人公平和公正

(3)建立合乎倫理道德的數據處理文化

建立合乎倫理道德的數據處理文化需要理解現有實(shí)踐,定義預期行為,將它們編入策略和道德規范,并提供培訓和進(jìn)行監督,以強制執行預期行為,與管理數據和改變文化相關(guān)的其他舉措一樣,這一過(guò)程需要強有力的領(lǐng)導層的推動(dòng)。

合乎倫理道德的數據處理顯然包括遵守法律。它也會(huì )影響組織內部和外部對數據的分析、 解釋和利用方式,重視倫理道德行為的組織文化不僅 要有行為準則,還要確保有清晰的溝通和治理機制,以支持那些意識到不道德行為或風(fēng)險的員工。

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第10張

圖. 倫理風(fēng)險模型

(4)主要觀(guān)點(diǎn)

組織需要以合乎倫理道德的方式處理數據,否則就有風(fēng)險,就有可能失去客戶(hù)、員工、合作伙伴和其他利益相關(guān)方的信任;

數據倫理植根于社會(huì )的基本原則和倫理道德的基本述求;

與數據相關(guān)的監管基于這些相同的原則和要求,但監管不能涵蓋所有意外情況。因此,組織必須考慮到自己行為的倫理道德規范;

組織應該為它們處理數據培養道德責任文化,這不僅是為了符合合規要求,同時(shí)也是本來(lái)就應該做的正確的事;

合乎倫理道德的數據處理_終將為組織提供競爭優(yōu)勢,因為它是信任的基礎。

3、數據建模和設計

(1)數據建模與設計語(yǔ)境關(guān)系圖

數據建模與設計:數據建模是發(fā)現、分析和確定數據需求的過(guò)程,然后用一種用稱(chēng)為數據模型的精確形式表示和傳遞這些數據需求。這個(gè)過(guò)程是循環(huán)迭代的,可能包括概念、邏輯和物理模型。

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第11張

圖. 數據建模與設計語(yǔ)境關(guān)系圖

4、數據集成和互操作

定義:管理和整合在應用系統和組織內部,或者應用系統與組織之間傳輸的數據。

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第12張

圖. 數據集成和互操作語(yǔ)境關(guān)系圖

5、大數據和數據科學(xué)

大數據不僅是指數據量大,也包括數據的種類(lèi)(結構化的和非結構化的,文檔(documnents)、文件(files)、音頻、視頻、流數據等), 以及數據產(chǎn)生的速度。那些從數據中探究并研發(fā)預測模型、機器學(xué)習模型、規范性模型和分析方法、并將研發(fā)結果部署供相關(guān)方進(jìn)行分析的人,被稱(chēng)為數據科學(xué)家。

大數據和數據科學(xué):多種不同類(lèi)型的數據集合(大數據)和分析(數據科學(xué),解析,可視化),都是為了洞察和解決分析初始時(shí)未知的問(wèn)題。

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第13張

圖. 大數據和數據科學(xué)語(yǔ)境關(guān)系圖

隨著(zhù)大數據被加載到數據倉庫和商務(wù)智能環(huán)境中,數據科學(xué)技術(shù)被用來(lái)為組織提供前瞻性的視圖(“擋風(fēng)玻璃”)。使用不同種類(lèi)的數據源,實(shí)現預測能力、基于模型的實(shí)時(shí)分析能力,能夠為組織未來(lái)的發(fā)展方向提供更深刻的洞察能力。

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第14張

圖. 收斂信息三角型

要想利用大數據,就需要改變數據的管理方式。大多數數據倉庫都基于關(guān)系模型,而大數據一般不采用關(guān)系模型組織數據。大多數數據倉庫依賴(lài)于ETL(提取、轉換和加載)的概念。大數據解決方案,如數據湖,則依賴(lài)于ELT的概念——先加載后轉換。更加重要的是,數據的生產(chǎn)速度和容量帶來(lái)了挑戰,需要在數據管理的各個(gè)關(guān)鍵領(lǐng)域中采用不同的方法,如集成、元數據管理和數據質(zhì)量評估。

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第15張

圖 DW/BI概念和大數據架構

6、數據管理成熟度評估

成熟度模型通過(guò)描述各階段能力特點(diǎn)來(lái)定義成熟度的級別。當一個(gè)組織滿(mǎn)足某階段能力特征時(shí),就可以評估其成熟度等級,并制定一個(gè)提高能力的計劃。它還可以幫助組織在等級評估的指導下進(jìn)行改進(jìn),與競爭對手或合作伙伴進(jìn)行比較。在每一個(gè)新等級,能力評估會(huì )變得更加一致、可預測和可靠。當能力呈現出與等級不符的特征時(shí),等級會(huì )得到提升。但能力水平有既定順序,不能跳過(guò)任何等級。

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第16張

圖. 數據管理成熟度評估語(yǔ)境關(guān)系圖

CMM通常定義5~6個(gè)成熟度級別,每個(gè)級別有各自的特性,從初始級到優(yōu)化級。數據管理成熟度評估框架被劃分為離散的數據管理主題,框架焦點(diǎn)和內容取決于它們是用于通用行業(yè)還是特定行業(yè)。

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第17張

圖. 數據管理成熟度模型示例

7、數據管理組織和角色期望

大多數組織正面臨著(zhù)越來(lái)越多的數據。這些數據格式多樣化、數量龐大,并來(lái)源于不同的渠道。由于數據的數量和種類(lèi)的增加,加劇了數據管理的復雜性。與此同時(shí),數據消費者要求更快速、更方便地訪(fǎng)問(wèn)數據,他們希望理解并使用數據,以便及時(shí)地解決關(guān)鍵業(yè)務(wù)問(wèn)題。數據管理和數據治理組織需要足夠靈活,才能在不斷發(fā)展的環(huán)境中有效地工作。因此,需要澄清關(guān)于所有權、協(xié)作、責任和決策的基本問(wèn)題。

本章將描述在組建數據管理或數據治理組織時(shí),應該考慮的一組原則。它同時(shí)涉及數據治理和數據管理,因為數據治理為數據管理組織執行活動(dòng)提供指導和業(yè)務(wù)背景。兩者都沒(méi)有完美的組織結構。雖然數據治理和數據管理組織應該遵循一些公共原則,但是很多細節依賴(lài)于組織所在行業(yè)的驅動(dòng)因素和組織自身的企業(yè)文化。

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第18張

圖. 評估數據管理組織運營(yíng)模式

運營(yíng)模式是改進(jìn)數據管理和數據治理實(shí)踐的起點(diǎn)。引入運營(yíng)模式之前,需要了解它如何影響當前組織以及它可能會(huì )如何發(fā)展。由于運營(yíng)模式將幫助政策和流程的定義、批準和執行,因此確定_適合組織的運營(yíng)模式是至關(guān)重要的。

評估當前的組織結構是集中的、分散的,還是混合的、層級化的或相對扁平的?描述相關(guān)部門(mén)或區域的獨立性。他們的運作幾乎是自給自足的?他們的要求和目標是否有很大的差異?_重要的是,嘗試確定決策是如何做出的(例如,民主或強制性指令),以及如何實(shí)施這些決策?

8、數據管理和組織變革管理

成功的數據管理實(shí)踐需要:

根據信息價(jià)值鏈調整數據責任制度,以此來(lái)學(xué)習橫向管理。

將垂直的(筒倉)數據責任制度轉變?yōu)楣蚕淼男畔⒐芾砉ぷ鳌?/p>

將局部業(yè)務(wù)關(guān)注點(diǎn)或IT部門(mén)工作中的信息質(zhì)量演變?yōu)檎麄€(gè)組織的核心價(jià)值。

將對信息質(zhì)量的思考從"數據清洗與數據質(zhì)量記分卡”提升轉變?yōu)榻M織的基本能力。

對不良數據管理引發(fā)的代價(jià)和規范化數據管理帶來(lái)的價(jià)值進(jìn)行衡量。

組織變革管理專(zhuān)家約翰·科特(John P. Kotter)總結了一套基本的“變革法則”,這些法則描述了為什么變革并不容易。在變革過(guò)程之初就認識到這些問(wèn)題有助于取得成功。

組織不變革,人就變: 不是因為新組織宣布成立或新系統實(shí)施上線(xiàn)就要變革。人們認識到變革帶來(lái)的價(jià)值而發(fā)生行為變化時(shí),變革就會(huì )發(fā)生。改進(jìn)數據管理實(shí)踐和實(shí)施正式數據治理流程將對組織產(chǎn)生深遠的影響。

人們需要改變數據處理的方式,以及在數據相關(guān)活動(dòng)中的互動(dòng)方式。

人們不會(huì )抗拒變革,但抵制被改變:人們無(wú)法接受看起來(lái)武斷或獨裁的變革。如果他們始終參與變革、定義變革,并且他們理解推動(dòng)變革愿景,以及知道變革發(fā)生的時(shí)間和方式,他們就更有可能愿意進(jìn)行變革。

數據相關(guān)舉措的變革管理部分涉及到團隊合作,以在組織層面建立起對數據管理實(shí)踐改進(jìn)后價(jià)值的理解。

事情之所以存在是慣性所致:事情的現狀可能是因為好的歷史原因。在過(guò)去某個(gè)節點(diǎn),有人定義了業(yè)務(wù)需求、定義了流程、設計了系統、編寫(xiě)了策略、或者確立了當前恰好需要變革的商業(yè)模式。了解當前數據管理實(shí)踐的起源,將有助于組織規避歷史錯誤。

除非有人推動(dòng)變革,否則很可能止步不前:如果想有所改進(jìn),就必須采取新措施。

如果不考慮人的因素,變革將很容易: 變革在"技術(shù)"層面上的實(shí)現通常是很容易的。挑戰來(lái)自于如何處理人與人之間的自然差異。

CDGA/CDGP/CDMP官方教材:《DAMA數據管理知識體系指南》及知識體系介紹 -- 第19張

CDMP在線(xiàn)題庫·免費刷·免費學(xué)
章節練習
教材順序 章章練習 夯實(shí)基礎
高頻考點(diǎn)
重點(diǎn)難點(diǎn) 高效學(xué)習 背誦記憶
仿真???/dt>
全真模擬 綜合模擬 鞏固知識
免費試聽(tīng)
精選課件 跟著(zhù)老師一起學(xué)
錯題本
查漏補缺 反復學(xué) 反復練

微信掃碼進(jìn)入小程序

發(fā)表回復

您的電子郵箱地址不會(huì )被公開(kāi)。 必填項已用*標注

  • 2024-07-02 20:00
    職場(chǎng)故事:關(guān)于冶金運營(yíng)服務(wù)數字化平臺的應用,我的一些經(jīng)驗和思考
  • 2024-07-04 20:00
    IT審計必看!解讀CISA最新改版:第28版教材和考試變化、行業(yè)趨勢及未來(lái)展望
  • 2024-07-10 20:00
    職場(chǎng)故事:從0到1,新人項目經(jīng)理的成長(cháng)之路以及我的一些心得
  • 2024-07-11 20:00
    財務(wù)運營(yíng)管理領(lǐng)域的數字化轉型:解讀財務(wù)BA的核心角色與“財務(wù)轉型”策略
  • 2024-07-16 20:00
    職場(chǎng)故事:我是如何用4A架構做好數字化規劃的?分享一些實(shí)例
  • 2024-07-17 14:00
    全面解讀CSMP項目管理證書(shū):免考換證是怎么回事?與PMP、軟考的區別?我該考哪個(gè)?
  • 2024-07-18 20:00
    需求的全生命周期管理:工具在手,細節無(wú)憂(yōu)
  • 2024-07-23 20:00
    產(chǎn)品上市管理:從戰略到產(chǎn)品上市,構建卓越的產(chǎn)品開(kāi)發(fā)流程
  • 2024-07-24 20:00
    從業(yè)務(wù)的視角看敏捷
  • 2024-07-26 14:00
    周五課堂:如何駕馭項目復雜性?
  • 2024-07-30 20:00
    精益求精:掌握流程優(yōu)化的關(guān)鍵策略
  • 更多直播講座
    小艾老師還在安排中…
查看全部 >

掃碼一鍵預約全部

查看更多 > 查看更多 >

數字化轉型8大核心認證

  1. PMP項目管理認證

    聽(tīng)
    艾威最近一期班: 針對2024年08月考試
  2. CBAP業(yè)務(wù)分析認證

    聽(tīng)
    艾威最近一期班·開(kāi)課時(shí)間: 2024-07-27
  3. CBPP流程管理認證

    聽(tīng)
    艾威最近一期班·開(kāi)課時(shí)間: 2024-08-31
  4. ITIL4 IT管理認證

    聽(tīng)
    艾威最近一期班·開(kāi)課時(shí)間: 2024-07-27
  5. TOGAF企業(yè)架構認證

    聽(tīng)
    艾威最近一期班·開(kāi)課時(shí)間: 2024-07-20
  6. CDMP數據管理認證

    聽(tīng)
    艾威最近一期班·開(kāi)課時(shí)間: 2024-08-24
  7. CISA信息安全審計師認證

    聽(tīng)
    艾威最近一期班·開(kāi)課時(shí)間: 2024-09-08
  8. CISSP信息安全專(zhuān)家認證

    聽(tīng)
    艾威最近一期班·開(kāi)課時(shí)間: 2024-08-24
近期課程安排
文章目錄