CCRC-CDO数据管理

这是一篇关于CCRC-CDO数据管理的思维导图，主要内容包括：数据管理战略的框架，数据管理面对的挑战，数据管理原则，数据管理概述。使组织能够从其数据资产中获得价值、管理不及时会导致浪费和失去机会。

CCRC-CDO 数据管理

• 数据管理概述
  • 数据管理定义与业务驱动因素
    • 竞争优势，更好的数据更好的决策
    • 管理不及时会导致浪费和失去机会
    • 使组织能够从其数据资产中获得价值
  • 数据管理目标
    • 了解和支持企业及其企业的信息需求利益相关者
    • 捕获，存储，保护并确保数据资产的完整性
    • 确保数据和信息的质量
    • 确保利益相关者数据的隐私性和机密性
    • 防止未经授权或不当访问，操纵或使用数据和信息
    • 确保数据可以有效使用并为企业增值
  • 数据管理内容
    • 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
    • 元数据管理
    • 数据质量管理
  • 管理与治理的区别
    • 数据治理： 保证数据是被管理的
      • 总体视角
    • 数据管理： 管理数据以达到既定目标
      • 执行层面
    • 数据、信息 和内容的生 命周期
  • 一句话总结章节主题
    • 数据治理
      • 建章立制、对管理的管理
    • 元数据管理：所有数据的管理问题（分类、属性、管理职责……）
    • 主数据管理：全公司统一数据的管理问题（统一出入口、统一维护）
    • 数据质量：管理数据使用过程中好坏的问题
    • 数据标准：管理数据规范性的问题
    • 数据集成：开展数据互通的问题
    • 数据架构：规划组织的数据蓝图
    • 数据建模和设计
    • 数据安全
    • 文件和内容
    • 数据仓库和商务智能
  • 需要数据管理的原因
    • 1.对数据的正确解释需要理解表示系统
    • 2.人们和组织可能会对如何表达概念做出不同的选择；这些选择将影响数据的解释方式。
    • 3.有多种方法可以表示相同的想法
    • 4.需要数据架构、建模、治理、管理、元数据、数据质量管理
    • 5.技术的变化扩大了这种需求的范围，改变了人们对数据的理解。
  • 数据、信息、知识
    • 数据
      • 理解事实的符号
    • 信息
      • 有逻辑的数据组合
    • 知识
      • 直接指导业务决策和行动
• 数据管理原则
  • 数据是独特属性的资产
  • 数据的价值可表以示用经济术语来
  • 管理数据意味着对数据的质量管理
  • 管理数据需要元数据
  • 数据管理需要规划
  • 数据管理须驱动信息技术决策
  • 数据管理是跨职能的工作
  • 数据管理需要企业级视角
  • 数据管理需要多角度思考
  • 数不据同管类理型需的要数全据生有命不周同期生管命理周期特征
  • 数据管理需要纳入与数据相关的风险
  • 有效的而数承据担管责理任需要
• 数据管理面对的挑战
  • 数据管理面临的挑战1：数据资产估值和数据风险
    • 确定数据的价值与其他资产不同
    • 数据对于每个组织都是唯一的，估值技术会有所不同，数据的价值取决于具体情况
    • 建立将财务价值与数据关联的方法对于数据管理至关重要
    • 不仅代表价值，还代表风险。要把低质量的数据的风险估算在内
    • 每个组织的数据都是唯一的，评估数据价值需要首先计算在组织内部持续付出的一般性成本和各类收益： a)获取和存储数据的成本 b)如果数据丢失，复制数据的成本c)数据缺失/不正确对组织的影响 d)风险事件/风险缓解的成本 e)高质量数据的好处 f)竞争对手为数据付出的成本 g)数据潜在的销售价格 h)创新使用数据的收入
  • 数据管理面临的挑战2-数据质量
    • 确保数据的高质量是数据管理的核心
    • 必须与数据消费方共同合作来定义需求，定义高质量数据的具体要求
    • 管理数据质量并不是一次性工作。生成高质量数据需要做好计划并执行，以及拥有将质量构建到流程和系统中的观念。
    • 高/低数据质量对比：
      • 低质量数据的成本
        • 报废和返工
        • 解决方法和隐藏的更正过程
        • 低生产力
        • 组织冲突
        • 员工和客户不满
        • 机会成本
        • 合规成本、罚款和声誉损害
      • 高质量数据的好处
        • 改善客户体验
        • 高生产力
        • 降低风险
        • 抓住机遇
        • 增加收入
        • 竞争优势
  • 数据管理面临的挑战3-规划更优质的数据
    • 从数据中获取价值需要计划，规划中的挑战存在于组织、时间、金钱方面的长期压力
    • 如何获取和创建数据
    • 针对架构，建模和其功能设计的战略路径
    • 了解技术对数据的影响
    • 平衡长期和短期目标
    • 生命周期需要系统思考： a) 数据与业务流程之间的联系 b) 业务流程与技术之间的关系 c) 系统的设计和架构，以及所产生/存储的数据 d) 数据如何用于推进组织战略
  • 数据管理面临的挑战4-元数据和数据管理
    • 无法很好地管理数据的角色，通常根本不管理其元数据。
    • 元数据描述组织拥有的数据
    • 元数据生成数据，数据生命周期以及包含可理解数据的复杂系统。
    • 元数据管理通常提供改进的起点在整体数据管理中。
    • 元数据包括： a)业务元数据 b)技术元数据 c)操作元数据 d)数据架构元数据e)数据模型 f)数据安全需求 g)数据集成标准 h)数据操作流程
  • 数据管理面临的挑战5-跨职能的协调
    • 数据管理是一个复杂的过程。
    • 数据由负责数据生命周期不同阶段的团队在组织中的不同位置进行管理。
    • 数据管理要求具有各种技能和观点的人员进行协作和协调， 以识别各个部分如何组合在一起以实现共同的目标
    • 数据管理技能： a) 设计技能 b) 技术技能 c) 数据分析技能 d) 分析能力（解读数据） e) 语言能力 f) 战略思维
  • 数据管理面临的挑战6-建立在企业的视角
    • 管理数据需要了解组织内部和整个组织中数据的范围和范围，并使其以常识的方式组合在一起
    • 数据不仅对于组织而言是唯一的，而且对于部门或业务单位也可以是唯一的
    • 不要将数据放在眼前的需求之外
    • 要避免不同部门可能用不同的方式表示相同的概念。 利益相关者认为组织的数据应保持一致。
    • 数据治理对于帮助组织跨行业决策有关数据至关重要。
    • 其他观点： a) 内部/外部数据来源 b) 法律和合规要求 c) 了解潜在的使用方式；最终谁还会使用它 d) 考虑到数据可能被滥用的事实
  • 数据管理面临的挑战7-数据生命周期
    • 开发生命周期和数据生命周期
      • 开发SDLC
        • 计划、分析、设计、创建、测试、部署、维护
      • 数据生命周期
        • 计划、规定、启用、创建和获取、维护和使用、归档和检索、清理
    • 像其他资产一样，数据具有生命周期。要管理数据，您必须了解生命周期并进行规划。战略组织不仅将定义数据内容要求，而且还将定义数据管理要求
    • 数据管理对数据生命周期的影响： a) DLC中创建和使用是最关键的点 b) 数据质量必须在DLC的整个过程中进行管理 c) 元数据质量必须在DLC中进行管理 d) 数据安全必须在DLC的整个过程中进行管理 e) 数据管理工作应该集中在最关键的数据上
  • 数据管理面临的挑战8-不同类型的数据
    • 由于不同类型的数据具有不同的生命周期管理要求，因此管理数据变得更加复杂
    • 任何管理系统需要将管理的对象进行分类。
    • 不同类型的数据在组织内部和组织中具有不同的管理要求
    • 主数据与交易数据具有不同的用途，因此管理要求也不同
    • 数据管理工具专注于分类和控制方面。
    • 数据类型： a) 交易数据 b) 参考数据 c) 主数据 d) 元数据 e) 类别数据 f) 源头数据 g) 事件数据 h) 详细交易数据
      • 其他类别： • 数据域 • 主题领域 • 格式 • 保护级别 • 位置
  • 数据管理面临的挑战9-领导力和承诺
    • 数据管理既不容易也不简单，为了变得更好，它需要远见，规划和改变的意愿。
    • 大部分组织只把数据视为资产，远未达到数据驱动
    • 不知道自身拥有什么数据，哪些数据至关重要
    • 混淆了数据和 IT不能正确管理两者
    • 不制定战略
    • CDO可以领导数据管理活动，引导计划和文化变革，从而使数据的处理方法更具战略意义
• 数据管理战略的框架
  • 数据管理战略
    • 数据战略
    • 数据管理战略
    • 数据管理角色
    • 数据管理战略包括： • 愿景 • 商业案例 • 指导原则 • 使命和长期目标 • 措施 • SMART*目标 • 角色和责任 • 计划组成部分和计划描述 • 确定具有范围边界的计划优先级 • 路线图
      • 可交付成果： • 数据管理章程 • 数据管理范围说明书 • 数据管理实施路线图
  • 数据管理框架
    • 数据管理涉及组相互依赖的功能，每个功能都有其自己的目标，活动和职责。
    • 框架是在不同抽象级别上开发的，目的是提供视角，以帮助我们全面了解数据管理并查看组件之间的关系
    • 许多因素会影响DM方法，例如:行业，数据范围，文化，成熟度，策略，愿景和挑战
    • 框架  战略对齐模型  阿姆斯特丹信息模型  DAMA-DMBOK框架  DMBOK金字塔  DAMA数据管理框架进化版