导图社区 DAMA第1章 数据管理
DAMA数据管理知识体系指南第1章考点总结,包括数据管理的过程、概念、使命和目标,还有数据管理的原则、战略、挑战等。
编辑于2021-12-21 00:18:442026年政府工作报告全景解读:迈向高质量发展的关键蓝图 报告系统总结2025年工作,部署“十五五”核心任务,涵盖109项举措重点包括:七方面成就、20项目标指标、十项年度任务(科技自立、民生保障、绿色转型等),以及国防、外交、港澳台等领域政策突出安全与发展统筹,强化新质生产力培育,推动城乡融合与高水平开放,贯彻“一国两制”与强军思想,勾勒出全面建设现代化国家的行动路径。
AI赋能项目管理全周期:从战略到落地的智能革命 【核心价值】通过自动化工具与数据分析重构传统管理流程,显著提升决策精准度与执行效率 【场景覆盖】 1. 全周期支持:覆盖启动(战略匹配)、规划(风险预测)、执行(实时监控)、收尾(知识沉淀)四大阶段 2. 关键突破:智能生成合同/验收文档、自动追踪变更请求、实时预警范围蔓延、动态优化冲刺计划 3. 持续改进:自动化归档经验教训、量化复盘项目效益、生成多维分析报告(EVA/KPI/成本效益) 【独特优势】将重复劳动转化为算法驱动,释放管理者精力聚焦战略创新。
"即梦4.5:你的全能AI图像魔法师! 即梦图片4.5来了,相较于4.0有整体提升,在人像场景和美观度等4.0高频反馈问题上,4.5得到显著改善,同时在画面美感和推理能力也有所增强。 为帮助广大朋友用好即梦,整理了即梦提示词,包括支持单图/多图编辑、文生图风格定制,涵盖超清修复、人像精修、材质替换等20 功能可自由调整尺寸、光影、构图,更换服装/发型/表情,甚至修改文字内容和字体内置民族风、潮流艺术、摄影美学等热门风格模板,还能线稿上色、修复老照片无论是海报设计、元素增删,还是背景/材质/景别变换,一句话指令即可实现视觉蜕变!"
社区模板帮助中心,点此进入>>
2026年政府工作报告全景解读:迈向高质量发展的关键蓝图 报告系统总结2025年工作,部署“十五五”核心任务,涵盖109项举措重点包括:七方面成就、20项目标指标、十项年度任务(科技自立、民生保障、绿色转型等),以及国防、外交、港澳台等领域政策突出安全与发展统筹,强化新质生产力培育,推动城乡融合与高水平开放,贯彻“一国两制”与强军思想,勾勒出全面建设现代化国家的行动路径。
AI赋能项目管理全周期:从战略到落地的智能革命 【核心价值】通过自动化工具与数据分析重构传统管理流程,显著提升决策精准度与执行效率 【场景覆盖】 1. 全周期支持:覆盖启动(战略匹配)、规划(风险预测)、执行(实时监控)、收尾(知识沉淀)四大阶段 2. 关键突破:智能生成合同/验收文档、自动追踪变更请求、实时预警范围蔓延、动态优化冲刺计划 3. 持续改进:自动化归档经验教训、量化复盘项目效益、生成多维分析报告(EVA/KPI/成本效益) 【独特优势】将重复劳动转化为算法驱动,释放管理者精力聚焦战略创新。
"即梦4.5:你的全能AI图像魔法师! 即梦图片4.5来了,相较于4.0有整体提升,在人像场景和美观度等4.0高频反馈问题上,4.5得到显著改善,同时在画面美感和推理能力也有所增强。 为帮助广大朋友用好即梦,整理了即梦提示词,包括支持单图/多图编辑、文生图风格定制,涵盖超清修复、人像精修、材质替换等20 功能可自由调整尺寸、光影、构图,更换服装/发型/表情,甚至修改文字内容和字体内置民族风、潮流艺术、摄影美学等热门风格模板,还能线稿上色、修复老照片无论是海报设计、元素增删,还是背景/材质/景别变换,一句话指令即可实现视觉蜕变!"
DAMA 知识地图 第1章数据管理
1. 定义
过程
整个LC.管理数据
提升D&I价值
过程
为了交付、控制、保护并提升数据和信息资产的价值
制订计划、制度、规程和实践活动,并执行和监督的过程
概念
数据
电子化+纸面
信息原材料
信息
经过加工的
上下文语境数据
资产
数据是组织资产
使命
提供功能框架/建立通用词汇表/基本参考指南
建立通用词汇表
基本参考指南
目标
管好数据
完整性/质量
获取、存储、保护数据和确保数据资产的完整性
确保数据和信息的质量
服务相关方
满足需求/合法/安全
理解/支撑/满足.信息需求
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。
合法
防止非法访问、操作、使用
防止数据和信息未经授权或被不当访问、操作及使用。
安全
确保相关方数据隐私和保密性
企业增值
服务企业增值目标
确保数据能有效地服务于企业增值的目标。
2. 原则
领导层责任
12.有效数据管理
领导层担责
数据价值
1.有独特属性资产
使用不产生消耗
2.可以用经济术语表示
资产意味价值
业务需求
3.数据质量管理
3.管理数据意味着对数据的质量管理
4.需要元数据
4.管理数据需要元数据
5.需要规划
5.数据管理需要规划
6.驱动信息技术决策
依赖不同技能
7.数据管理是跨职能的工作
8.数据管理需要企业级视角
9.数据管理需要多角度思考
PLM
10.数据管理需要PLM
不同类型数据LC不同
11.纳入与数据风险
代表着组织的风险
丢失、被盗或误用
平衡 战略 运营
3. PLM
(1)数据的全生命周期包括
计划、设计和赋能、创建或获取、存储或维护、使用、增强、处置(销毁或归档)
(2)创建和使用是数据LC关键点
(2)创建(花费成本)和使用(产生价值)是数据生命周期中的关键点
(3)数据质量管理必须贯穿整个LC
(4)元数据质量管理必须贯整个LC
(5)确保数据安全,降低数据相关风险
(5)确保数据安全,降低与数据相关的风险
(6)聚焦关键数据,降ROT最低
数据管理工作应聚焦关键数据,,将数据ROT(冗余的Redundant、过时的Obsolete、不重要的Trivial)降至最低
4. 战略
CDO 拥有 维护
数据 战略
使用信息/数据.获得竞争优势和支持企业目标的业务计划
需要一个支持性数据管理战略
是一个维护和改进数据质量、 数据完整性和安全性的规划
同时降低一致和隐含的风险
由首席数据官(CDO)拥有和维护
数据管 理战略
使命愿景价值观
1.令人信服的数据管理愿景。
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。
短期计划目标
6.符合SMART.计划目标(12~24个月)
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。
10.实施路线草案图
10)一份包含项目和行动任务的实施路线图草案。
8.管理程序组件&初始任务
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
9)具体明确范围的优先工作计划。
7.组织/角色/职责/决策
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。
经验教训
2.数据管理的商业案例总结
5.数据管理成功的建议措施。
规划付成果
1.章程
愿景/目标/原则/衡量标准
1)数据管理章程。包括总体愿景、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。
案例/关键成功因素/风险/运营模式
2.范围声明
规划目的和目标(通常为3年)
。包括规划目的和目标(通常为3年),以及负责实现这些目标的角色、组织和领导。
2)数据管理范围声明。包括规划目的和目标(通常为3年),以及负责实现这些目标的角色、组织和领导。
及负责实现这些目标的角色、组织和领导
3.实施路线图
特定计划/项目/任务分配&交付里程碑
5. 挑战
价值
1.与其它 资产区别
实物
看得见、摸得着、可以移动
同一时刻只能被放置在一个地方
金融资产必须在资产负债表上记账
数据
容易被复制和传送
不容易重新产生
不会被消耗
可在不损耗下被偷走
动态的
可被用于多种目的
使用产生更多数据
2.数据价值
评估数据价值
计算一般性成本&各类收益
需要首先计算在内部持续付出的一般性成本和各类收益
价值上下文相关且暂时的
数据
3.数据质量
处理质量问题支出占比高
收入的10%~30%
5.元数据和数据管理
可靠的元数据
元数据描述
拥有什么数据
它代表什么
如何被分类
来自哪里
如何移动
如何在使用中演进
谁可以使用它
及是否为高质量数据
元数据管理是全面改进数据管理的起点
9.数据生命周期
基于产品的生命周期
清理、转换、合并、增强或聚合数据
10.不同种类的数据
11.数据和风险
管理
7.建立企业的视角
4.优化计划
应归尽归
独立于业务流程/推动组织战略
与支持技术关系/系统架构设计&存储数据
8.需要多角度思考
6.跨职能工作
12.数据管理和技术
领导
13.高效的数据管理需要领导力和承诺
6. 框架
业务IT一致性
高阶关系 业务驱动
战略一致性模型(SAM:Strategic Alignment Model)
二轴模型
纵轴
业务战略/业务运营
横轴
业务/IT战略
象限类型
IT&运营
信息系统
IT&战略
IT战略
业务&运营
组织和流程
业务&战略
业务战略
中心
信息&数据
阿姆斯特丹信息模型(AIM:The Amsterdam Information Model)
二轴模型
横轴
业务/IT战略
纵轴
业务战略/业务运营
知识领域
DAMA车轮图
11个知识领域
架构/设计/存储
安全/集成
文件/数据/数仓
元数据&质量
六边形图
中心
目标原则
六边
人员
角色职责/组织文化
组织文化
过程
活动/方法
方法
技术
工具/交付成果
交付成果
PPT
语境关系图
定义
知识领域简要定义
目标原则
知识领域中,活动执行的目的、基本原则
业务驱动因素
IAR
I
所需的有形事物
战略是大多数知识领域输入
A
PCDO
计划(P)
设定战略和战术工作
为实现管理目标
经常性活动
控制(C)
持续确保
数据质量
存取和使用3性
完整性、可靠性和安全性
开发(D)
ADBPD
分析/设计/构建/测试/准备/部署
运营(O)
使用系统流程
进行数据存取、使用
R(O)
知识领域产出
角色和职责
供给者/消费者/参与者
供给者
负责提供或允许访问活动输入的人员
消费者
直接受益于数据管理活动产生主要交付成果的消费方
参与者
执行、管理或批准知识领域活动的人员
技术驱动
方法/工具/度量指标
方法
执行活动和产生可交付成果
共同约定/最佳实践/标准和协议/新的合适替代方法
方法和程序
工具
应用程序&技术
实现知识领域目标
度量指标
衡量或评估绩效、进度、质量、效率或其他影响的标准
DMBOK金字塔(Aiken)
购买或构建数据库能力
阶段1
建模设计/存储/安全/集成互操作
阶段2
架构/质量/元数据
阶段3
文件内容/参考&主数据/数仓/治理
阶段4
数据挖掘&大数据分析
DAMA功能领域关系依赖图
底层
治理
元&参考.数据/安全/架构
第2层
质量/设计/集成和互操作
第3层
系统/应用
第4层
主数据
数据共享最好办法
数据仓库
第5层
商务智能/分析