DAMA-DMBOK 2.0 笔记培训_数据管理框架

DAMA-DMBOK数据管理框架介绍及战略框架介绍，希望这份脑图会对你有所帮助。

数据管理框架

• 数据管理战略
  • 战略是一组选择和决策，它们共同构成了实现高水平目标的高水平行动过程。
  • 数据战略应该包括使用信息以获得竞争优势和支持企业目标的业务计划。
  • 数据战略必须来自对业务战略固有数据需求的理解：组织需要什么数据，如何获取数据，如何管理数据并确保其可靠性以及如何利用数据。
  • 通常数据战略需要数据管理战略支持——一个维护和改进数据质量、数据完整性、访问和安全性的规划，同时降低已知和隐含的风险。数据管理战略还必须解决与数据管理相关的已知挑战。
  • 数据管理战略通常由CDO拥有并维护，由数据治理委员会支持的数据管理团队实施。
  • 数据管理战略的组成应包括
    • 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。
  • 数据管理战略规划的可交付成果包括
    • 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。
    • 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。
    • 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。
• 信息模型（组织管理数据的高阶关系）
  • 战略对齐模型（战略一致性模型）
    • 模型的中心是数据和信息之间的关系
    • 信息通常与业务战略和数据的操作使用相关。数据与信息技术和流程相关联，这些技术和过程支持可访问数据的物理系统。
    • 战略选择的4个基本领域：业务战略、IT战略、组织和流程以及信息系统
  • 阿姆斯特丹信息模型
    • 与战略一致性模型一样，从战略角度看待业务和IT的一致性。
    • 共有9个单元，它抽象出一个关注结构（包括规划和架构）和策略的中间层。此外，还要认识到信息通信的必要性（在图中表示为信息治理和数据质量支柱）
• DAMA-DMBOK框架
  • 数据管理涉及一组相互依赖的功能，每个功能都有自己的目标、活动和职责。数据管理专业人员需要考虑从抽象的企业资产中获取价值所固有的挑战、平衡战略和运营目标、特定业务和技术要求、风险和合规性需求，并理解数据所包含的内容以及数据是否高质量。
  • 针对不同抽象级别提供了一系列关于如何管理数据的路径。这些视角提供了可用于阐明战略、制定路线图、组织团队和协调职能的洞察力。
  • 深入地介绍了构成数据管理总体范围的知识领域，包括：DAMA-DMBOK2数据管理框架（DAMA车轮图）、环境因素六边形图和知识领域语境关系图
  • DAMA-DMBOK框架更加深入地介绍了构成数据管理总体范围的知识领域
  • DAMA车轮图：定义了数据管理知识领域。
  • 环境因素六边形图：显示了人、流程和技术之间的关系，并为阅读 DMBOK 上下文图提供了一个关键。
  • 知识领域上下文图：描述了知识领域的详细信息，包括与人员、流程和技术相关的详细信息。它们基于用于产品管理的 SIPOC 图（供应商、输入、流程、输出和消费者）的概念。上下文图将活动置于中心位置，因为它们产生的可交付成果符合利益相关者的要求。
    • 每个语境关系图都以知识领域的定义和目标开始。 目标驱动的活动分为4个阶段：计划（P）、控制（C）、开发（D）和运营（O）。 从左侧流入活动中是输入和供给者，右侧从活动中流出是交付成果和消费者，参与者列在活动下方，底层是影响知识领域各个方面的技术、工具和度量指标。
    • 上下文图的组件
      • 1） 定义。本节为知识领域的简要定义。
      • 2） 目标。它描述了每个知识领域内指导活动执行的目的、基本原则。
      • 3） 活动。它是实现知识领域目标所需的行动和任务。一些活动按子活动、任务和步骤进行描述。活动分为4类，即计划、控制、开发和运营。
        • ①计划活动（P）。为实现数据管理目标设定战略和战术工作。计划活动为经常性活动。
        • ②控制活动（C）。持续地确保数据质量，以及数据存取和使用的完整性、可靠性和安全性。
        • ③开发活动（D）。围绕系统开发的生命周期（SDLC）开展的分析、设计、构建、测试、准备和部署等活动。
        • ④运营活动（O）。支持系统和流程的使用、维护和增强，通过这些系统和流程进行数据的存取和使用。
      • 4） 输入。它是每个知识领域启动其活动所需的有形事物。许多活动需要相同的输入。例如，许多领域需要了解业务战略并把它作为输入。
      • 5） 交付成果。它是知识领域内活动的产出，是每个职能部门负责生产的有形事物。交付成果可能以其自身或其他活动的输入为目的。几个主要的交付成果是由多个功能创建的。
      • 6） 角色和职责。描述个人和团队如何为知识领域内的活动做出贡献。对角色在概念上进行了描述，聚焦重点是大多数组织所需的角色组。个人的角色是根据技能和资格要求来定义的。信息时代的技能框架（SFIA）被用于帮助调整角色头衔，许多角色将是跨职能的。
      • 7） 供给者。负责提供或允许访问活动输入的人员。
      • 8） 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。
      • 9） 参与者。执行、管理或批准知识领域活动的人员。
      • 10） 工具。它是实现知识领域目标的应用程序和其他技术。
      • 11） 方法。它是用于在知识领域内执行活动和产生可交付成果的方法和程序。它还包括共同约定、最佳实践建议、标准和协议以及新出现的一些合适的替代方法。
      • 12） 度量指标。它是衡量或评估绩效、进度、质量、效率或其他影响的标准。这些指标用于定义每个知识领域内完成工作的可量化事实。度量指标也可以用于测量更抽象的特性，如提升或价值。
  • DAMA车轮图呈现的是一组知识领域的概要，六边形图展示了知识领域结构的组成部分，语境关系图显示了每个知识领域中的细节。
• DMBOK金字塔（艾肯金字塔）
  • 彼得·艾肯（Peter Aiken）的框架中使用DMBOK知识领域来描述许多组织演化的情况。使用此框架，组织可定义一种演化路径，达到拥有可靠的数据和流程的状态，支持战略业务目标的实现。
  • 第1阶段：组织购买包含数据库功能的应用程序。这意味着组织以此作为数据建模、设计、数据存储和数据安全的起点（例如，让一些人进来，让其他人出去）。要使系统在其数据环境中运行，还需要做数据集成和交互操作方面的工作。
  • 第2阶段：一旦组织开始使用应用程序，他们将面临数据质量方面的挑战，但获得更高质量的数据取决于可靠的元数据和一致的数据架构，它们说明了来自不同系统的数据是如何协同工作的。
  • 第3阶段：管理数据质量、元数据和架构需要严格地实践数据治理，为数据管理活动提供体系性支持。数据治理还支持战略计划的实施，如文件和内容管理、参考数据管理、主数据管理、数据仓库和商务智能，这些黄金金字塔中的高级应用都会得到充分的支持。
  • 第4阶段：该组织充分利用了良好管理数据的好处，并提高了其分析能力。
• DAMA数据管理框架演变
  • DAMA功能领域依赖关系图
    • 商务智能和分析功能依赖于所有其他数据管理功能。它们直接依赖于主数据和数据仓库解决方案。但反过来，它们又依赖输入信息的系统和应用。
  • DAMA数据管理功能框架
    • 从数据管理的指导目标开始：使组织能够像从其他资产中获取价值那样，从其数据资产中获取价值。派生价值需要生命周期管理， 因此与数据生命周期相关的数据管理功能在图的中心进行了描述。这包括：为可靠、高质量的数据进行规划和设计；建立过程和功能来使用和维护数据；在各种类型的分析活动以及这些过程中使用数据，以提高其价值。
  • DAMA轮形图的进化
    • 生命周期管理活动可以从多个方面定义，如计划的角度（风险管理、建模、数据设计、参考数据管理），实现的角度（数据仓库、主数据管理、数据存储和操作、数据集成和互操作、数据开发技术）
    • 数据治理活动通过战略、原则、制度和管理提供监督和遏制。它们通过数据分类和数据估值实现一致性。