书:pan.baidu.com/s/1y8Z3IfDstu8GPcVsYXlEaA?pwd=ljtd
- 数据管理的定义与重要性：
- 数据管理是一个职能，也可认为是一个高层次的业务流程，包括通过规划与执行相关政策策略、实践和项目，以获取、控制、保护和交付数据和信息资产，从而提高数据和信息资产价值。
- DAMA数据管理知识体系框架：
- 该书提出的DAMA数据管理知识体系框架由11个职能领域（如数据治理、数据架构、数据开发等）和7个基本环境要素（如组织文化、法律法规等）共同构成，为数据管理提供了系统的方法和框架。
- 数据治理：
- 数据治理是数据管理的高层计划与控制，通过建立一个能够满足企业数据需求的决策体系，为数据管理提供指导和监督。
- 数据架构管理：
- 数据架构管理定义了与组织战略协调的管理数据资产蓝图，以建立战略性数据需求及满足需求的总体设计。这包括开发和维护企业数据架构，以及与企业架构实施项目之间的关联。
- 数据开发：
- 数据开发包括为满足企业的数据需求而设计、实施与维护解决方案的过程，涉及数据建模、数据需求分析、设计、实施和维护数据库中数据相关的解决方案等。
- 数据操作管理：
- 数据操作管理关注结构化的数据资产在整个数据生命周期（从数据的产生、获取到存档和清除）中的规划、控制与支持。
- 数据安全管理：
- 数据安全管理涉及规划、开发和执行安全政策与措施，以确保数据隐私和机密性得到维护，数据不被破坏，且数据被适当访问。
- 参考数据和主数据管理：
- 参考数据和主数据管理包括核心共享数据的持续协调和维护，使关键业务实体的真实信息以准确、及时和相关联的方式在各系统间得到一致使用。
- 数据仓库和商务智能管理：
- 数据仓库和商务智能管理涉及计划、实施和控制流程来管理决策支持数据，并使知识工作者能够通过分析报告从数据中获得价值。
- 元数据管理与数据质量管理：
- 元数据管理关注为获得高质量的、整合的元数据而进行的规划、实施与控制活动。
- 数据质量管理则运用质量管理的技术来衡量、访问、提高和确保使用数据的适当性。
此外，该书还强调了数据管理战略的重要性，包括制定令人信服的数据管理愿景、数据管理的商业案例总结、指导原则、价值观和管理观点等，以及符合SMART原则的短期数据管理计划目标等。这些内容为数据管理领域提供了全面的知识和实用的工具，对于数据管理新手和经验丰富的专业人士都具有重要的指导意义。