//本系列是基于DMBOK2的学习过程中的知识点整理，方便学习与回顾//
什么是数据管理(Data Management)：为了交付、控制、保护并提升数据和信息资产的价值，在其整个生命周期中制定计划、制度、规程和实践活动，并执行和监督的过程。
数据管理的责任必须由业务人员和IT人员两类角色共同承担。
一、基本概念
1.1 定义
1. 数据(data)： 数据是一种表示方法，代表着除自身以外的事物。它既是对其所代表对象的解释，也是必须解释的对象。
2. 信息(information)：一般我们把信息描述为“在上下文语境中的数据”。 比如说“今天的气温是10度”，这是条信息，其中“10度”是一条数据
3. 元数据(metadata): 它是关于数据的数据。它用于描述数据本身(数据库，数据元素，数据模型)，数据表示的概念(业务流程，应用系统等)和数据与概念之间的联系(关系)
4. 价值(value)： 一件事物的成本和丛中获得利益的差额
5. 数据战略：通过定义组织需要什么数据、如何获取数据、如何管理数据以及如何利用数据，来支持企业目标的实现，并帮助组织获得竞争优势的业务计划。
6.数据治理(Data Governance)；通过建立一个数据决策体系，为数据管理提供指导和监督
1.2 组织对数据进行管理的目标
1). 理解并支撑企业及其利益相关方的信息需求得到满足 - 满足业务目标
2). 获取、存储、保护数据和确保数据资产完整性 - 完整性
3). 确保数据和信息的质量 - 可用性
4). 确保利益相关方的数据隐私和保密 - 机密性和隐私
5). 防止数据和信息未经授权或被不当访问 -- 机密性
6). 确保数据能有效地服务于企业增值的目标 - 满足业务目标
1.3 数据管理的原则
数据管理需要平衡战略和运营需求，所以需要一套原则指导管理实践
1.4 数据管理的挑战
1. 数据作为资产有独特的属性
1）静态特征： 它是无形的，尽管价值会随着时间而变化，但它是持久的，不会磨损的；
2）使用特征： 它是容易被复制和传送的，在使用时不会被消耗，甚至可以被多人同时使用；
3）价值特征：它确实有价值，但在测量具体的价值时存在很大的挑战，因为它的价值是和上下文相关的，甚至是暂时的。
2. 评估数据价值需要先计算组织持续付出的成本和各类收益
3. 确保高质量的数据是数据管理的核心，但数据质量管理做好计划并持续执行
1.5 数据管理战略
数据管理战略为企业的数据战略提供支持， 它是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，同时降低已知和隐藏的风险。
数据管理战略的主要可交付成果：
1）数据管理章程，包括愿景，目标，业务案例，指导原则，衡量标准，成功因素，可识别的风险，运营模式
2）数据管理范围说明：规划目的和目标(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：计划、项目、任务分配和里程碑
二、数据管理框架
2.1 高阶模型
战略一致性模型(SAM) & 阿姆斯特丹信息模型(AIM)
2.2 DMBOK框架
1. DAMA车轮图
DAMA车轮图定义了数据管理的知识领域，它把数据治理放在所有数据管理活动的中心
2. 环境因素六边形图
它显示了人、过程和技术之间的关系
3. 知识领域语境关系图
它描述了每个知识领域的细节，包含了人员、过程和技术。
在活动中，它被分为四类
1）计划活动-P：设定战略和战术
2）控制活动-C：持续地确保数据质量、完整性、可靠性和安全性
3）开发活动-D：在SDLC中开展的各类活动
4）运营活动-O：系统和流程的使用、维护和增强
2.3 DMBOK金字塔
Peter Aiken使用DMBOK中的知识领域来描述不同组织在数据管理能力演进的过程和路径。
1）第一阶段：组织购买有数据库功能的系统，需要具备数据建模和设计，数据存储，以及数据安全能力，同时要完成数据集成和互操作来支持系统的使用。
2）第二阶段：组织开始使用多个系统时，会遇到数据质量挑战，需要具备元数据管理和数据架构能力，来支持利用不同系统间数据的进行协同工作
3）第三阶段：引入数据治理，为数据管理活动提供系统性支持。数据治理同时会支持文件和内容管理(非结构化数据)，参考数据管理，主数据管理，数据仓库和商务智能等应用
4）第四阶段：组织利用完整的数据管理体系，对数据进行挖掘和深度分析，创造新的业务价值
参考资料
DAMA-DMBOK2中文版
