DAMA数据管理原创
# DAMA数据管理
数据管理（Data Management）是为了交付、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订计划、制度、规程和实践活动，并执行和监督的过程。
本章介绍了一组数据管理原则，讨论了遵循这些原则过程中所遇到的挑战，并提出了应对这些挑战的方法。本章也描述了DAMA数据管理框架。
重点内容如下：
# 1 引言
引言部分介绍了一些数据管理的基础知识，从中挑选比较重要的内容如下：
业务驱动因素跟数据管理最大的目的都是为了让组织从数据中获取价值。
下面从效益、数据安全、数据本身的管理需求三点来总结说明数据管理的目标：
- 效益：①满足企业及相关方信息需求；②确保数据能有效地服务于企业增值的目标。
- 数据安全：①确保利益相关方的数据隐私和保密性；②防止数据和信息未经授权或被不当访问、操作及使用。
- 数据本身的管理需求：①获取、存储、保护数据和确保数据资产的完整性；②确保数据和信息的质量。
# 2 重点概念
数据管理的基本概念有数据、数据和信息、数据是一种组织资产、数据管理原则、数据管理的挑战、数据管理战略。其中数据是一种资产数据数据从业人员的共识，而数据管理原则、挑战及战略是需要重点关注的概念。数据管理就是对数据生命周期的管理，数据的生命周期也需要特别关注。
# 2.1 数据管理原则
数据管理原则重点从以下几点体现：
- 数据的价值：数据是一种组织资产，且可通过经济术语表示。
- 数据管理需要高层负责，才能有效推进。
- 数据管理也是一种业务的需求，体现为数据质量、元数据、规划、驱动技术决策的需求。
- 数据管理依赖不同的技能，需要跨职能，从企业视角考虑，并为多方负责。
- 数据管理是数据生命周期管理：不同类型的数据生命周期有差异，同时在生命周期中考虑相关数据风险。
一个通用的数据生命周期如下图，遵循一种类似PDCA（计划、执行、监督、改进）循环的模式：
# 2.2 数据管理挑战
不赘述，考虑点数据管理原则雷同。
# 2.3 数据管理战略
数据管理战略的输出物包括：
- 数据管理章程：用于说明愿景、案例、目标、指导原则、衡量标准等的总领文件。
- 数据管理范围：说明数据管理的目的、目标、及包含的角色等。
- 实施路线图：将数据管理拆分成小目标、项目、里程碑的形式，并提供执行指导。
# 3 数据管理的框架
数据管理框架包括几个不同看待数据管理的视角。
- 阿姆斯特丹（Amsterdam）信息模型，展示了组织管理数据的高阶关系。
上次更新: 2024/07/14, 12:23:26
