DMBOK

来自DAMAChina
跳到导航 跳到搜索

 在 DAMA DMBOK 编委会的指导下,DAMA 编著的 《DAMA 数据管理知识体系指南》(DAMA-DMBOK2)一书,已经于2018年出版发行。本书中文版业已上市,可在国内各大网上书店选购。

 数据管理的整个知识体系是相当庞大,并在不断地发展着。DMBOK2  指南将会针对数据管理给出一个权威性介绍。它将给出数据管理的功能、术语和最佳实践方法的标准行业解释。DMBOK  指南不会尝试在任意一个具体的数据管理功能方面都去成为权威, 但将会给读者指出一些被广泛认可的出版物、文章和网站, 以作进一步的阅读。

DAMA车轮图
DAMA环境因素六边形图

DAMA-DMBOK框架

DAMA的DMBOK框架,通过3幅图描述了DAMA的数据管理框架:

  • DAMA车轮图
  • DAMA环境因素六边形图
  • DAMA知识领域语境关系图

车轮图

DAMA车轮图定义了数据管理知识领域。它将数据治理放在数据管理活动的中心,因为治理是实现功能内部一致性和功能之间平衡所必需的。其他知识领域(数据体系结构、数据建模等)围绕车轮平衡。它们都是成熟数据管理功能的必要组成部分。但根据各组织的需求和实际情况,它们可能在不同的时间实现和建立这些能力。这些知识领域是《DAMA-DMBOK2》一书第3~13章的重点内内容。

环境因素六边形图

DAMA环境因素六边形图显示了人、过程和技术之间的关系,是理解DMBOK语境关系图的关键。它将目标和原则放在中心,因为这些目标和原则为人们如何执行数据管理活动,及有效地使用工具来成功进行数据管理提供了指导。

语境关系图

DAMA语境关系例图

知识领域语境关系图描述了每个知识领域的细节,包括与人员、流程和技术相关的细节。它们基于产品管理(供给者、输入、活动、交付成果和消费者)的SIPOC图的概念。语境关系图将活动放在中心,这些活动生产了满足利益相关者需求的可交付成果。

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)和操作(O)。在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工具、实践和方法,度量指标。

语境关系图中的列表是说明性的,详细内容可以参考DMBOK这本书。对于不同的组织活动事项有不同的应用方式。高级角色列表只包括最重要的相关角色。每个组织都可以调整该模式来满足自己的需求。

DMBOK封面.jpg

DAMA-DMBOK 的知识领域包括:

  • 数据治理(Data Governance)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(Data Architecture)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
  • 数据建模和设计(Data Modeling and Design)以数据模型的精确形式,进行发现、分析、展示和沟通数据需求的过程
  • 数据存储和操作(Data Storage and Operations)以数据价值最大化为目标,在整个数据生命周期中,从计划到销毁的各种操作活动
  • 数据安全(Data Security)确保数据隐私和机密性得到维护,数据不被破坏,数据被适当访问
  • 数据集成和互操作(Data Integration and Interoperability)包括与数据存储、应用程序和组织之间的数据移动和整合相关的过程
  • 文档和内容管理(Document and Content Management)用于管理非结构化媒体数据和信息的生命周期过程,包括计划、实施和控制活动,尤其是指支持法律法规遵从性要求所需的文档
  • 参考数据和主数据(Reference and Master Data)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(Data Warehousing and Business Intelligence)包括计划、实施和控制流程来管理决策支持数据,并使知识工作者通过分析报告从数据中获得价值
  • 元数据(Metadata )包括规划、实施和控制活动,以便能够访问高质量的集成元数据,包括定义、模型、数据流和其他至关重要的信息(对理解数据及其创建、维护和访问系统有帮助)
  • 数据质量(Data Quality)包括规划和实施质量管理技术,以测量、评估和提高数据在组织内的适用性

DAMA 预计 DMBOK 指南的几个潜在用途, 包括:

  • 针对各种不同的读者, 宣扬数据管理的特性和重要性;
  • 协助数据管理界内部建立各种共识;
  • 帮助数据管理员和数据专业人员理解他们的职责;
  • 为数据管理的有效性和成熟度评估提供一个基准;
  • 为实施和提高数据管理功能的工作提供指导;
  • 给读者指出一些有关数据管理知识的其它资源;
  • 指导用于更高级教学的数据管理课程内容的开发和交付工作;
  • 提示在数据管理领域里需要进一步开展的研究范围;
  • 帮助数据管理专业人员准备数据管理专业人员认证( CDMP ) 考试;
  • 协助各种组织机构制定企业的数据战略。

图书购买可以到各大网上书店或者发送邮件联系 [[1]]

其他数据管理/治理框架

在数据管理领域,其他有一定影响力和知名度的框架还有: