DAMA数据管理知识体系指南（原书第2版）

微信公众号：计算机与网络安全

本书是DAMA国际（DAMA International）组织专家对过去30多年数据管理领域知识和实践的总结，是一部综合了数据管理方方面面具有权威性的基础工具书。本书从数据治理、数据架构、数据质量、数据安全、主数据管理、参考数据管理、元数据管理、商务智能和数据参考管理、数据建模设计、数据存储和操作、数据集成和互操作、文档和内容管理、大数据、数据管理人员的道德要求等方面介绍了数据管理的知识体系。DMBOK已经成为数据管理领域的“圣经”，是指导个人知识体系完善和企业数据管理能力建设的重要文献。本书适合各种组织负责信息化和数字化转型的领导（如CIO、CDO），从事数据管理的各种技术及业务人员，工作中涉及数据的会计、法律、咨询、教育、政务等领域的人士阅读。同时，也可作为高校MBA和计算机专业教学用书。

目录

中文版序一

中文版序二

原版序

第1章 数据管理

1.1 引言

1.1.1 业务驱动因素

1.1.2 目标

1.2 基本概念

1.2.1 数据

1.2.2 数据和信息

1.2.3 数据是一种组织资产

1.2.4 数据管理原则

1.2.5 数据管理的挑战

1.2.6 数据管理战略

1.3 数据管理框架

1.3.1 战略一致性模型

1.3.2 阿姆斯特丹信息模型

1.3.3 DAMA-DMBOK框架

1.3.4 DMＢOＫ金字塔（Aiken）

1.3.5 DAMA 数据管理框架的进化

1.4 DAMA 和DMBOK

1.5 文献引用与推荐

第2章 数据处理伦理

2.1 引言

2.2 业务驱动因素

2.3 基本概念

2.3.1 数据伦理准则

2.3.2 数据隐私法背后的原则

2.3.3 在线数据的伦理环境

2.3.4 违背伦理进行数据处理的风险

2.3.5 建立数据伦理文化

2.3.6 数据伦理和治理

2.4 文献引用与推荐

第3章 数据治理

3.1 引言

3.1.1 业务驱动因素

3.1.2 目标和原则

3.1.3 基本概念

3.2 活动

3.2.1 规划组织的数据治理

3.2.2 制定数据治理战略

3.2.3 实施数据治理

3.2.4 嵌入数据治理

3.3 工具和方法

3.3.1 线上应用/网站

3.3.2 业务术语表

3.3.3 工作流工具

3.3.4 文档管理工具

3.3.5 数据治理记分卡

3.4 实施指南

3.4.1 组织和文化

3.4.2 调整与沟通

3.5 度量指标

3.6 文献引用与推荐

第4 章 数据架构

4.1 引言

4.1.1 业务驱动因素

4.1.2 数据架构成果和实施

4.1.3 基本概念

4.2 活动

4.2.1 建立企业数据架构

4.2.2 整合其他企业架构

4.3 工具

4.3.1 数据建模工具

4.3.2 资产管理软件

4.3.3 图形设计应用

4.4 方法

4.4.1 生命周期预测

4.4.2 图标使用规范

4.5 实施指南

4.5.1 就绪评估和风险评估

4.5.2 组织和文化

4.6 数据架构治理

4.6.1 数据架构治理活动

4.6.2 度量指标

4.7 文献引用与推荐

第5章数据建模和设计

5.1 引言

5.1.1 业务驱动因素

5.1.2 目标和原则

5.1.3 基本概念

5.2 活动

5.2.1 规划数据建模

5.2.2 建立数据模型

5.2.3 审核数据模型

5.2.4 维护数据模型

5.3 工具

5.3.1 数据建模工具

5.3.2 数据血缘工具

5.3.3 数据分析工具

5.3.4 元数据资料库

5.3.5 数据模型模式

5.3.6 行业数据模型

5.4 方法

5.4.1 命名约定的最佳实践

5.4.2 数据库设计中的最佳实践

5.5 数据建模和设计治理

5.5.1 数据建模和设计质量管理

5.5.2 度量指标

5.6 文献引用与推荐

第6章 数据存储和操作

6.1 引言

6.1.1 业务驱动因素

6.1.2 目标和原则

6.1.3 基本概念

6.2 活动

6.2.1 管理数据库技术

6.2.2 管理数据库操作

6.3 工具

6.3.1 数据建模工具

6.3.2 数据库监控工具

6.3.3 数据库管理工具

6.3.4 开发支持工具

6.4 方法

6.4.1 在低阶环境中测试

6.4.2 物理命名标准

6.4.3 所有变更操作脚本化

6.5 实施指南

6.5.1 就绪评估/风险评估

6.5.2 组织和文化变化

6.6 数据存储和操作治理

6.6.1 度量指标

6.6.2 信息资产跟踪

6.6.3 数据审计与数据有效性

6.7 文献引用与推荐

第7章 数据安全

7.1 引言

7.1.1 业务驱动因素

7.1.2 目标和原则

7.1.3 基本概念

7.2 活动

7.2.1 识别数据安全需求

7.2.2 制定数据安全制度

7.2.3 定义数据安全细则

7.2.4 评估当前安全风险

7.2.5 实施控制和规程

7.3 工具

7.3.1 杀毒软件/安全软件

7.3.2 HTTPS

7.3.3 身份管理技术

7.3.4 入侵侦测和入侵防御软件

7.3.5 防火墙（防御）

7.3.6 元数据跟踪

7.3.7 数据脱敏/加密

7.4 方法

7.4.1 应用CRUD矩阵

7.4.2 即时安全补丁部署

7.4.3 元数据中的数据安全属性

7.4.4 项目需求中的安全要求

7.4.5 加密数据的高效搜索

7.4.6 文件清理

7.5 实施指南

7.5.1 就绪评估/风险评估

7.5.2 组织与文化变革

7.5.3 用户数据授权的可见性

7.5.4 外包世界中的数据安全

7.5.5 云环境中的数据安全

7.6 数据安全治理

7.6.1 数据安全和企业架构

7.6.2 度量指标

7.7 文献引用与推荐

第8章 数据集成和互操作

8.1 引言

8.1.1 业务驱动因素

8.1.2 目标和原则

8.1.3 基本概念

8.2 活动

8.2.1 规划和分析

8.2.2 设计数据集成解决方案

8.2.3 开发数据集成解决方案

8.2.4 实施和监测

8.3 工具

8.3.1 数据转换引擎/ETL工具

8.3.2 数据虚拟化服务器

8.3.3 企业服务总线

8.3.4 业务规则引擎

8.3.5 数据和流程建模工具

8.3.6 数据剖析工具

8.3.7 元数据存储库

8.4 方法

8.5 实施指南

8.5.1 就绪评估/风险评估

8.5.2 组织和文化变革

8.6 数据集成和互操作治理

8.6.1 数据共享协议

8.6.2 数据集成和互操作与数据血缘

8.6.3 度量指标

8.7 文献引用与推荐

第9章 文件和内容管理

9.1 引言

9.1.1 业务驱动因素

9.1.2 目标和原则

9.1.3 基本概念

9.2 活动

9.2.1 规划生命周期的管理

9.2.2 创建内容处理制度

9.2.3 定义内容信息架构

9.2.4 实施的生命周期管理

9.2.5 发布和分发内容

9.3 工具

9.3.1 企业内容管理系统

9.3.2 协作工具

9.3.3 受控词汇表和元数据工具

9.3.4 标准标记和交换格式

9.3.5 电子取证技术

9.4 方法

9.4.1 诉讼应诉手册

9.4.2 诉讼应诉数据映射

9.5 实施指南

9.5.1 就绪评估/风险评估

9.5.2 组织和文化变革

9.6 文件和内容治理

9.6.1 信息治理架构

9.6.2 信息的激增

9.6.3 管理高质量的内容

9.6.4 度量指标

9.7 文献引用与推荐

第10章 参考数据和主数据

10.1 引言

10.1.1 业务驱动因素

10.1.2 目标和原则

10.1.3 基本概念

10.2 活动

10.2.1 主数据管理活动

10.2.2 参考数据管理活动

10.3 工具和方法

10.4 实施指南

10.4.1 遵循主数据架构

10.4.2 监测数据流动

10.4.3 管理参考数据变更

10.4.4 数据共享协议

10.4.5 组织和文化变革

10.5 参考数据和主数据治理

10.5.1 治理过程决定事项

10.5.2 度量指标

10.6 文献引用与推荐

第11章 数据仓库和商务智能

11.1 引言

11.1.1 业务驱动因素

11.1.2 目标和原则

11.1.3 基本概念

11.2 活动

11.2.1 理解需求

11.2.2 定义和维护数据仓库/商务智能架构

11.2.3 开发数据仓库和数据集市

11.2.4 加载数据仓库

11.2.5 实施商务智能产品组合

11.2.6 维护数据产品

11.3 工具

11.3.1 元数据存储库

11.3.2 数据集成工具

11.3.3 商务智能工具的类型

11.4 方法

11.4.1 驱动需求的原型

11.4.2 自助式商务智能

11.4.3 可查询的审计数据

11.5 实施指南

11.5.1 就绪评估/风险评估

11.5.2 版本路线图

11.5.3 配置管理

11.5.4 组织与文化变革

11.6 数据仓库/商务智能治理

11.6.1 业务接受度

11.6.2 客户/用户满意度

11.6.3 服务水平协议

11.6.4 报表策略

11.6.5 度量指标

11.7 文献引用与推荐

第12章 元数据管理

12.1 引言

12.1.1 业务驱动因素

12.1.2 目标和原则

12.1.3 基本概念

12.2 活动

12.2.1 定义元数据战略

12.2.2 理解元数据需求

12.2.3 定义元数据架构

12.2.4 创建和维护元数据

12.2.5 查询、报告和分析元数据

12.3 工具

12.4 方法

12.4.1 数据血缘和影响分析

12.4.2 应用于大数据采集的元数据

12.5 实施指南

12.5.1 就绪评估/风险评估

12.5.2 组织和文化变革

12.6 元数据治理

12.6.1 过程控制

12.6.2 元数据解决方案的文档

12.6.3 元数据标准和指南

12.6.4 度量指标

12.7 文献引用与推荐

第13章 数据质量

13.1 引言

13.1.1 业务驱动因素

13.1.2 目标和原则

13.1.3 基本概念

13.2 活动

13.2.1 定义高质量数据

13.2.2 定义数据质量战略

13.2.3 识别关键数据和业务规则

13.2.4 执行初始数据质量评估

13.2.5 识别改进方向并确定优先排序

13.2.6 定义数据质量改进目标

13.2.7 开发和部署数据质量操作

13.3 工具

13.3.1 数据剖析工具

13.3.2 数据查询工具

13.3.3 建模和ETL工具

13.3.4 数据质量规则模板

13.3.5 元数据存储库

13.4 方法

13.4.1 预防措施

13.4.2 纠正措施

13.4.3 质量检查和审核代码模块

13.4.4 有效的数据质量指标

13.4.5 统计过程控制

13.4.6 根本原因分析

13.5 实施指南

13.5.1 就绪评估/风险评估

13.5.2 组织与文化变革

13.6 数据质量和数据治理

13.6.1 数据质量制度

13.6.2 度量指标

13.7 文献引用与推荐

第14章 大数据和数据科学

14.1 引言

14.1.1 业务驱动

14.1.2 原则

14.1.3 基本理念

14.2 活动

14.2.1 定义大数据战略和业务需求

14.2.2 选择数据源

14.2.3 获得和接收数据源

14.2.4 制定数据假设和方法

14.2.5 集成和调整数据进行分析

14.2.6 使用模型探索数据

14.2.7 部署和监控

14.3 工具

14.3.1 MＰＰ 无共享技术和架构

14.3.2 基于分布式文件的数据库

14.3.3 数据库内算法

14.3.4 大数据云解决方案

14.3.5 统计计算和图形语言

14.3.6 数据可视化工具集

14.4 方法

14.4.1 解析建模

14.4.2 大数据建模

14.5 实施指南

14.5.1 战略一致性

14.5.2 就绪评估/风险评估

14.5.3 组织与文化变迁

14.6 大数据和数据科学治理

14.6.1 可视化渠道管理

14.6.2 数据科学和可视化标准

14.6.3 数据安全

14.6.4 元数据

14.6.5 数据质量

14.6.6 度量指标

14.7 文献引用与推荐

第15章 数据管理成熟度评估

15.1 引言

15.1.1 业务驱动因素

15.1.2 目标和原则

15.1.3 基本概念

15.2 活动

15.2.1 规划评估活动

15.2.2 执行成熟度评估

15.2.3 解释结果及建议

15.2.4 制订有针对性的改进计划

15.2.5 重新评估成熟度

15.3 工具

15.4 方法

15.4.1 选择DMM 框架

15.4.2 DAMA-DMBOK框架使用

15.5 实施指南

15.5.1 就绪评估/风险评估

15.5.2 组织和文化变革

15.6 成熟度管理治理

15.6.1 DMMA 过程监督

15.6.2 度量指标

15.7 文献引用与推荐

第16章 数据管理组织与角色期望

16.1 引言

16.2 了解现有的组织和文化规范

16.3 数据管理组织的结构

16.3.1 分散运营模式

16.3.2 网络运营模式

16.3.3 集中运营模式

16.3.4 混合运营模式

16.3.5 联邦运营模式

16.3.6 确定组织的最佳模式

16.3.7 DMO 替代方案和设计考虑因素

16.4 关键成功因素

16.4.1 高管层的支持

16.4.2 明确的愿景

16.4.3 积极的变更管理

16.4.4 领导者之间的共识

16.4.5 持续的沟通

16.4.6 利益相关方的参与

16.4.7 指导和培训

16.4.8 采用度量策略

16.4.9 坚持指导原则

16.4.10 演进而非革命

16.5 建立数据管理组织

16.5.1 识别当前的数据管理参与者

16.5.2 识别委员会的参与者

16.5.3 识别和分析利益相关方

16.5.4 让利益相关方参与进来

16.6 数据管理组织与其他数据相关机构之间的沟通

16.6.1 首席数据官

16.6.2 数据治理

16.6.3 数据质量

16.6.4 企业架构

16.6.5 管理全球化组织

16.7 数据管理角色

16.7.1 组织角色

16.7.2 个人角色

16.8 文献引用与推荐

第17章 数据管理和组织变革管理

17.1 引言

17.2 变革法则

17.3 并非管理变革: 而是管理转型过程

17.4 科特的变革管理八大误区

17.4.1 误区一: 过于自满

17.4.2 误区二: 未能建立足够强大的指导联盟

17.4.3 误区三: 低估愿景的力量

17.4.4 误区四: 10 倍、100 倍或1000 倍地放大愿景

17.4.5 误区五: 允许阻挡愿景的障碍存在

17.4.6 误区六: 未能创造短期收益

17.4.7 误区七: 过早宣布胜利

17.4.8 误区八: 忽视将变革融入企业文化

17.5 科特的重大变革八步法

17.5.1 树立紧迫感

17.5.2 指导联盟

17.5.3 发展愿景和战略

17.5.4 沟通传达变革愿景

17.6 变革的秘诀

17.7 创新扩散和持续变革

17.7.1 随着创新扩散而需克服的挑战

17.7.2 创新扩散的关键要素

17.7.3 创新采纳的五个阶段

17.7.4 接受或拒绝创新变革的影响因素

17.8 持续变革

17.8.1 紧迫感/不满意感

17.8.2 构建愿景

17.8.3 指导联盟

17.8.4 相对优势和可观测性

17.9 数据管理价值的沟通

17.9.1 沟通原则

17.9.2 受众评估与准备

17.9.3 人的因素

17.9.4 沟通计划

17.9.5 保持沟通

17.10 文献引用与推荐

致谢

附录

附录A 主要贡献者

附录Ｂ 审阅和评论者

▲
- The end -