DAMA第一章数据管理

　　数据管理的核心驱动因素
　　数据管理的核心驱动力在于组织通过数据资产管理获得商业价值。关键在于拥有高质量、可靠性的数据做支撑。
　　数据管理的目标
　　数据安全数据质量元数据
　　理解和支撑业务人员的数据需求。
　　确保数据资产的完整。
　　确保高质量的数据和信息。
　　确保数据隐私和机密性。
　　防止未经授权的访问和操作。
　　有效发挥价值。
　　数据
　　数据被强调为关于世界的事实。
　　一些约定，经常被记录为一个特定的数据，称为元数据。
　　需要构建数据架构、数据建模管理、元数据、数据质量管理，帮助人们理解和使用数据。
　　数据和信息
　　信息数据元数据
　　金字塔：数据信息知识智能
　　数据资产
　　资产是可以被拥有和控制，逾期带来经济价值的资源。
　　数据管理原则
　　数据管理需求源自于业务。
　　数据管理需要跨领域业务支撑。
　　数据管理需要基于全生命周期管理。
　　数据治理简介
　　数据治理的定义：在管理数据资产中行驶的权利和管控，包括：计划、监督和实施。
　　数据治理的职能：指导其他领域的活动。
　　数据治理的目的：确保依据数据管理制度和最佳时间的管理数据。
　　数据治理的驱动力：从数据中获取价值。
　　数据治理的侧重点：如何决策，是关于人、数据、流程的行为方式。
　　数据变革管理工作：向组织传达数据治理好的好处和必要条件。
　　业务驱动因素
　　法律合规性驱动，eg金融医疗行业。
　　业务需求驱动。
　　战略目标驱动，主要集中在减少风险（eg数据安全隐私）和改进流程（合规性、质量提升、元数据管理、效率管理）。
　　问题驱动。
　　对标驱动。
　　目标和原则
　　可持续性。
　　嵌入式：融入软件开发方法、数据分析应用、主数据管理和风险管理。
　　可度量。
　　领导力和决策。
　　业务驱动。
　　共同责任。
　　多层面：企业层和各地基层，通常发生在中间层。
　　基于框架：必须建立一个运营框架来定义各自职责和工作内容。
　　原则导向
　　以数据为中心的组织
　　数据作为资产管理起来。
　　鼓励数据管理的最佳实践。
　　企业的数据战略必须跟业务战略一致。
　　应该不断的优化改进数据管理流程。
　　数据治理组织
　　立法职能（定义策略、标准和企业框架）、司法职能（问题管理和升级）和执行职能（保护和服务、管理责任）。
　　治理模型可能是集中组织，也可能是分布式和联邦式。
　　数据资产估值
　　衡量价值的五种方式
　　1、替换成本。2、市场估值。3、发现商机（BI识别的机会，通过交易或销售获得价值收入）。4、数据销售。5、风险成本（缺少必须数据、存在不应留存数据、数据不正确等）