[数据知识]DAMA数据管理—引论

从今天开始，"数据小兵"将和大家一起共同构建"数据知识体系"，欢迎大家共同参与、学习和研讨。本期为了给大家以较为明确的学习目标，结合之前《数据思维数据师的能力》的内容，优选出"DAMA数据管理知识体系指南、TOGAF9.1企业架构标准体系、元数据"价值量较高的知识体系核心内容进行学习，期望大家踊跃参加、互动交流。

补充说明下：学习期间，相关学习辅助材料，"数据小兵"将通过微信公众号"CDO首席数据官"和"微信学习群"与大家分享，便于大家的学习、理解和体会，也利于我们第一时间进行沟通，相信"数据小兵"结合自身多年的工作实践经验，能给大家以一些启发和参考。

好了，废话不多说！咱们直接入主题。本篇介绍"DAMA数据管理知识体系指南—引论"。

本章重点从数据资产的重要性、数据管理职能、数据管理专业及DAMA-DMBOK指南进行概述。

核心要点

数据资产

"数据"已经被认定是等同于人、财、物一样的重要的企业资产。需要组织或个人对其进行有效管控，发挥其价值，通常反映到企业的战略目标上，形成企业核心的竞争能力。

• 数据、信息、知识的关系理解，数据是可看待是原始材料，信息是结合特定语义下的共同理解，知识则是更高层度上的意识、认知；
• 数据生命周期，从企业管理资产角度，提出数据作为资产从创建、获得、存储、维护、使用，最后到销毁的全生命过程；
• 数据价值，数据在生命周期中的各个环节都有成本和风险，只有在"使用"阶段才产生商业价值；
• 有效的数据管理，数据获取在数据的生命周期之前，企业应事先制定数据规划、定义数据规范，为后期数据实现采集、交付、存储和控制提供技术能力；
• 数据生命周期与系统开发生命周期的关系，提出数据生命周期中的数据规划、数据规范定义和启动活动应指导系统开发生命周期活动，也就是系统开发生命周期主要是操作型和监督型活动。

数据管理职能

数据管理（DM）是针对企业数据资产的一组业务职能，通常包括开发、执行和监督企业数据的政策、规划、方案、项目、流程、方法和程序，目的在于提高企业数据资产的利用价值。

• 数据管理的范围，强调数据管理工作应立足于整个企业范围；
• 数据管理职能包括，数据库管理（IT）和数据管理（DATA）。不同企业的组织、规模、理念、经验都有差异，但是数据管理的本质仍然是一样的；
• 共同责任，数据管理是企业各部门的共同责任，代表的群体利益，且在数据管理中赋予各方责任的问责；
• 数据管理专业人士，定位在经营企业数据资产的技术专家角色。
• 数据的认识已经不仅仅是IT角度，更多的是数据资产的开发、利用角度的数据管理服务组织

数据管理专业

数据管理十大职能：数据治理、数据架构管理、数据开发、数据操作管理、数据安全管理、数据质量管理、参考数据和主数据管理、数据仓库和商务智能管理、文档和内容管理、元数据管理。

数据管理是新兴的职业定位，也是新兴的行业。

DAMA-DMBOK指南

DAMA—数据管理协会，数据管理专业组织。提供标准的（CDMP）数据管理专业人士认证。 DAMA—DMBOK指南目的、目标、对象、用途等相关内容，重点阐述其指南的概览性、定义性的介绍，及目标读者群体和预期潜在用途。

• 相关知识体系，PMI—PMBOK项目管理知识体系、SWEBOK软件工程知识体系指南、BABOK商业分析知识体系、CBK共同知识体系、CITBOK加拿大信息技术知识体系；
• DAMA数据管理辞典；
• DAMA—DMBOK职能架构，基本环境因素和数据管理职能的二维矩阵。

观点解读

通过对以上内容的学习，"数据小兵"对于要点补充解读如下：

数据资产

本书从"数据"作为企业的"资产"角度提出管理价值，企业获得竞争优势需要考虑数据作为核心资产的开发和利用。当下，"数据"如洪水奔流而来，越来越多的企业意识到数据作为企业核心竞争力的价值，已然是不争的事实，"数据小兵"对于资产的特性进行补充说明。

• 资产，是指企业过去的交易或事项形成的，由企业拥有或控制的，预期会给企业带来经济利益的资源。其本质为"企业所控制的、能预期带来经济利益的资源"。
• 资产如同实物资产、无形资产、人力资源一样，为企业不断创造价值，打造企业的核心竞争力。
• 数据资产的特性，广泛性、收益性、时效性。广泛性是指数据资产可以提供使用范围比实物资产和无形资产、其他资产更为广泛的交易收益；收益性是指数据资产收益高于成本特性，也就是其成本支出低于价值收入，从而获得利润；时效性是指，数据资产随时间的变化更替，有生命周期特性。其他特性方面还具有可控性、可量化、可变现、虚拟性、共享性、安全性、交换性、规模性等特征。

数据管理职能

本书从"管理"角度提出数据管控要求，这里"数据小兵"补充引入 御数坊 刘晨 《小议数据与治理》观点："数据管理是规划、控制和提供数据资产，发挥数据资产的价值；数据治理，则是对数据资产官活动的行驶权利和控制的活动集合。数据治理制定正确的原则、政策、流程、规程，确保以正确的方式对数据和信息进行管理。"

数据管理职能的确立，大家在认知上可参考"数据小兵"对于《数据师的使命和力量》，由于”数据"爆发于业务（CEO）和IT（CIO）之间，在大数据的环境下萌发于信息系统封装的组件中，它被确立为"数据的价值"，同时也突出了数据管理职能与信息管理职能的异同，这一点十分重要！正式由于新的"数据思维"角度的萌发、迸发，给数据师们带来了前所未有的机会和使命。

数据管理专业

本书从十个领域视角对数据管理进行了阐述，明确了数据管理的范围和职能体系。"数据小兵"认为严格意义上讲，数据管理范围可能还不仅仅是这些范围，这可能根据不同定位的需求而定，例如：从全球、联盟、国家、组织、企业、个人...不同角度，对于数据管理的需求也是有差异的，估且以企业视角去看到数据管理的专业，这些领域能否覆盖基于企业角度下的"数据"价值体系，也是值得考虑的问题，"数据小兵"认为随着对数据的认知程度的不断深入，会有更多的领域囊入其中，这有利于从"数据思维"角度更好的看到数据管理。当然，"数据"作为新的研究领域的新兴，已是当前的热点，想大家跟我一样，需要不断深入学习和挖掘其潜在的深刻内涵。

DAMA—DMBOK指南

这个部分从知识体系指南的角度，构建了等同于相关PMP、SWEBOK、BABOK...知识体系的一致定位。"数据小兵"认为，学习某一领域的知识体系时，应考虑相关知识体系的融合构建，这样有利于相关知识体系的共同促进，作为"数据师"的实践角度，我们需要对BABOK和PMP知识体系作为行动指南，指导我们的项目实践工作，后续"数据小兵"会逐步带领大家共同打造"数据师的能力"体系。想大家跟我一样，不断精进、学习和共同进步！

经验体会

通过本章的学习，"数据小兵"结合自身工作经验，谈一谈理解：

当前，CDO的职能很难被确立。很多企业还未完全意识到"数据"作为企业资产的价值意义，很多困惑还是集中在企业的CEO和CIO的职能分工上，CDO的角色很难在这种已有的组织分工下，萌芽发展。原因也是多样的，如：CEO还是再追问CIO的信息系统对于业务的响应速度，CIO在忙于IT与业务的匹配度的同时，信息安全问题又屡屡让他们坐卧不安、难以入眠，这种情形下很难对CDO的角色有很好的定位，还是从IT的视角看CDO的存在性，这是一个大问题。

再有，数据管理职能人才匮乏。谈到数据人才，大家仍聚焦在大数据的架构、数据分析、数据挖掘、数据可视化、机器学习、人工智能...领域的理解，没有从"数据"的本质上看到数据管理的问题，这种基础性的工作让很多数据人才苦闷至极，如：数据治理、数据质量、数据清洗、数据标准...等，多半还是在人肉战术、永无止境的工作，数据人才看不到未来，也不知道为什么这么多的数据问题，要这些人来做，他们缺乏整体规划和高层决策者的支持。

数据管理知识体系指南，还仅仅是知识体系框架，并没有对如何开展数据管理工作提出有效的落地实施方法论和实践案例的支撑，还需要探索和实践。

以上，观点为"数据小兵"的学习心得体会，不代表官方观点，欢迎小伙伴们提出宝贵的建议，"数据小兵"将非常感激！

打造"数据思维、数据知识、数据实践"的学习和分享环境，期待大家的参与！我们共同学习和进步！

数据小兵 http://www.fuduo.wang