DAMA1.0中，数据管理包括十大职能： DAMA-DMBOK是参照项目管理协会出版《项目管理知识体系指南》的模式，类似的还包括PMBOK、ITIL、ITSM。
商务智能这个术语有两层含义。 P292
以下是正文： 机器学习（ML）是探索学习算法的构建和研究（DAMA DMBOK）。 此外，“机器学习建立具有适应性参数的程序，参数可根据程序收到的数据自动调整。 机器学习同以下概念相结合（DMBOK）： 监督学习：基于广义规则；例如，将垃圾邮件从非垃圾邮件中分离出来。 无监督学习：基于识别隐藏模式（即数据挖掘）。 （哈佛商业评论） 企业使用机器学习来： “大幅缩短回答时间，指导组织洞见”（DMBOK） 处理计算机系统的威胁或安全问题 预测或执行预测分析（McKinsey） 赶上数据量的增长（ComputerWorld （Kelle O'Neal＆Charles Roe） 如 DAMA DMBOK 所述： “商业智能有两个含义：首先是指一种旨在了解组织活动和机会的数据分析。
(DMBOK1.0, 2014) [10] 表1.各大机构对数据管理的定义一览表 机构名称 数据管理 DAMA-DMBOK 数据管理(Data Management, DM)是为实现数据和信息资产价值的获取
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。 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 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。"
DAMA-DMBOK框架 这也是我们学习的重点，CDMP考试的所有考点所在。理解DAMA-DMBOK框架需要三张图来表示。 DAMA车轮图，定义数据管理的知识领域。 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。 知识领域语境关系图：描述了知识领域的细节，包括与人员、流程和技术相关的细节。 DMBOK金字塔(Aiken) 另一个解释DMBOK的图形，描述了组织发展实践的过程。将过程分成了四个阶段。 整理了这部分的思维导图，方便理解： 第四部分 DAMA和DMBOK DAMA为了应对数据管理的这些挑战，为数据管理相关人员提供一本权威的参考书。编制了DMBOK。 基于DAMA车轮图，DMBOK将介绍这些知识领域的内容，分别是: 数据治理(Data Governance) ，建立一个企业数据决策体系，为数据管理提供指导和监督。
数据架构与数据建模 根据数据管理知识手册 (DMBOK 2)，数据架构定义了管理数据资产的蓝图，方法是与组织战略保持一致，建立战略数据需求和满足这些需求的设计。 另一方面，DMBOK 2 将数据建模定义为“以称为数据模型的精确形式发现、分析、表示和传达数据需求的过程”。 DAMA-DMBOK 2. DAMA International 的数据管理知识体系是专门用于数据管理的框架。它提供了数据管理功能、可交付成果、角色和其他术语的标准定义，并提出了数据管理的指导原则。
DMBOK2则是DAMA组织众多数据管理领域的国际级资深专家编著，深入阐述数据管理各领域的完整知识体系。它是市场上唯一综合了数据管理方方面面的一部权威性著作。 本篇文章，将针对DMBOK中的核心内容进行解读。 一、数据管理的原则 1、整体原则解读 上图已经基本表达了在数据管理过程中，所需要遵循的原则： 数据管理需求是业务的需求。 2、DMBOK框架 主要包括数据管理框架中的11个数据管理领域和7个环境因素 3、DMBOK金字塔 使用DMBOK知识领域来描述组织演化的情况。 2、数据治理整体介绍 数据治理是DMBOK中的核心内容，不仅在11个数据管理职能中，处于中心位置，并且在每一个单独的数据管理职能中，都有数据治理的部分。
一个例证是，在2009年出版的《DAMA数据管理知识体系指南》（DMBOK）中，数据战略的话题只出现过一次，是作为“数据治理”的活动之一进行阐述。 这里我们引用DAMA计划在2015年出版的DMBOK第二版的知识体系框架，可以看到，新版DMBOK并未将Big Data作为独立章节来体现，而是将大数据的管理融入各个职能中。 ?
(DMBOK1.0, 2014) [14]数据治理正在不断发展，与众多新兴学科一样，目前数据治理存在多种定义，各大机构对数据治理的定义，如下表所示： 表2. Inmon) [16] DMBOK 数据治理(Data Governance, DG)是指对数据资产管理行使权力和控制的活动集合(规划、监督和执行)。 国际数据管理协会(DAMA)在数据管理知识体系(DMBOK)中也认为，数据治理是数据管理的一部分。
2.国际数据管理协会（DAMA）DAMA-DMBOK框架。 3.国际数据治理研究所（DGI）DGI数据治理框架。 4.IBM数据治理委员会(IBMDGC)数据治理成熟度模型。
数据架构是识别企业数据需求，并以这些数据需求为出发点，设计和维护的主蓝图，以使用这些主蓝图来指导数据集成、控制数据资产，并使数据投资与业务战略保持一致（DAMA-DMBOK2）。 参考 [1]DAMA International.DAMA-DMBOK: DataManagement Body of Knowledge (2nd Edition)[M].Technics Publications
(DMBOK1.0, 2014) [27]在社会生产中，并非所有的数据都适合作为数据资产来建设和管理，数据资产无法覆盖所有数据资源类型。
例如DAMA-DMBOK就提出数据管理包含数据治理，有的观点则认为数据治理应该高于数据管理，属于顶层设计。这些不同的观点，站的角度不同，各有各的道理，并不是唯一答案。
按照DAMA-DMBOK，理想的参考数据和主数据架构应该是这样的。 参考数据和主数据只有一份正本，各业务系统只在这一份正本数据上进行相关业务操作，所有参考数据和主数据都是一致的。
数据管理专家Deborah Henderson，数据管理知识体系指南DMBOK的主编（俺们御数坊坊主刘老板可是这本书的中文译者），本次演讲主题：开放数据基础 Open DataFundamentals
该书是国际数据管理协会（DAMA）数据管理知识体系（DMBOK）的迷你版，用通俗易懂的语音，专为管理层而写。
参考 [1]DAMA International.DAMA-DMBOK: Data Management Body of Knowledge (2nd Edition)[M].Technics Publications
DAMA-DMBOK 功能框架标识出了11 个主要的数据管理知识领域： 1、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 2、数据架构
DAMA-DMBOK 功能框架标识出了11 个主要的数据管理知识领域： 1、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 2、数据架构（
扫码关注腾讯云开发者
领取腾讯云代金券
云服务器
即时通信 IM
网站备案
对象存储
实时音视频
