深度解读DMBOK2.0袖珍版《穿越数据迷宫–数据管理执行指南》

　　前言

　　《穿越数据的迷宫》一书在国内的出版能够有助于企事业单位管理层更加清晰的了解数据管理的重要性以及数据管理的整个流程，同时也认识到数据管理的复杂性和各种风险。大多数组织都依赖数据，而可靠的数据管理需要整个组织的努力，而这种努力应当从领导层开始。本书对数据管理基本原理进行阐述，帮助企业高管领导理解为什么数据如此重要，便于建立对数据组织的信任。

　　一

　　该书概述介绍

　　《穿越数据的迷宫–数据管理执行指南》一书中文版由机械工业出版社在国内出版，即将上市。全书由国际数据管理协会（Data Management Association ,又名DAMA International,以下简称“DAMA”）中国分会主席汪广盛牵头，多名会员志愿共同翻译完成。全书英文版共有210页，正文189页，出版于2018年6月，第一次出版，作者是Laura Sebastian-Coleman博士，版权属DAMA。

　　

　　数据管理领域是信息技术发展中的一个新兴领域，随着互联网、全球化和信息化的快速发展，数据管理的重要性日益显现。几十年来DAMA，一直在不断努力总结全球数据管理行业的理论和实践、经验和教训，并把它们汇总出版。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。作为最终体现，DAMA的数据管理知识体系[DAMA-DMBOK2:Data Management Body of Knowledge.2 nd Edition],中文版为《DAMA数据管理知识体系指南（第2版）》，第二版英文版在2017年出版。

　　DAMA-DMBOK2针对给出数据管理的职能、术语和最佳实践方法的标准行业解释，提供数据管理总体框架。

　　

　　图一、数据管理框架

　　DAMA定义了11个知识领域。如上图所示。

　　对于数据管理专业人员而言，DAMA-DMBOK2无疑是最重要的指南。然而这本经由多位专业人士志愿写作完成的书有600多页，对于许多非专业人士恐怕太过复杂。

　　DAMA意识到，对于大多数高级管理人员来说，特别是公司高管，数据管理看上去晦涩、复杂且高度技术化，他们恐怕也不会有时间来仔细阅读这本书。作为DAMA-DMBOK2的补充，为了让非专业人士也了解数据管理，《穿越数据的迷宫》是一本袖珍版的、简单而实用的语言来说明数据管理的小册子，便于帮助企事业单位管理人员理解有效的数据管理的重要。

　　二

　　本书适合的对象

　　笔者认为，以下12大读者群体适合阅读该书：

　　同时，《穿越数据的迷宫》切入点比较全面和系统，适合于高校MBA或者计算机专业本科或者以上的教科书。

　　三

　　主要内容介绍

　　《穿越数据的迷宫》全书共12章，前４章是对数据管理的总体概览，第5-8章章对数据管理生命周期的机制进行了说明，第9-12章包括帮助建立对数据的信任和确保组织从其数据中逐渐获得价值所需的基础活动。

　　1

　　第一章 管理数据的重要性

　　阐述什么是数据管理，以及把数据当作资产来管理可以如何帮助你的组织。

　　1)

　　数据管理的内容分为三大类：

　　

　　图二、数据管理的工作内容

　　2)

　　该章节主要观点和理念：

　　2

　　第二章 数据管理的挑战

　　概述为什么数据管理不同于其他资产和资源的管理。

　　（1）数据管理常常遇到以下挑战：

　　1

　　）把数据作为资产进行管理

　　2

　　）管理数据的生命周期

　　3

　　）在企业整体层面进行数据管理

　　（2）该章节主要观点和理念：

　　3

　　第三章 DAMA的数据管理原则

　　阐述有效的可以帮助我们应对数据带来的挑战的数据管理原则；

　　介绍按照数据管理成熟度模型来不断改进数据管理实践的概念。

　　（1）数据管理四个方面原则如下：

　　

　　图三、数据管理功能框架

　　（2）该章节主要观点和理念：

　　4

　　第四章 数据伦理

　　描述构成数据管理伦理的基本原则；

　　阐述数据伦理处理方法如何帮助组织避免数据的非正常使用及由此带来的对客户、声誉或更广大群体的危害。

　　（1）数据合乎伦理道德的数据处理的重要性:

　　（2）主要观点和理念：

　　5

　　第五章 数据治理

　　阐述数据治理在数据监管方面的作用，重点说明组织可以采取何种方式实施治理以便作出更好的关于数据运营和战略的决策。

　　（1）数据治理的定义:

　　为对数据资产的管理行使权力和控制 ( 例如策划、 监 督和强制执行)。治理活动有助于控制数据的开发和使用，也降低了与数 据相关的风险，并使一个组织可以战略性地利用数据。

　　（2）主要观点和理念：

　　6

　　第六章 设计和规划数据生命周期

　　数据生命周期管理的规划和设计，描述架构和数据建模在数据管理中的作用，以及规划和设计在整个数据生命周期中的重要性。

　　（1）描述内容如下：

　　（2）主要观点和理念：

　　7

　　第七章 数据赋能和数据维护

　　数据赋能和数据维护。

　　概述获取、集成和存储数据的活动，并使数据能够逐渐流通和被访问。

　　这些活动包括将设计理念适用于创建可靠的、高性能的及安全的数据仓库、数据集市及其他数据存储环境。

　　（1）包含的内容如下

　　（2）主要观点和理念：

　　8

　　第八章 使用和提高数据

　　使用和增强数据: 描述如何使用数据来创建新的数据，为组织带来价值。

　　数据的增强增加了数据生命周期的价值和复杂性。

　　它要求组织对数据的有机增长加以规划和培养。

　　数据区别于其他资产的一个特征是其被使用后，并不会产生损耗，不同的人或流程可以在同一时间使用相同的数据，或者多次使用同一数据，都不会使其耗尽。数据不仅不会被损耗。反倒经过多次使用后会生成更多的数据。

　　（1）数据生命周期内与数据使用和优化相关的数据活动包含：

　　（2）主要观点和理念：

　　9

　　第九章 数据保护、隐私、安全和风险管理

　　描述如何管理与数据相 关的风险，尤其是有可能导致违规、 潜在的数据破坏或恶意使用数据所带来的相关风险。

　　（1）数据安全包括：

　　安全政策和安全程序的规划、开发和执行、以提供对数据和信息资产的身份验证、授权、访问和审核。

　　（2）主要观点和理念：

　　10

　　第十章 元数据管理

　　描述如何管理与数据相关的风险，尤其是有可能导致违规、潜在的数据破坏或恶意使用数据所带来的相关风险。

　　该章节主要观点和理念：

　　元数据管理是整个数据生命周期中需要做的基础性工作，没有元数据就无法管理数据；企业需要对元数据的生命周期进行管理。元数据管理本身并不是目的，它是组织从其数据中获得更多价值的一种手段，用以最小化风险和实现数据价值。要达到数据驱动，组织必须先是由元数据驱动的。

　　11

　　第十一章 数据质量管理

　　描述如何管理与数据相 关的风险，尤其是有可能导致违规、潜在的数据破坏或恶意使用数据所带来的相关风险。

　　12

　　第十二章 现在要做什么

　　总结全书，通过现状评估、清晰的路线图以及组织变革管理来重新指导组织的数据管理实践。管理良好的数据取决于计划、治理和对质量及安全的承诺，以及对数据管理过程的严格执行。

　　十九届 四中全会已经明确将数据列为生产要素，与资本、土地、劳动、技术等并列，参与社会分配，将数据作为企事业单位非常重要的资产去管理，大力推进数据治理这项长期性、基础性的艰巨的任务。我们希望。我们每位数据管理的专业人士都应该买一本送给我们的领导层，让他们在飞机和高铁上可以阅读。

　　关于DAMA-DMBOK2：

　　该书的中文版将于2020年3月在国内由机械工业出版社出版。这本书是国际公认和有相当权威的数据管理知识体系。

　　结束语

　　大多数组织都依赖数据， 那么你在组织通向成功的道路上可以发挥关键的作用。可靠的数据管理需要整个组织的努力，而这种努力应当从领导层开始。DAMA希望本书能够让你穿越数据管理的迷宫，为你的组织开拓机遇，使其从数据中获取更大的价值。

　　数据治理系列文章预告:

　　第十三篇: “五段码”描述模板技术和“四个八二”实施法则是物料数据标准化成功保障

　　第十四篇: 深度解读《DAMA Book2.0数据管理知识体系指南》

　　第十五篇: 存量系统物料主数据代码转化难点的剖析和应对措施

　　第十六篇: 数据资产的成功要素：数据战略管理

　　第十七篇: 数据治理考核体系相关思路

　　第十八篇:一体化数据治理和共享平台－数据资产管理目录工具介绍

　　第十九篇:一体化数据治理和共享平台－主数据管理工具介绍

　　第二十篇:一体化数据治理和共享平台－数据质量管理工具介绍

　　第二十一篇:一体化数据治理和共享平台－数据安全工具介绍

　　第二十二篇:一体化数据治理和共享平台－元数据工具介绍

　　第二十三篇:一体化数据治理和共享平台－数据模型工具介绍

　　第二十四篇:数据清洗工具、策略和步骤方法

　　作者

　　简介

　　蔡春久：某公司数据业务负责人。中国数据标准化及治理大会组委会评为十位“ 中国数据标准化及治理专家”之一 。中国大数据技术标准推进委员会数据资产专家、中电标协企业信息标准化委员会常委委员、eCl@ss协会会员（国际产品分类标准化组织）、中国数据工匠俱乐部发起人。工商管理硕士，具有二十年特大型集团企业IT咨询服务和数据治理行业经验，从业前十年主要从事物资采购变革与管理、PLM、ERP、MES等领域咨询服务，近十年专注数据治理及标准化、数据架构、智能工厂等咨询工作。为中国石化集团、中国兵器工业集团、中国航天科工集团、中国核工业集团、国投集团、晋煤集团、中国外运股份、新兴际华集团、国家电投集团、中国一重集团、哈电集团、延长石油集团、恒力集团等80余家国内及世界500强集团企业提供数据治理相关咨询服务。