下载掌阅APP，畅读海量书库
立即打开
DAMA国际（Data Management Association International，国际数据管理协会）是一个全球性的数据管理和专业志愿人士组成的非营利性协会，致力于数据管理的研究和实践。DAMA国际在全球范围内拥有50多个分会，20000余名数据管理专业人士会员。其宗旨是促进理解、发展和实践数据和信息的管理，以支持业务战略。DAMA基金会是DAMA国际的附属研究和教育机构，致力于发展数据管理专业，并推动数据和信息作为企业资产的管理理念和实践的进步。DAMA国际和DAMA基金会（统称为DAMA）的共同使命是引领数据管理职业走向成熟。DAMA推动管理数据、信息和知识作为企业关键资产的理解、发展和实践，独立于任何特定的供应商、技术和方法。
DAMA国际通过多种方式致力于推动数据管理专业的成熟，其中一些举措如下。
（1）与威尔希尔会议公司合作举办一年一度的DAMA国际研讨会（现为企业数据世界），这是世界上最大的专业数据管理会议。研讨会上的教程和会议环节为数据管理专业人士提供持续的教育。
（2）与英国信息权利管理协会（Information Rights Management UK，IRM UK）合作举办一年一度的DAMA国际欧洲会议，这是欧洲最大的专业数据管理会议。会议上的教程和会议环节为数据管理专业人士提供持续的教育。
（3）与计算专业人员认证协会（ICCP）合作，提供专业认证计划，授予认证数据管理专业人士（CDMP）称号。数据仓库研究所（TDWI）在认证商业智能专业人士（CBIP）计划中也使用CDMP认证考试。
（4）DAMA国际教育委员会的数据管理课程框架为美国和加拿大的院校提供指导，帮助它们将数据管理作为北美高等教育模式中IT（信息技术）和MIS（管理信息系统）课程的一部分进行教学。
DAMA国际自1980年成立以来，多年致力于数据管理的研究、实践及相关知识体系的建设，在数据管理领域积累了极为深厚的知识沉淀和丰富经验，并先后出版了《DAMA数据管理辞典》和DMBOK，集业界数百位专家的经验于一体，是数据管理业界最佳实践的结晶，已成为从事数据管理工作的经典参考和指南，在全球范围内广受好评。
2009年，DAMA国际发布了DMBOK1.0版，将数据管理定义为规划、控制和提供数据资产，发挥数据资产的价值。它将数据管理划分为10个知识领域，分别是数据治理、数据体系管理、数据架构管理、数据开发、数据操作管理、数据安全管理、参考数据和主数据管理、数据仓库和商务智能管理、文件和内容管理、元数据管理和数据质量管理。其中，数据治理是高层次的、规划性的数据管理活动，其关键管理活动包括制定数据战略、完善数据政策、建立数据架构等，注重数据的使用者、使用方式、使用权限等合规性制定，强调开展数据资产全生命周期管理前的基础工作，关注数据资产管理中的相关保障措施。
《DAMA数据管理辞典》是对DMBOK的有机补充，最初是作为对DMBOK的扩充词汇而编撰的，由于其规模和商业价值，DAMA国际将其单独出版。该辞典中的术语定义都与它们在DMBOK中的用法一致。
2015年，DAMA国际发布DMBOK2.0版，将数据管理知识领域扩展为11个管理职能，分别是数据治理、数据架构、数据建模与设计、数据存储与操作、数据安全、数据集成与互操作、文件和内容管理、参考数据和主数据、数据仓库和商务智能、元数据、数据质量等。DMBOK2.0版是DAMA国际专家对过去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。
DAMA国际组织出版的DMBOK，是为了进一步推动数据管理专业的发展，并希望成为数据管理的权威入门读物。没有一本单独的书可以描述整个数据管理知识体系。DMBOK并不是试图成为数据管理的百科全书，也不是涵盖所有与数据管理相关内容的完整论述。相反，DMBOK简要介绍了数据管理的概念，并确定了数据管理的目标、职责和活动、主要交付成果、角色、原则、技术和组织/文化问题，描述了普遍接受的良好实践以及重要的替代方法。
作为权威入门读物，DMBOK的目标如下。
（1）提供通用语言：DMBOK旨在为数据管理专业人员建立一套通用语言和术语。它定义了标准化的术语和概念，使从业人员能够有效沟通并就数据管理原则达成共同理解。
（2）定义最佳实践：DMBOK识别并定义了跨越各个领域和学科的数据管理最佳实践。它概述了不同数据管理领域应遵循的推荐方法、方法论和技术，为专业人员实现高效的数据管理成果提供指导。
（3）促进一致性和标准化：DMBOK促进数据管理实践的一致性和标准化。它提供了一个结构化的框架，组织可以使用该框架评估其当前的数据管理能力、识别差距，并使其实践与行业标准和基准保持一致。
（4）促进协作和知识共享：通过提供全面的知识体系，DMBOK促进了数据管理专业人员之间的协作和知识共享。它作为一个参考指南，可以帮助从业人员提高技能、交流经验并学习行业领先的实践。
（5）支持专业发展：DMBOK支持数据管理人员的职业发展。它概述了数据管理领域内不同角色所需的知识、能力和技能。专业人员可以将DMBOK作为指导其职业发展和识别需要进一步学习和专业化的领域的路线图。
（6）实现有效的数据治理：DMBOK的主要目标之一是实现有效的数据治理。它提供了建立数据治理框架、定义数据政策和标准以及实施数据管理制度实践的指导。通过遵循DMBOK，组织可以建立健全的数据治理实践，确保数据以一致、安全且符合业务目标的方式进行管理。
（7）提高数据质量和完整性：DMBOK强调数据质量和完整的重要性。它提供了评估、改进和维护数据在整个生命周期中的质量的方法和技术。通过实施DMBOK中概述的实践，组织可以提高其数据资产的准确性、完整性和可靠性。
（8）促进数据驱动决策：DMBOK的最终目标是促进数据驱动决策。通过推广有效的数据管理实践，组织可以利用其数据资产来获得有意义的洞察力、做出明智的决策并提高业务价值。DMBOK作为一个指南，确保数据以支持组织目标和实现数据驱动决策的方式进行管理。
总的来说，DMBOK的目标是建立标准、最佳实践和对数据管理原则的共同理解，以使组织能够有效地管理和利用其数据资产，实现战略和运营目标。
DMBOK的受众包括以下几种。
（1）认证数据管理专业人士和有志于成为认证数据管理专业人士的人员。
（2）与数据管理专业人士合作的其他IT人士。
（3）所有类型的数据管家。
（4）对管理数据作为企业资产感兴趣的高管人员。
（5）认识数据作为企业资产的重要性的知识工作者。
（6）评估和帮助改善客户数据管理工作的顾问。
（7）负责开发和提供数据管理课程的教育工作者。
（8）数据管理领域的研究人员。
关于DMBOK的使用，DAMA国际预计会有以下几种潜在用途。
（1）让不同受众了解数据管理的性质和重要性。
（2）帮助在数据管理社区内做好术语及其含义的标准化工作。
（3）帮助数据管家和数据管理专业人士理解他们的角色和职责。
（4）为评估数据管理的有效性和成熟度提供基础。
（5）指导实施和改进数据管理工作的举措。
（6）指引读者查阅更多关于数据管理的知识来源。
（7）指导高等教育数据管理课程内容的开发和交付。
（8）提出数据管理领域进一步研究的领域。
（9）帮助数据管理专业人士备考CDMP和CBIP考试。
DMBOK数据管理框架（也称为DAMA车轮图），即技术视角的DAMA车轮图，如图1-1所示。
图1-1 DAMA车轮图
DAMA车轮图定义了数据管理知识领域，它将数据治理放在数据管理活动的中心，因为治理是实现数据管理工作内部一致性与维持工作之间平衡所必需的。其他知识领域（数架构、数据建模等）围绕车轮平衡。它们都是成熟数据管理工作的必要组成部分，但根据各组织的需求，它们可能在不同的时间实现。
DAMA数据管理框架也被描述为另一种形式的DAMA车轮图，即业务视角的DAMA车轮图，数据治理范围内的应用活动围绕着数据管理生命周期内的各项核心活动进行，如图1-2所示。
核心活动位于框架中心，包括元数据管理、数据质量管理和数据架构。生命周期管理活动可以从多个方面定义，如计划的角度（风险管理、建模、数据设计、参考数据管理），实现的角度（数据仓库、主数据管理、数据存储和操作、数据集成和互操作、数据开发技术）。生命周期管理活动源于数据的使用：主数据使用、文件和内容管理、商务智能、数据科学、预测分析、数据可视化。许多情况下都会基于现有数据进行增强性的开发，获取更多洞察，产生更多的数据和信息。数据货币化的机会可以确定源于数据的使用。数据治理活动通过战略、原则、制度和数据管理，提供监督和控制。它们通过数据分类和数据估值实现一致性。
图1-2 另一种形式的DAMA车轮图
DAMA数据管理框架采用多种方式描述的原因是期望提供额外的视角，并就如何应用DMBOK中呈现的概念展开讨论。随着数据管理重要性的提高，这些框架成为数据管理社区内以及数据管理社区和利益相关方之间沟通的有力工具。
DMBOK2.0是围绕DMBOK数据管理框架的11个知识领域构建的。各个知识领域章节遵循相同的结构。
● 引言
○ 业务驱动因素
○ 目标和原则
○ 基本概念
● 活动
● 工具
● 方法
● 实施指南
● 与数据治理的关系
● 衡量指标
数据管理知识领域描述了各种数据管理活动集合的涵盖范围和工作背景，并阐释了数据管理的基本目标和原则。由于数据在组织内呈横向流动，这些知识领域涵盖的活动之间以及与其他组织职能之间难免会存在交叉和相互影响。
（1）数据治理通过建立一个能够满足企业需求的数据决策体系，为数据管理提供指导和监督。
（2）数据架构定义了管理数据资产的蓝图，通过与组织战略保持一致，建立战略性数据需求和设计以满足这些需求。
（3）数据建模和设计是以一种称为数据模型的精确形式发现、分析、表示和沟通数据需求的过程。
（4）数据存储和操作包括数据的设计、实施和支持存储以实现其价值最大化。操作在整个数据全生命周期内提供支持，从数据规划到数据处置。
（5）数据安全确保维护数据隐私和机密性，防止数据泄露并确保适当地访问数据。
（6）数据集成和互操作包括与数据存储、应用程序和组织内外的数据移动和整合相关的流程。
（7）文件和内容管理包括用于管理各种非结构化媒体（尤其是支持法律和法规遵从性要求所需的文件）中的数据和信息的生命周期的规划、实施和控制活动。
（8）参考数据和主数据包括持续核对和维护核心关键共享数据，以便在整个系统中一致使用最准确、及时和相关的核心业务实体事实版本。
（9）数据仓库和商务智能包括计划、实施和控制过程，以管理决策支持数据，并使知识工作者通过分析和报告从数据中获取价值。
（10）元数据包括计划、实施和控制活动，以实现对高质量、集成的元数据的访问，包括定义、模型、数据流和其他关键信息，这些信息对于理解数据及其创建、维护和访问的系统至关重要。
（11）数据质量包括规划和实施质量管理技术，以衡量、评估和改进数据在组织内的适用性。
除了有关知识领域的章节，DMBOK2.0还包含以下主题的章节。
（1）数据处理伦理描述了关于数据及其应用过程中，数据伦理规范在促进信息透明、社会责任决策中的核心作用。数据采集、分析和使用过程中的伦理意识对所有数据管理专业人员有指导作用。
（2）大数据和数据科学描述了随着收集和分析大型、多样化数据集的能力的提高而涌现的技术和业务流程。
（3）数据管理成熟度评估概述了评估和改进组织数据管理能力的方法。
（4）数据管理组织和角色期望为组织数据管理团队和实现成功的数据管理实践提供了最佳实践和注意事项。
（5）数据管理和组织变革管理描述了如何计划和成功地实施将有效的数据管理实践嵌入组织所需的文化变革。
一家特定的组织如何管理它的数据取决于它的目标、规模、资源、复杂性以及对数据如何支持总体战略的认识程度，但大多数企业并不会实施每个知识领域中描述的所有活动。然而，了解数据管理更广泛的背景将使组织能够更好地做出在改善这些相关职能内和跨职能之间的实践时应该关注哪些方面的决策。