软考高级第四版备考---第39天（数据管理）

一、数据战略

1.1数据战略规划：数据战略规划是在组织所有利益相关者之间达成共识的结果

1.2数据战略实施：数据战略实施是组织完成数据战略规划后，逐渐实现数据职能框架的过程

1.3数据战略评估：组织在数据战略评估过程中需要建立对应的业务案例和投资模型，并在整个数据战略实施过程中跟踪进度，同时做好记录供审计和评估使用

二、数据治理

2.1数据治理组织：数据治理组织需要包括组织架构、岗位设置、团队建设、数据责任等内容，它是各项数据职能工作开展的基础。

2.2数据制度建设：为保障数据管理和数据应用各项功能的规范化运行，组织需要建立对应的制度体系。

2.3数据治理沟通：数据治理沟通旨在确保组织内全部利益相关者都能及时了解相关策略、标准、流程、角色、职责、计划的最新情况，开展数据管理和应用相关的培训，掌握数据管理相关的知识和技能。

三、数据架构

3.1数据模型：数据模型是使用结构化的语言将收集到的组织业务运行、管理和决策中使用的数据需求进行综合分析，按照模型设计规范将需求重新组织。

3.2数据分布：数据分布职能域是针对组织级数据模型中数据的定义，明确数据在系统、组织和流程等方面的分布关系，定义数据类型，明确权威数据源，为数据相关工作提供参考和规范。

3.3数据集成与共享：数据集成与共享职能域是建立起组织内各应用系统、各部门之间的集成共享机制，通过组织内部数据集成共享相关制度、标准、技术等方面的管理，促进组织内部数据的互联互通

3.4元数据管理：元数据管理是关于元数据的创建、存储、整合与控制等一整套流程的集合

四、数据应用

4.1数据分析：数据分析是对组织各项经营管理活动提供数据决策支持而进行的组织内外部数据分析或挖掘建模，以及对应成果的交付运营、评估推广等活动

4.2数据开放共享：数据开放共享是指按照统一的管理策略对组织内容的数据进行有选择的对外开放，同时按照管理策略引入外部数据供组织内部使用

4.3数据服务：数据服务是通过对组织内外部数据的统一加工和分析，结合公众、行业和组织的需要，以数据分析结果的形式对外提供跨领域、跨行业的数据服务

五、数据安全

5.1数据安全策略：数据安全策略是数据安全的核心内容，在制定的过程中需要结合组织管理需求、监管需求以及相关标准等统一制定

5.2数据安全管理：数据安全管理是在数据安全标准与策略的指导下，通过对数据访问的授权、分类分级的控制、监控数据的访问等进行数据安全的管理工作，满足数据安全的业务需要和监管需求，实现组织内部对数据生存周期的数据安全管理

5.3数据安全审计：数据安全审计是一项控制活动，负责定期分析、验证、讨论、改进数据安全管理相关的策略、标准和活动

六、数据质量

6.1数据质量要求:数据质量需求是明确数据质量目标，并根据业务需求及数据要求制定用来衡量数据质量的原则，包括衡量数据质量的技术指标、业务指标及相应的校验规则与方法

6.2数据质量检查：数据质量检查是根据数据质量规则中的有关技术指标和业务指标、校验规章与方法对组织的数据质量情况进行实时监控，从而发现数据质量问题，并向数据管理人员进行反馈

6.3数据质量分析：数据质量分析是对数据质量检查过程中发现的数据质量问题及相关信息进行分析，找出影响数据质量的原因，并定义数据质量问题的优先级，作为数据质量提升的参考依据

6.4数据质量提升：数据质量提升是对数据质量分析的结果，制定、实施数据质量改进方案，包括错误数据更正、业务流程优化、应用系统问题修复等，并制定数据质量问题的预防方案，确保数据质量改进的成果得到有效保持。

七、数据标准

7.1业务术语：业务术语是组织中业务概念的描述，包括中文名称、英文名称、术语定义等内容

7.2参考数据和主数据：参考数据和主数据是用于将其他数据进行分类的数据

7.3数据元：通过对组织核心数据元的标准化，可以使数据的拥有者和使用者对数据有一定的理解

7.4指标数据：指数据是组织在经营分析过程中衡量某一个目标或事务的数据，一般由指标名称、时间和数值等组成，指标数据管理指组织对内部经营分析所需要的指标数据进行统一规范化定义、采集和应用、用于提升统计分析的数据质量

八、数据生存周期

8.1数据需求：数据需求是指组织对业务运营、经营分析和战略决策过程中产生和使用数据的分类、含义、分布和流转的描述

8.2数据设计和开发：数据设计和开发指标设计、实施数据解决方案，提供数据应用，持续满足组织的数据需求的过程

8.3数据运维：数据运维是指数据平台及相关数据服务建设完成上线投入运营后，对数据采集、数据处理、数据存储等过程的日常运行及其维护过程，保证数据平台及数据服务的正常运行，为数据应用提供持续可用的数据内容。

8.4数据退役：数据退役是对历史数据的管理，根据法律法规、业务、技术等方面需求，对历史数据的保留和销毁，执行历史数据的归档、迁移和销毁工作，确保组织对历史数据的管理符合外部监管机构和内部业务用户的需求，而非仅满足信息技术需求

九、理论框架与成熟度

9.1数据管理能力成熟度模型：

9.1.1初始级：数据需求的管理主要是项目级体现，没有统一的管理流程，主要是被动式管理

9.1.2受管理级：组织意识到数据是资产，根据管理策略的要求制定了管理流程，指定了相关人员进行初步管理

9.1.3稳健级：数据已被当做实现组织绩效目标的重要资产，在组织层面制定了系列的标准化管理流程，促进数据管理的规范化

9.1.4量化管理级：数据被认为是获取竞争优势的重要资源，数据管理的效率能量分析和监控

9.1.5优化级：数据被认为是组织生存和发展的基础，相关管理流程能实时优化，能在行业内进行最佳实践分享

9.2数据治理框架：国际数据治理会发布了DGI数据治理框架，是组织在进行数据治理的操作层面的框架体系，为组织做出决策和采取行动的复杂活动提供的方法

9.3数据管理能力评价模型：提供了用于建立评估组织数据管理计划的关键维度，主要强调团队协作（流程）、标准执行和资金支持

9.4数据管理模型：国际数据管理协会DAMA在2018年发行了DAMA-DMBOK(数据管理知识体系指南)第2版，用于指导组织的数据管理职能和数据战略的评估工作，并建议和指导刚起步的组织去实施和提升数据管理