【好书推荐】数据管理的制胜法宝：深度解读《DAMA-DMBOK2数据管理知识体系指南（第2版）》

图书名称：《DAMA-DMBOK2数据管理知识体系指南（第2版）》

图书简介：

本书是数据管理协会（DAMA国际）组织众多国际资深专家对过去30多年数据管理领域知识和实践的总结，是市场上综合了数据管理方方面面的一部具有权威性的基础工具书。从数据治理、数据架构、数据质量、数据安全、主数据管理、参考数据管理、元数据管理、商务智能和数据参考管理、数据建模设计、数据存储和操作、数据集成和互操作、文档和内容管理、大数据、数据管理人员的道德要求等方面介绍了数据管理的知识体系。

推荐理由：

"这本书是数据管理领域的权威指南，对于那些希望在数据管理方面取得成功的人来说，它是必读之作。"

"DAMA 数据管理知识体系指南是一本综合性的数据管理资源，它为读者提供了全面的知识和实用的工具。"

"无论你是数据管理的新手还是经验丰富的数据管理专业人士，这本书都能为你提供有价值的见解和指导。"

全书内容及结构：

提示：全书内容的讲解篇幅有点长，信息量有点大，请大家耐心看完，或者你也可以直接收藏本文，需要用到时再翻看！

一、知识体系框架

本书的理论框架（即，DAMA数据管理知识体系）由DAMA车轮图（11个职能领域）和DAMA环境因素六边形图（7个基本环境要素）共同构成。

每项数据职能领域都在7个基本环境要素约束下开展工作，按照一定的逻辑结构进行分析，数据治理的目标和实际商业过程的贡献。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。如下的矩阵以图示方式给出此框架（DAMA职能框架）：

11个职能域

• 数据治理：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。
• 数据架构：定义了与组织战略协调的管理数据资产蓝图，以建立战略性数据需求及满足需求的总体设计。
• 数据建模和设计：以数据模型的精确形式，进行发现、分析、展示和沟通数据需求的过程。
• 数据存储和操作：以数据价值蕞大化为目标，在整个数据生命周期中，从计划到销毁的各种操作活动。
• 数据安全：确保数据隐私和机密性得到维护，数据不被破坏，数据被适当访问。
• 数据集成和互操作：包括与数据存储、应用程序和组织之间的数据移动和整合相关的过程。
• 文档和内容管理：用于管理非结构化媒体数据和信息的生命周期过程，包括计划、实施和控制活动，尤其是指支持法律法规遵从性要求所需的文档。
• 参考数据和主数据：包括核心共享数据的持续协调和维护，使关键业务实体的真实信息，以准确、及时和相关联的方式在各系统间得到一致使用。
• 数据仓库和商务智能：包括计划、实施和控制流程来管理决策支持数据，并使知识工作者通过分析报告从数据中获得价值。
• 元数据：包括规划、实施和控制活动，以便能够访问高质量的集成元数据，包括定义、模型、数据流和其他至关重要的信息（对理解数据及其创建、维护和访问系统有帮助）。
• 数据质量：包括规划和实施质量管理技术，以测量、评估和提高数据在组织内的适用性。

二、核心章节及内容介绍

全书共17章。核心章节及有关内容，如下：

◆ 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。这些权限和责任的建立应该考虑到组织的整体需求。（参见第3章）

◆ 数据架构：定义了与组织战略协调的管理数据资产的"蓝图"，指导基于组织的战略目标，指定符合战略需求的数据架构。（参见第4章）

◆ 数据建模和设计：以数据模型（data model.）的精确形式，进行发现、分析、 展示和沟通数据需求的过程。（参见第5章）

◆ 数据存储和操作：以数据价值蕞大化为目标，包括存储数据的设计、实现和支持活动，以及在整个数据生命周期中，从计划到销毁的各种操作活动。（参见第6章）

◆ 数据安全：这一活动确保数据隐私和安全，数据的获得和使用必须要有安全的_。（参见第7章）

◆ 数据集成和互操作：包括与数据存储、应用程序和组织之间的数据移动和整合相关的过程。（参见第8章）

◆ 文档和内容管理：用于管理非结构化媒体的数据和信息的生命周期过程，包括计划、实施和控制活动，尤其是指支持法律法规遵从性要求所需的文档。（参见第9章）

◆ 参考数据和主数据管理：包括核心共享数据的持续协调和维护，使关键业务实体的真实信息，以准确、及时和相关联的方式在各系统间得到一致使用。（参见第10章）

◆ 数据仓库和商务智能：包括计划、实施和控制流程，来管理 决策支持数据，并使知识工作者通过分析报告从数据中获得价值。（参见第11章）

◆ 元数据管理：包括规划、实施和控制活动，以便能够访问高质量的集成元数据， 包括定义、模型、数据流和其他至关重要的信息（对理解数据及其创建、维护和访问系统有帮助）。（参见第12章）

◆ 数据质量管理：包括规划和实施质量管理技术，以测量、评估和提高数据在组 织内的适用性。（参见第13章）

除了有关知识领域的章节外，还包含以下主题章节：

数据处理伦理（Data Handling Ethics）：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士有指导作用。（参见第2章）

大数据和数据科学（Big Data and Data Science）：描述了针对大型的、多样化数据集收集和分析能力的提高而出现的技术和业务流程。（参见第14章）

数据管理成熟度评估（Data Management Maturity Assessment）：概述了评估和改进组织数据管理能力的方法。（参见第15章）

数据管理组织和角色期望（Data Management Organization and Role Expectations）：为组建数据管理团队、实现成功的数据管理活动提供了实践提供和参考因素。（第16章）

数据管理和组织变革管理（Data Management and Organizational Change Management ）：描述了如何计划和成功地推动企业文化变革，文化的变革是将数据管理实践有效地嵌入组织中必然结果。（第17章）