数据管理素养——基于 DAMA 框架的数据管理基础

数据管理素养——基于 DAMA 框架的数据管理基础

287分钟

在数字化时代,数据管理已从IT管理分离出来,成为一个类似于法律、财务等独立的学科。具备基本的数据管理素养,有助于更好的发挥数据价值,也成为数字人应该基本的基本素养之一。同时,随着“数据二十条”的颁布,…

在数字化时代,数据管理已从IT管理分离出来,成为一个类似于法律、财务等独立的学科。具备基本的数据管理素养,有助于更好的发挥数据价值,也成为数字人应该基本的基本素养之一。同时,随着“数据二十条”的颁布,数据作为新型生产要素,已成为数字化、网络化、智能化的基础,深度影响和改变了各类金融业务与管理模式。对“数据”这一重要生产要素的有效使用和管理是未来的发展方向。 本课程体系由DAMA(国际数据管理协会)的资深专家结合国内实践经验开发,一共包括约5小时视频学习内容,知识点包括数据管理、数据治理、数据架构、数据建模、数据集成和互操作、元数据、数据质量以及数据要素,帮助学员全面学习“数据管理”这一细分领域下的基本概念、理论框架、应用案例与最佳实践。 通过本课程的学习,学员将可以了解到: ·如何定义“数据”? ·数据管理有哪些关键的概念和问题? ·“数据治理”与“数据管理”有何不同? ·应当如何制定数据管理的制度框架? ·如何让数据更好的驱动业务和管理的发展? ……等等多方面内容。
模块一 数据管理 01 前言:什么是数据(管理)素养 02 数据管理的基本概念 03 DAMA数据管理框架介绍 04 数据管理原则与挑战 05 DMBOK金字塔(Aiken)介绍 模块二 数据治理 06 数据治理相关基本概念 07 数据治理项目涉及的范畴 08 数据治理组织:人是数据管理过程中的决定因素 09 可持续的数据治理、数据治理的原则 10 辨析:数据治理与数据管理 模块三 数据架构 11 架构的相关基本概念 12 企业数据架构 13 辨析:狭义的数据架构和广义的数据架构 14 数据标准 模块四 数据(存储模型)建模 15 辨析:储存模型vs.分析模型114 数据建模vs.数据模型 16 数据建模的重要性、目标和意义 17 可建模的数据类型 18 数据模型的例子,建模方法和建模过程 19 行业数据模型实例 20 讨论:是否有一劳永逸的数据模型? 第五章 数据集成和互操作(DII) 21 DII的定义、业务驱动因素、管理目标和原则 22 DII的相关基本概念术语 23 DII的最佳实践 24 数据集成应用场景——主数据与参考数据 25 数据集成应用场景——数据仓库 第六章 元数据 26 什么是元数据 27 元数据管理的目标及原则 28 元数据管理的指导原则 29 元数据的分类、来源和架构(含案例) 第七章 数据质量 30 数据质量管理的重要性 31 数据质量管理的目标及原则 32 基本概念:关键数据、数据质量改进生命周期 33 如何对数据质量问题进行跟踪 34 数据质量管理的方法 第八章 DCMM与数据要素 35 数据能力成熟度模型(DCMM)介绍 36 数据要素 37 DAMA-CDMP简介
马欢
马欢

DAMA中国理事,《DAMA-DMBOK》主译者,国际数据管理高级研究院研究员、联合发起人,机械工业出版社专家委员会委员,全球数据要素50人论坛专家,上海市海促会浦江学术委员会高级研究员,中山大学信息管理学院校外行业导师。马老师在IT领域拥有20年以上的工作经验,擅长领域包括数据库、数据仓库、数据中台、企业数据集成、以及各种大数据技术。