287分钟
数据管理素养——基于 DAMA 框架的数据管理基础
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
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。