288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。
第一章 数据管理
- 1.1 前言：什么是数据（管理）素养
- 1.2 数据管理的基本概念
- 1.3 DAMA数据管理框架介绍
- 1.4 数据管理原则与挑战
- 1.5 DMBOK金字塔(Aiken)介绍
第二章 数据治理
- 2.1 数据治理相关基本概念
- 2.2 数据治理项目涉及的范畴
- 2.3 数据治理组织：人是数据管理过程中的决定因素
- 2.4 可持续的数据治理、数据治理的原则
- 2.5 辨析：数据治理与数据管理
第三章 数据架构
- 3.1 架构的相关基本概念
- 3.2 企业数据架构
- 3.3 辨析：狭义的数据架构和广义的数据架构
- 3.4 数据标准
第四章 数据（存储模型）建模
- 4.1 辨析：储存模型vs.分析模型；数据建模vs.数据模型
- 4.2 数据建模的重要性、目标和意义
- 4.3 可建模的数据类型
- 4.4 数据模型的例子，建模方法和建模过程
- 4.5 行业数据模型实例
- 4.6 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）
- 5.1 DII的定义、业务驱动因素、管理目标和原则
- 5.2 DII的相关基本概念术语
- 5.3 DII的最佳实践
- 5.4 数据集成应用场景——主数据与参考数据
- 5.5 数据集成应用场景——数据仓库
第六章 元数据
- 6.1 什么是元数据
- 6.2 元数据管理的目标及原则
- 6.3 元数据管理的指导原则
- 6.4 元数据的分类、来源和架构（含案例）
第七章 数据质量
- 7.1 数据质量管理的重要性
- 7.2 数据质量管理的目标及原则
- 7.3 基本概念：关键数据、数据质量改进生命周期
- 7.4 如何对数据质量问题进行跟踪
- 7.5 数据质量管理的方法
第八章 DCMM与数据要素
- 8.1 数据能力成熟度模型（DCMM）介绍
- 8.2 数据要素
- 8.3 DAMA-CDMP简介
天弈课程中心/马欢
源自二十年行业专家交流/DAMA中国理事