电商 DAMA数据管理知识体系指南（原书第2版修订版）+ 穿越数据的迷宫

近年来，数据管理备受重视。在众多管理方法和管理学派中，对数据管理知识体系的权威和系统讲解较为缺乏。《DAMA数据管理知识体系指南（原书第2版修订版）》是DAMA国际推出的数据管理领域“圣经”，是一本不可多得的数据管理工具书，既可以给初学者入门指南，也可以给资深人士直接的知识架构。

《DAMA数据管理知识体系指南（原书第2版修订版）》本书全面深入地探讨了有效数据管理面临的挑战、复杂性及其巨大价值；定义了一套数据管理的指导原则，阐述了如何将这些原则应用于不同的数据管理功能领域；提供了企业级数据管理实践的功能框架，涵盖广泛采用的实践、方法、技术、职能、角色、交付成果和衡量标准；确立了数据管理的通用术语体系，成为数据管理专业人员最佳实践的基础。本书为数据管理和IT专业人员、企业高管、知识工作者、教育者和相关研究人员提供了数据管理知识体系框架，帮助他们更好地管理数据、优化数字基础设施。《穿越数据的迷宫》分12章重点阐述了数据管理的重要性，数据管理面临的挑战，DAMA的数据管理原则，数据伦理，数据治理，数据生命周期管理的规划及设计，数据赋能和数据维护，使用和增强数据，数据保护、隐私、安全和风险管理，元数据管理，数据质量管理，以及现在应该怎么办，能够帮助企业管理层在了解和执行数据管理的过程中不致迷失在技术术语的迷宫之中。

DAMA国际是一个全球性数据管理和业务专业志愿人士组成的非营利协会，自1988年成立以来，一直致力于数据管理的研究、实践及相关知识体系的建设，在数据管理领域累积了极为深厚的知识沉淀和丰富经验，并先后出版了《DAMA数据管理字典》和《DAMA数据管理的知识体系和指南》（DAMA-DMBOK），集业界数百位专家的经验于一体，是数据管理业界最佳实践的结晶，已成为数据管理工作的经典参考和指南，在全球范围内广受好评。

中文版序一中文版序二中文版序三中文版序四译者序原书第2版修订版序原书第2版序第1章数据管理1.1引言1.1.1业务驱动因素1.1.2目标1.2基本概念1.2.1数据1.2.2数据与信息1.2.3数据是组织的资产1.2.4数据管理原则1.2.5数据管理的挑战1.2.6数据管理战略1.3数据管理框架1.3.1战略一致性模型1.3.2阿姆斯特丹信息模型1.3.3DAMA-DMBOK框架1.3.4DMBOK金字塔1.3.5DAMA数据管理框架的演变1.4DAMA和DMBOK参考文献第2章数据处理伦理2.1引言2.2业务驱动因素2.3基本概念2.3.1数据的伦理原则2.3.2数据隐私法背后的原则2.3.3在线数据的伦理环境2.3.4违背伦理进行数据处理的风险2.3.5建立数据伦理文化2.3.6数据伦理和治理参考文献第3章数据治理3.1引言3.1.1业务驱动因素3.1.2目标和原则3.1.3基本概念3.2活动3.2.1定义组织的数据治理3.2.2制定数据治理战略3.2.3实施数据治理3.2.4嵌入数据治理3.3工具和方法3.3.1在线展示/网站3.3.2业务术语表3.3.3工作流工具3.3.4文档管理工具3.3.5数据治理计分卡3.4实施指南3.4.1组织和文化3.4.2调整和沟通3.5度量指标参考文献第4章数据架构4.1引言4.1.1业务驱动因素4.1.2数据架构的交付物和实践4.1.3基本概念4.2活动4.2.1建立企业数据架构4.2.2评估现有数据架构规范4.2.3制定数据架构路线图4.2.4在项目中管理企业需求4.2.5与企业架构集成4.3工具4.3.1数据建模工具4.3.2数据资产管理软件4.3.3图形化设计软件4.4方法4.4.1生命周期预测4.4.2使用清晰图表4.5实施指南4.5.1就绪评估和风险评估4.5.2组织和文化变革4.6数据架构治理4.6.1数据架构治理活动4.6.2度量指标参考文献第5章数据建模和设计5.1引言5.1.1业务驱动因素5.1.2目标和原则5.1.3基本概念5.2活动5.2.1规划数据建模5.2.2构建数据模型5.2.3评审数据模型5.2.4维护数据模型5.3工具5.3.1数据建模工具5.3.2血缘分析工具5.3.3数据剖析工具5.3.4元数据库5.3.5数据模型模式5.3.6行业数据模型5.4最佳实践5.4.1命名约束的最佳实践5.4.2数据库设计的最佳实践5.5数据模型治理5.5.1数据模型和设计质量管理5.5.2数据建模度量指标参考文献第6章数据存储和运营6.1引言6.1.1业务驱动因素6.1.2目标和原则6.1.3基本概念6.2活动6.2.1管理数据库技术6.2.2管理数据库运营6.3工具6.3.1数据建模工具6.3.2数据库监控工具6.3.3数据库管理工具6.3.4开发人员支持工具6.4方法6.4.1在低阶环境下的测试6.4.2物理命名标准6.4.3所有变更操作脚本化6.5实施指南6.5.1就绪评估/风险评估6.5.2组织与文化变革6.6数据存储和运营治理6.6.1度量指标6.6.2信息资产跟踪6.6.3数据审计和数据验证参考文献第7章数据安全7.1引言7.1.1业务驱动因素7.1.2目标和原则7.1.3基本概念7.2活动7.2.1识别数据安全需求7.2.2制定数据安全制度7.2.3定义数据安全细则7.2.4评估当前的安全风险7.2.5实施控制措施和规程7.3工具7.3.1杀毒软件/安全软件7.3.2Web安全7.3.3身份管理技术7.3.4入侵检测和入侵防御软件7.3.5防火墙（防御）7.3.6元数据跟踪7.3.7数据脱敏/加密7.4方法7.4.1应用CRUD矩阵7.4.2即时部署安全补丁7.4.3元数据中的数据安全属性7.4.4项目需求中的安全要求7.4.5加密数据的高效搜索7.4.6文件清理7.5实施指南7.5.1就绪评估/风险评估7.5.2组织和文化变革7.5.3用户数据权限可见性7.5.4外包服务界的数据安全7.5.5云环境的数据安全7.6数据安全治理7.6.1数据安全和企业架构7.6.2度量指标参考文献第8章数据集成和互操作8.1引言8.1.1业务驱动因素8.1.2目标和原则8.1.3基本概念8.2活动8.2.1规划和分析8.2.2设计数据集成解决方案8.2.3开发数据集成解决方案8.2.4实施和监测8.2.5维护数据集成和互操作的元数据8.3工具8.3.1数据转换引擎/ETL工具8.3.2数据虚拟化服务器8.3.3企业服务总线8.3.4业务规则引擎8.3.5数据和流程建模工具8.3.6数据剖析工具8.3.7元数据库8.4方法8.5实施指南8.5.1就绪评估/风险评估8.5.2组织和文化变革8.6数据集成和互操作治理8.6.1数据共享协议8.6.2数据集成和互操作与数据血缘8.6.3度量指标参考文献第9章文档和内容管理9.1引言9.1.1业务驱动因素9.1.2目标和原则9.1.3基本概念9.2活动9.2.1生命周期管理计划9.2.2管理生命周期9.2.3发布和分发内容9.3工具9.3.1企业内容管理系统9.3.2协作工具9.3.3受控词汇表和元数据工具9.3.4标准标记和交换格式9.3.5电子举证技术9.4方法9.4.1诉讼应对预案9.4.2诉讼应对数据地图9.5实施指南9.5.1准备评估/风险评估9.5.2组织和文化变革9.6文档和内容治理9.6.1信息治理框架9.6.2信息泛滥9.6.3以内容质量为导向的信息治理9.6.4度量指标参考文献第10章参考数据和主数据10.1引言10.1.1业务驱动因素10.1.2目标和原则10.1.3基本概念10.2活动10.2.1主数据管理活动10.2.2参考数据管理活动10.3工具和方法10.4实施指南10.4.1遵循主数据架构10.4.2监控数据移动10.4.3管理参考数据变更10.4.4数据共享协议10.4.5组织和文化变革10.5参考数据和主数据治理10.5.1治理过程既定事项10.5.2度量指标参考文献第11章数据仓库和商务智能11.1引言11.1.1业务驱动因素11.1.2目标和原则11.1.3基本概念11.2活动11.2.1理解需求11.2.2定义和维护数据仓库/商务智能架构11.2.3开发数据仓库和数据集市11.2.4加载数据仓库11.2.5实施商务智能产品组合11.2.6维护数据产品11.3工具11.3.1元数据库11.3.2数据集成工具11.3.3BI工具类型11.4方法11.4.1原型驱动需求11.4.2自助式商务智能11.4.3数据审计11.5实施指南11.5.1就绪评估/风险评估11.5.2发布路线图11.5.3配置管理11.5.4组织与文化变革11.5.5专职团队11.6数据仓库/商务智能治理11.6.1获得业务认可11.6.2客户/用户满意度11.6.3服务水平协议11.6.4报表策略11.6.5度量指标参考文献第12章元数据管理12.1引言12.1.1业务驱动因素12.1.2目标和原则12.1.3基本概念12.2活动12.2.1定义元数据战略12.2.2理解元数据需求12.2.3定义元数据架构12.2.4创建和维护元数据12.2.5查询、报告和分析元数据12.3工具12.4方法12.4.1数据血缘和影响分析12.4.2应用于大数据采集的元数据12.5实施指南12.5.1就绪评估和风险评估12.5.2组织和文化变革12.6元数据治理12.6.1过程控制12.6.2元数据解决方案文档12.6.3元数据标准和指南12.6.4度量指标参考文献第13章数据质量管理13.1引言13.1.1业务驱动因素13.1.2目标与原则13.1.3基本概念13.2活动13.2.1定义数据质量框架13.2.2定义高质量数据13.2.3识别维度和支持业务规则13.2.4执行初始数据质量评估13.2.5识别改进措施及明确优先级13.2.6定义数据质量改进目标13.2.7开发和部署数据质量运营工作13.3工具13.3.1数据剖析工具13.3.2业务规则模板和引擎13.3.3数据解析和格式化13.3.4数据转换和标准化13.3.5数据增强13.3.6事件管理系统13.4方法13.4.1有效的度量指标13.4.2数据剖析13.4.3预防性措施13.4.4根因分析13.4.5纠正措施13.5实施指南13.5.1就绪评估 / 风险评估13.5.2组织和文化变革13.6数据质量与其他知识领域13.6.1数据质量与数据建模和设计13.6.2数据质量与元数据管理13.6.3数据质量与主数据/参考数据管理13.6.4数据质量与数据集成和互操作13.6.5数据质量与数据治理参考文献附录附录A数据质量ISO标准附录B数据质量维度的延伸阅读附录C统计过程控制第14章大数据和数据科学14.1引言14.1.1业务驱动因素14.1.2原则14.1.3基本概念14.2活动14.2.1定义大数据战略和业务需求14.2.2选择数据源14.2.3获取和采集数据14.2.4设定数据假设和方法14.2.5集成和对齐数据并进行分析建模14.2.6利用模型探索数据14.2.7部署和监控14.3工具14.3.1MPP无共享技术和架构14.3.2分布式文件数据库14.3.3数据库内算法14.3.4大数据云解决方案14.3.5统计计算和图形语言14.3.6数据可视化工具14.4方法14.4.1分析建模14.4.2大数据建模14.5实施指南14.5.1战略一致性14.5.2就绪评估/风险评估14.5.3组织与文化变革14.6大数据和数据科学治理14.6.1可视化通道管理14.6.2数据科学和可视化标准14.6.3数据安全14.6.4元数据14.6.5数据质量14.6.6度量指标参考文献第15章数据管理成熟度评估15.1引言15.1.1业务驱动因素15.1.2目标和原则15.1.3基本概念15.2活动15.2.1规划评估活动15.2.2执行成熟度评估15.2.3结果解读15.2.4制订针对性的改进计划15.2.5重新评估成熟度15.3工具15.4方法15.4.1选择DMM框架15.4.2DAMA-DMBOK框架的使用15.5实施指南15.5.1准备评估/风险评估15.5.2组织和文化变革15.6成熟度管理治理15.6.1DMMA流程监督15.6.2度量指标参考文献第16章数据管理组织和角色期望16.1引言16.2了解现有的组织和文化规范16.3数据管理组织的结构16.3.1分散式运营模式16.3.2网络式运营模式16.3.3集中式运营模式16.3.4混合式运营模式16.3.5联邦式运营模式16.3.6确定组织的最佳模式16.3.7数据管理组织的替代方案和设计考虑因素16.4关键成功因素16.4.1高管层的支持16.4.2明确的愿景16.4.3前瞻性的变革管理16.4.4一致的领导力16.4.5持续沟通16.4.6利益相关方的参与16.4.7宣讲和培训16.4.8度量采纳情况16.4.9坚持指导原则16.4.10渐进而非革命16.5建立数据管理组织16.5.1确认当前数据管理参与者16.5.2确认委员会参与者16.5.3确认和分析利益相关方16.5.4让利益相关方参与进来16.6数据管理组织与其他数据相关机构的交互16.6.1首席数据官16.6.2数据治理16.6.3数据质量16.6.4企业架构16.6.5全球化组织的管理16.7数据管理角色16.7.1组织角色16.7.2个人角色参考文献第17章数据管理和组织变革管理17.1引言17.2变革法则17.3不是管理变革，而是管理转型过程17.4科特的变革管理八大误区17.4.1误区一：过于自满17.4.2误区二：未能建立足够强大的指导联盟17.4.3误区三：低估了愿景的力量17.4.4误区四：缺乏关于愿景的足够沟通17.4.5误区五：没有及时扫清变革障碍17.4.6误区六：未能创造短期收益17.4.7误区七：过早地宣称胜利17.4.8误区八：忽视将变革融入企业文化17.5科特的重大变革八步法17.5.1营造紧迫感17.5.2组建指导联盟17.5.3勾勒愿景和战略17.5.4宣传贯彻变革愿景17.6变革的秘诀17.7创新扩散和持续变革17.7.1随着创新扩散需克服的挑战17.7.2创新扩散的关键要素17.7.3创新采纳的5个阶段17.7.4接受或拒绝创新变革的影响因素17.8持续变革17.8.1紧迫感/不满意感17.8.2设定愿景17.8.3指导联盟17.8.4相对优势和可观测性17.9沟通数据管理的价值17.9.1沟通原则17.9.2受众评估与沟通准备17.9.3考虑他人的影响17.9.4沟通计划17.9.5保持沟通参考文献原书第2版修订版致谢原书第2版致谢