数据管理是DMBOK的第一章，该章高度概括了整本书的内容，梳理了数据管理的领域、环境因素、基本原则、实现路径等知识内容。有关DABOK的综述和学习方法可以参考：DAMA数据管理知识体系指南（0）：综述 & 学习指南。

一、数据管理的原则

1、整体原则解读

上图已经基本表达了在数据管理过程中，所需要遵循的原则：

1、数据管理需求是业务的需求。一切要从业务出发，并以最终满足业务作为验收条件。

2、有效的数据管理需要领导层承担责任。数据管理经常涉及到组织上的变革，需要强有力的领导力来推动，来自高层的力量不可或缺。

3、认识到数据有价值，也要认识到数据有成本，提高整体的ROI。

4、数据管理依赖于不同的技能。数据管理需要整个组织分工协作，包括但不限于CDO、业务专家、分析师、DBA、数据建模专家等。

5、数据管理是生命周期的管理。数据管理是对数据从规划开始，到最终应用/消亡整个链路的管理计划。

2、数据资产的价值

在一个具体的组织中，数据资产一般有以下作用作用：

• 组织依靠数据资产做出更高效的决定，并拥有更高的运营效率
• 组织依靠数据去理解客户，创造新的产品和服务
• 组织依靠数据通过削减成本和控制风险的手段来提高运营效率
• 同时数据是组织中的横向领域，有助于帮助组织跨垂直领域做出数据决策

从具体作用来看，数据价值包括创造的业务价值和潜在的成本两方面。

低质量数据的成本：

• 报废和返工
• 组织效率低下或生产力低下
• 组织冲突
• 工作满意度低
• 客户不满意
• 机会成本，比如无法创新
• 合规成本和罚款
• 声誉成本

高质量数据的作用

• 改善客户体验
• 提高生产力
• 降低风险
• 快速响应商机
• 增加收入
• 洞察客户、产品、流程和商机，获得竞争优势

3、数据管理需要领导层承担责任

高效的数据管理需要领导力和承诺。需要认识到管理数据会带来独特的挑战，所以需要由CDO来领导数据管理计划。成功的数据管理必须由业务驱动，而不是由IT驱动。CDO不仅领导倡议，还必须领导文化变革，使组织能够对数据采取更有战略性的方法。

4、数据管理是数据生命周期管理

数据生命周期的关键活动如下图所示，具体每一步骤的操作和管理会在后续章节逐渐展开。

二、数据管理战略

1、数据管理战略

数据管理战略定义了企业需要什么数据、如何获取数据、如何管理数据并确保其可靠性、如何利用数据。数据管理战略由CDO拥有和维护，并由数据治理委员会支持的数据管理团队实施。

2、数据管理战略的组成

数据管理战略主要包括以下部分：

• 令人信服的数据管理愿景
• 数据管理的商业案例总结
• 指导原则、价值观和管理观点
• 数据管理的使命和长期目标
• 数据管理成功的检疫措施
• 符合SMART（具体、可衡量、可操作、现实、有时间限制的）原则的短期（12-24个月）数据管理目标
• 对数据管理角色和组织的描述，以及对其职责和决策权的总结
• 数据管理程序组件和初始化任务
• 具体明确范围的优先工作计划
• 一份包含项目和行动任务的实施路线图草案

3、数据管理战略规划的可交付成果

1）数据管理章程。包括总体愿景、业务案例、目标、指导原则、 成功衡量标准、关键成功因素、可识别的风险、运营模式等。

2）数据管理范围声明。包括规划目的和目标（通常为3年），以及 负责实现这些目标的角色、组织和领导。

3）数据管理实施路线图。确定特定计划、项目、任务分配和交付 里程碑（参见第15章）。

三、数据管理框架

1、战略一致性模型

将企业的活动，按照战略/运营、业务/IT两个维度进行拆解，来介绍整个企业中的活动。

2、DMBOK框架

主要包括数据管理框架中的11个数据管理领域和7个环境因素，该部分详见：DAMA数据管理知识体系指南（0）：综述 & 学习指南

3、DMBOK金字塔

使用DMBOK知识领域来描述组织演化的情况。组织可以根据此框架定义一种演化路径，支持战略目标的实现。

比如下图推荐的组织数据管理的4个阶段：

阶段1：实现数据建模和设计、数据存储和操作、数据集成和互操作、数据安全管理

阶段2：实现数据架构、数据质量和原数据管理

阶段3、实现数据治理、数据仓库和BI、参考数据和主数据、文件和内容管理

阶段4、实现高级实践，如数据挖掘和大数据分析

4、DAMA数据管理框架的进化

转载：DAMA数据管理知识体系指南（1）：数据管理