基本信息（以实物为准）

• 商品名称：DAMA数据管理知识体系指南(原书第2版数据管理专业人士认证CDMP培训教材)
• 作者：(美)DAMA |责编:张星明//陈倩|译者:DAMA中国分会翻译组
• 定价：128
• 出版社：机械工业
• 书号：9787111655442

其他参考信息（以实物为准）

• 出版时间：2020-05-01
• 印刷时间：2020-05-01
• 版次：1
• 印次：1
• 开本：16开
• 包装：平装
• 页数：487
• 字数：769千字

内容提要

本书是数据管理协会（DAMA ）组织众多 专家对过去30多年数据管理领域知识和实践的总结，是市场上综合了数据管理方方面面的一部具有 性的基础工具书。从数据治理、数据架构、数据质量、数据安全、主数据管理、参考数据管理、元数据管理、商务智能和数据参考管理、数据建模设计、数据存储和操作、数据集成和互操作、文档和内容管理、大数据、数据管理人员的道德要求等方面介绍了数据管理的知识体系。

作者简介

数据管理协会（DAMA ）是 数据管理专业人士组织，是一个 性非营利性会员组织，在世界范围内拥有数十家分会。DAMA 独立于任何特定的供应商、技术和方法，促进对数据信息管理以及把知识作为企业的重要资产的理解、发展和实践，其使命是带领数据管理行业走向成熟。DAMA 每年举行DAMA 研讨会，提供专业认证方案，与ICCP合作开发数据管理专业人士的认证等，其目的是支持业务战略，增进对数据和信息管理的了解，促进其发展，推广其实践。

目录

目　　录
中文版序一
中文版序二
原版序
第1章　数据管理 1
1.1　引言 1
1.1.1　业务驱动因素 2
1.1.2　目标 2
1.2　基本概念 2
1.2.1　数据 2
1.2.2　数据和信息 3
1.2.3　数据是一种组织资产 4
1.2.4　数据管理原则 4
1.2.5　数据管理的挑战 6
1.2.6　数据管理战略 13
1.3　数据管理框架 14
1.3.1　战略一致性模型 14
1.3.2　阿姆斯特丹信息模型 15
1.3.3　DAMA-DMBOK框架 15
1.3.4　DMＢOＫ 金字塔(Aｉｋｅｎ) 19
1.3.5　DAMA 数据管理框架的进化 20
1.4　DAMA 和DMＢOＫ 23
1.5　文献引用与 25
第2章　数据处理伦理 28
2.1　引言 28
2.2　业务驱动因素 29
2.3　基本概念 30
2.3.1　数据伦理准则 30
2.3.2　数据隐私法背后的原则 31
2.3.3　在线数据的伦理环境 34
2.3.4　违背伦理进行数据处理的风险 34
2.3.5　建立数据伦理文化 37
2.3.6　数据伦理和治理 40
2.4　文献引用与 40
第3章　数据治理 43
3.1　引言 43
3.1.1　业务驱动因素 45
3.1.2　目标和原则 46
3.1.3　基本概念 47
3.2　活动 53
3.2.1　规划组织的数据治理 53
3.2.2　制定数据治理战略 55
3.2.3　实施数据治理 60
3.2.4　嵌入数据治理 62
3.3　工具和方法 63
3.3.1　 应用/网站 63
3.3.2　业务术语表 64
3.3.3　工作流工具 64
3.3.4　文档管理工具 64
3.3.5　数据治理记分卡 64
3.4　实施指南 64
3.4.1　组织和文化 64
3.4.2　调整与沟通 65
3.5　度量指标 65
3.6　文献引用与 66
第4 章　数据架构 69
4.1　引言 69
4.1.1　业务驱动因素 70
4.1.2　数据架构成果和实施 71
4.1.3　基本概念 72
4.2　活动 77
4.2.1　建立企业数据架构 79
4.2.2　整合其他企业架构 82
4.3　工具 83
4.3.1　数据建模工具 83
4.3.2　资产管理软件 83
4.3.3　图形设计应用 83
4.4　方法 83
4.4.1　生命周期预测 83
4.4.2　图标使用规范 84
4.5　实施指南 84
4.5.1　就绪评估和风险评估 85
4.5.2　组织和文化86
4.6　数据架构治理 86
4.6.1　数据架构治理活动 86
4.6.2　度量指标 87
4.7　文献引用与 87
第5章数据建模和设计 90
5.1　引言 90
5.1.1　业务驱动因素 90
5.1.2　目标和原则 91
5.1.3　基本概念 92
5.2　活动 112
5.2.1　规划数据建模 112
5.2.2　建立数据模型 113
5.2.3　审核数据模型 117
5.2.4　维护数据模型 117
5.3　工具 117
5.3.1　数据建模工具 117
5.3.2　数据血缘工具 117
5.3.3　数据分析工具 118
5.3.4　元数据资料库 118
5.3.5　数据模型模式 118
5.3.6　行业数据模型118
5.4　方法 119
5.4.1　命名约定的 实践 119
5.4.2　数据库设计中的 实践 119
5.5　数据建模和设计治理 120
5.5.1　数据建模和设计质量管理 120
5.5.2　度量指标 121
5.6　文献引用与 123
第6章　数据存储和操作 127
6.1　引言 127
6.1.1　业务驱动因素 128
6.1.2　目标和原则 128
6.1.3　基本概念 129
6.2　活动 145
6.2.1　管理数据库技术 145
6.2.2　管理数据库操作 147
6.3　工具 157
6.3.1　数据建模工具 157
6.3.2　数据库监控工具 157
6.3.3　数据库管理工具 157
6.3.4　开发支持工具 158
6.4　方法 158
6.4.1　在低阶环境中测试 158
6.4.2　物理命名标准 158
6.4.3　所有变 操作脚本化 158
6.5　实施指南 159
6.5.1　就绪评估/风险评估 159
6.5.2　组织和文化变化 159
6.6　数据存储和操作治理 160
6.6.1　度量指标 160
6.6.2　信息资产跟踪 161
6.6.3　数据审计与数据有效性 161
6.7　文献引用与 162
第7章　数据安全 165
7.1　引言 165
7.1.1　业务驱动因素 166
7.1.2　目标和原则 168
7.1.3　基本概念 169
7.2　活动 184
7.2.1　识别数据安全需求 185
7.2.2　制定数据安全制度 186
7.2.3　定义数据安全细则 187
7.2.4　评估当前安全风险 189
7.2.5　实施控制和规程 189
7.3　工具 193
7.3.1　杀毒软件/安全软件 193
7.3.2　ＨＴＴＰＳ 193
7.3.3　身份管理技术 193
7.3.4　入侵侦测和入侵防御软件 193
7.3.5　防火墙(防御) 194
7.3.6　元数据跟踪 194
7.3.7　数据脱敏/加密 194
7.4　方法 194
7.4.1　应用CRUD矩阵 194
7.4.2　即时安全补丁部署 195
7.4.3　元数据中的数据安全属性 195
7.4.4　项目需求中的安全要求 195
7.4.5　加密数据的高效搜索 195
7.4.6　文件清理 195
7.5　实施指南 196
7.5.1　就绪评估/风险评估 196
7.5.2　组织与文化变革 196
7.5.3　用户数据授权的可见性 197
7.5.4　外包世界中的数据安全 197
7.5.5　云环境中的数据安全 198
7.6　数据安全治理 198
7.6.1　数据安全和企业架构 198
7.6.2　度量指标 199
7.7　文献引用与 201
第8章　数据集成和互操作 203
8.1　引言 203
8.1.1　业务驱动因素 204
8.1.2　目标和原则 204
8.1.3　基本概念 206
8.2　活动 215
8.2.1　规划和分析 216
8.2.2　设计数据集成解决方案 218
8.2.3　开发数据集成解决方案 219
8.2.4　实施和监测 221
8.3　工具 221
8.3.1　数据转换引擎/ ＥＴＬ 工具 221
8.3.2　数据虚拟化服务器 222
8.3.3　企业服务总线 222
8.3.4　业务规则引擎 222
8.3.5　数据和流程建模工具 222
8.3.6　数据剖析工具 223
8.3.7　元数据存储库 223
8.4　方法 223
8.5　实施指南 223
8.5.1　就绪评估/风险评估 223
8.5.2　组织和文化变革 224
8.6　数据集成和互操作治理 224
8.6.1　数据共享协议 225
8.6.2　数据集成和互操作与数据血缘 225
8.6.3　度量指标 226
8.7　文献引用与 226
第9章　文件和内容管理 229
9.1　引言 229
9.1.1　业务驱动因素 229
9.1.2　目标和原则 230
9.1.3　基本概念 231
9.2　活动 243
9.2.1　规划生命周期的管理 243
9.2.2　创建内容处理制度 244
9.2.3　定义内容信息架构 245
9.2.4　实施的生命周期管理 246
9.2.5　发布和分发内容 248
9.3　工具 249
9.3.1　企业内容管理系统 249
9.3.2　协作工具 251
9.3.3　受控词汇表和元数据工具 251
9.3.4　标准标记和交换格式 252
9.3.5　电子取证技术 254
9.4　方法 254
9.4.1　诉讼应诉手册 254
9.4.2　诉讼应诉数据映射 255
9.5　实施指南 255
9.5.1　就绪评估/风险评估 255
9.5.2　组织和文化变革 257
9.6　文件和内容治理 257
9.6.1　信息治理架构 257
9.6.2　信息的激增 259
9.6.3　管理高质量的内容 259
9.6.4　度量指标 259
9.7　文献引用与 261
0章　参考数据和主数据 262
10.1　引言 262
10.1.1　业务驱动因素 262
10.1.2　目标和原则 263
10.1.3　基本概念 264
10.2　活动 280
10.2.1　主数据管理活动 280
10.2.2　参考数据管理活动 282
10.3　工具和方法 284
10.4　实施指南 284
10.4.1　遵循主数据架构 284
10.4.2　监测数据流动 284
10.4.3　管理参考数据变 285
10.4.4　数据共享协议 286
10.4.5　组织和文化变革 286
10.5　参考数据和主数据治理 286
10.5.1　治理过程决定事项 287
10.5.2　度量指标 287
10.6　文献引用与 __________288
1章　数据仓库和商务智能 290
11.1　引言 290
11.1.1　业务驱动因素 290
11.1.2　目标和原则 291
11.1.3　基本概念 292
11.2　活动 301
11.2.1　理解需求 301
11.2.2　定义和维护数据仓库/商务智能架构 301
11.2.3　开发数据仓库和数据集市 302
11.2.4　加载数据仓库 303
11.2.5　实施商务智能产品组合 304
11.2.6　维护数据产品 305
11.3　工具 307
11.3.1　元数据存储库 307
11.3.2　数据集成工具 308
11.3.3　商务智能工具的类型 308
11.4　方法 311
11.4.1　驱动需求的原型 311
11.4.2　自助式商务智能 312
11.4.3　可查询的审计数据 312
11.5　实施指南 312
11.5.1　就绪评估/风险评估 312
11.5.2　版本路线图 313
11.5.3　配置管理 313
11.5.4　组织与文化变革 313
11.6　数据仓库/商务智能治理 314
11.6.1　业务接受度 315
11.6.2　客户/用户满意度 315
11.6.3　服务水平协议 315
11.6.4　报表策略 315
11.6.5　度量指标 316
11.7　文献引用与 317
2章　元数据管理 320
12.1　引言 320
12.1.1　业务驱动因素 322
12.1.2　目标和原则 322
12.1.3　基本概念 323
12.2　活动 333
12.2.1　定义元数据战略 333
12.2.2　理解元数据需求 334
12.2.3　定义元数据架构 334
12.2.4　创建和维护元数据 336
12.2.5　查询、报告和分析元数据 338
12.3　工具 338
12.4　方法 338
12.4.1　数据血缘和影响分析 338
12.4.2　应用于大数据采集的元数据 340
12.5　实施指南 341
12.5.1　就绪评估/风险评估 341
12.5.2　组织和文化变革 341
12.6　元数据治理 342
12.6.1　过程控制 342
12.6.2　元数据解决方案的文档 342
12.6.3　元数据标准和指南 343
12.6.4　度量指标 343
12.7　文献引用与 344
3章　数据质量 346
13.1　引言 346
13.1.1　业务驱动因素 348
13.1.2　目标和原则 348
13.1.3　基本概念 349
13.　活动 365
13.2.1　定义高质量数据 365
13.2.2　定义数据质量战略 366
13.2.3　识别关键数据和业务规则 366
13.2.4　执行初始数据质量评估 367
13.2.5　识别改进方向并确定优先排序 368
13.2.6　定义数据质量改进目标 368
13.2.7　开发和部署数据质量操作 369
13.3　工具 375
13.3.1　数据剖析工具 375
13.3.2　数据查询工具 376
13.3.3　建模和ＥＴＬ 工具 376
13.3.4　数据质量规则模板 376
13.3.5　元数据存储库 376
13.4　方法 376
13.4.1　预防措施 376
13.4.2　纠正措施 377
13.4.3　质量检查和审核代码模块 378
13.4.4　有效的数据质量指标 378
13.4.5　统计过程控制 379
13.4.6　根本原因分析380
13.5　实施指南 380
13.5.1　就绪评估/风险评估 381
13.5.2　组织与文化变革 382
13.6　数据质量和数据治理 382
13.6.1　数据质量制度 383
13.6.2　度量指标 383
13.7　文献引用与 384
4章　大数据和数据科学 386
14.1　引言 386
14.1.1　业务驱动 387
14.1.2　原则 387
14.1.3　基本理念 387
14.2　活动 397
14.2.1　定义大数据战略和业务需求 397
14.2.2　选择数据源 398
14.2.3　获得和接收数据源 399
14.2.4　制定数据假设和方法 399
14.2.5　集成和调整数据进行分析 400
14.2.6　使用模型探索数据 400
14.2.7　部署和监控 402
14.3　工具 402
14.3.1　MＰＰ 无共享技术和架构 403
14.3.2　基于分布式文件的数据库 404
14.3.3　数据库内算法 405
14.3.4　大数据云解决方案 405
14.3.5　统计计算和图形语言 405
14.3.6　数据可视化工具集 405
14.4　方法 406
14.4.1　解析建模 406
14.4.2　大数据建模 407
14.5　实施指南 407
14.5.1　战略一致性 407
14.5.2　就绪评估/风险评估 408
14.5.3　组织与文化变迁 408
14.6　大数据和数据科学治理 409
14.6.1　可视化渠道管理 409
14.6.2　数据科学和可视化标准 409
14.6.3　数据安全 410
14.6.4　元数据 410
14.6.5　数据质量 411
14.6.6　度量指标411
14.7　文献引用与 412
5章　数据管理成熟度评估 415
15.1　引言 415
15.1.1　业务驱动因素 416
15.1.2　目标和原则 416
15.1.3　基本概念 418
15.2　活动 421
15.2.1　规划评估活动 422
15.2.2　执行成熟度评估 423
15.2.3　解释结果及建议 424
15.2.4　制订有针对性的改进计划 425
15.2.5　重新评估成熟度 426
15.3　工具 426
15.4　方法 426
15.4.1　选择DMM 框架 427
15.4.2　DAMA-DMBOK框架使用 427
15.5　实施指南 428
15.5.1　就绪评估/风险评估 428
15.5.2　组织和文化变革 428
15.6　成熟度管理治理429
15.6.1　DMMA 过程监督 429
15.6.2　度量指标 429
15.7　文献引用与 430
6章　数据管理组织与角色期望 432
16.1　引言 432
16.2　了解现有的组织和文化规范 432
16.3　数据管理组织的结构 434
16.3.1　分散运营模式 434
16.3.2　网络运营模式 435
16.3.3　集中运营模式 435
16.3.4　混合运营模式 436
16.3.5　联邦运营模式 436
16.3.6　确定组织的 模式 438
16.3.7　DMO 替代方案和设计考虑因素 438
16.4　关键成功因素 439
16.4.1　高管层的支持 439
16.4.2　明确的愿景 439
16.4.3　积极的变 管理 440
16.4.4　 之间的共识 440
16.4.5　持续的沟通 440
16.4.6　利益相关方的参与 440
16.4.7　指导和培训 441
16.4.8　采用度量策略 441
16.4.9　坚持指导原则 441
16.4.10　演进而非革命 441
16.5　建立数据管理组织 442
16.5.1　识别当前的数据管理参与者 442
16.5.2　识别委员会的参与者 442
16.5.3　识别和分析利益相关方 442
16.5.4　让利益相关方参与进来 443
16.6　数据管理组织与其他数据相关机构之间的沟通 444
16.6.1　首席数据官 444
16.6.2　数据治理 445
16.6.3　数据质量 445
16.6.4　企业架构 446
16.6.5　管理 化组织 446
16.7　数据管理角色 447
16.7.1　组织角色 447
16.7.2　个人角色 447
16.8　文献引用与 449
7章　数据管理和组织变革管理 452
17.1　引言 452
17.2　变革法则 452
17.3　并非管理变革: 而是管理转型过程 453
17.4　科特的变革管理八大误区 455
17.4.1　误区一: 过于自满 456
17.4.2　误区二: 未能建立足够强大的指导联盟 456
17.4.3　误区三: 低估愿景的力量 456
17.4.4　误区四: 10 倍、100 倍或1000 倍地放大愿景 457
17.4.5　误区五: 允许阻挡愿景的障碍存在 457
1.4.6　误区六: 未能创造短期收益 458
17.4.7　误区七: 过早宣布胜利 458
17.4.8　误区八: 忽视将变革融入企业文化 459
17.5　科特的重大变革八步法 459
17.5.1　树立紧迫感 460
17.5.2　指导联盟 463
17.5.3　发展愿景和战略 466
17.5.4　沟通传达变革愿景 468
17.6　变革的秘诀 472
17.7　创新扩散和持续变革 473
17.7.1　随着创新扩散而需克服的挑战 474
17.7.2　创新扩散的关键要素 474
17.7.3　创新采纳的五个阶段 475
17.7.4　接受或拒 创新变革的影响因素 476
17.8　持续变革 476
17.8.1　紧迫感/不满意感 477
17.8.2　构建愿景 477
17.8.3　指导联盟 477
17.8.4　相对优势和可观测性 477
17.9　数据管理价值的沟通 478
17.9.1　沟通原则 478
17.9.2　受众评估与准备 479
17.9.3　人的因素 479
17.9.4　沟通计划 480
17.9.5　保持沟通 481
17.10　文献引用与 481
致谢 483
附录 484
附录A　主要贡献者 484
附录Ｂ　审阅和评论者 485