DAMA 数据管理知识体系指南-数据管理方方面面的一部代表性著作

发布时间:2018.11.29来源:DAMA浏览量:108次标签:数据治理

本书由DAMA International组织众多数据管理领域的国际级资深专家编著。这是一项里程碑式的工作。数据管理是把业务和信息技术融合起来所必需的一整套技术、方法及相应的管理和治理过程。它的特殊定位决定了它涉及的知识体系面广且度深,而要把其中各知识领域和它们之间的相互关系梳理和解释清楚并不是一件容易的事情。本书是国际数据管理 协会(DAMA International)对过去20多年数据管理领域知识和实践的一个总结,由会员们花了多年时间和业界专家反复讨论撰写而成。它是市场上极少见的综合了数据管理方方面面的一部代表性著作,深入阐述了数据管理各领域的完整知识体系,而这正是本书的一个主要独特之处。

DAMA 数据管理知识体系指南


内容简介

《计算机科学与技术学科前沿丛书:DAMA 数据管理知识体系指南(中文版)》是关于数据管理知识体系的专业指南,是欧美数据管理从业者的必备书,是中国广大信息技术和数据管理从业人士有益的知识指南和工作参考书,同时可作为计算机、工商管理、信息管理等专业的研究生教材。通过阅读本书,数据管理从业者将有效提升数据管理知识和技能,此书亦是DAMA International推出的数据管理专业人士认证(CDMP)考试的培训及备考必备书目。


前言


数据管理是把业务和信息技术融合起来所必需的一整套技术、方法及相应的管理和治理过程。它的特殊定位决定了它涉及的知识体系面广且度深,而要把其中各知识领域和它们之间的相互关系梳理和解释清楚并不是一件容易的事情。本书是国际数据管理协会(DAMA International)对过去20多年数据管理领域知识和实践的一个总结,由会员们花了多年时间和业界专家反复讨论撰写而成。它是市场上唯一综合了数据管理方方面面的一部权威性著作。目前市场上有关数据某一专门领域的著作并不鲜见,但把数据管理各领域作为一个完整的知识体系来讨论的据我所知却仅此一本,而这正是本书的一个主要独特之处。

经过国际数据管理协会中国分会(DAMA China)许多会员一年的协同努力,《DAMA数据管理知识体系指南》现已被翻成中文,将由清华大学出版社出版,不久就能与国内从事数据管理各领域的读者见面了。

参与这次翻译和校对的主要会员有马欢、刘晨、陈榕、刘峰、周宜静、石杰、刘天雪、车春雷、王金华、何栋志、刘彬、何晓梅、李波、刘凯、田景熙、王洋、唐英等。书中有些词汇比较新,为了找到最恰当和准确的中文来表达原意,他们不辞辛劳、反复推敲,保证了翻译的质量。我在此对他们在百忙中自愿抽出大量宝贵业余时间所作的努力以使此书能够成功翻译出版表示深深的谢意和敬意。

DAMA International根据不同业务对数据的不同需求,把数据管理的主要功能分为10个领域。对绝大多数数据管理人员来说他们的工作往往只涉及其中的一个或少数几个领域,但由于各数据管理领域间存在的内在联系,即使为了做好某个数据管理领域的本职工作,他们也需要对数据管理的方方面面有一定的全面了解。所以本书无论对初级,还是中、高级数据管理人员来说都是一本很需要的参考书。本书除了介绍和讨论了数据管理各领域的知识外,还收集和提供了许多业界公认带有一定权威性的相关文章或书籍信息,以作继续深入钻研。对不是以数据管理为主业但在自己业务领域中经常要与数据打交道的业务和管理人员,此书可以帮助他们对数据管理有个初步和较全面的了解,也有助于他们与数据管理专业人员的沟通。

出版此书的另一个目的是: 像其他成熟的行业一样,随着数据管理行业的成熟和发展,它也需要有一套标准术语和公认的做法。目前不管是业内还是业外都觉得数据管理中用的词汇、称呼、方法、工具和意见比较混乱,其中还掺杂了不少似是而非、模棱两可的概念,造成沟通上的困难和不必要的浪费。DAMA International希望通过此书的出版有助于数据管理行业标准的讨论和建立,从而进一步推动这行业的健康发展。从某种意义上来讲,本书的出版是数据管理行业开始走向成熟的一个重要标志。

在国内,特别是近年来,数据管理的概念和重要性正越来越得到重视。企业管理层开始在企业级的数据管理方面加大投入,力争通过加强数据管理提升公司对业绩、风险和市场响应的管理能力。DAMA China 作为旨在“加深市场理解数据管理在融合业务和技术中的作用”的专业非营利组织,也希望本书的中文版可以给国内同行一些启发,吸收国际先进经验,形成适合中国企业环境的数据管理的更佳实践。

数据和对它的管理不是今天才有,也不是有了计算机才有,它的发展贯穿了整个人类的文明史。但随着计算机和网络技术近几十年来的飞速发展,数据的增长速度已超过了摩尔定律和网络的增长速度,数据管理从最初对数字(数据)的计算,演进到对业务概念含义规范化和数据化的“计算”,大大拓展了传统数据管理的范畴和加深了人们对数据进一步的认识。

我衷心希望《DAMA数据管理知识体系指南》中文版的出版对推进我国数据管理行业的发展,提高我国数据管理和信息化建设的水平作出应有的贡献。

胡本立国际数据管理协会副主席国际数据管理协会中国分会主席前世界银行首席技术官2012年3月

前言DAMA数据管理知识体系指南

这是一项里程碑式的工作。

本书详细描述了一个现代企业中数据管理活动涉及的各个方面活动。它不仅包括了识别数据管理问题和责任的目标和宗旨,还包括了对组织里参与者的建议和所期待的结果。

尽管围绕数据管理,尤其是数据开发,书中提出了一些做什么或者不做什么的重要建议,但是话说回来,我不认为这是一本教你如何做的书,也不是一本论文集。它对技术工作给出了一大堆的参考资料,那些教你如何做的书会将逐步充满对数据管理技术细节感兴趣的读者的书库。

在DAMA初建时期,我就和DAMA保持着联系,这么多年来,看着数据管理知识体系在实践和格式上的演变,现在已经接近有50个版本了。出版是项异常艰苦的工作,需要对数据管理了解较少的主题进行文章和案例的编辑,DAMA芝加哥分会的会员精心地准备了一切。同时,这是独一无二的工作,很少有同样主题的参考资料。它已经成为业内人员的一本实用手册,值得放入每一个数据管理专业人员的书柜。对一个从事数据工作的新手,这里面有丰富的信息,同时对数据老手也有它的价值,可以作为检查表来验证他们的理解和职责,弥补知识面的不足。本书知识面的宽度和完整性让人印象深刻。

本书最初的目标简述如下:

(1) 建立共识。

(2) 提供标准定义。

(3) 识别指导原则。

(4) 综述被接受的良好实践活动。

(5) 简述参加问题。

(6) 澄清范围和边界。

(7) 指导读者获取深度理解的额外资源。

应当说,本书成功地达到了上述各个目标。

《DAMA数据管理知识体系指南》(或《DAMA-DMBOK指南》)值得每一位数据管理专业人士放入他们的书架。世界已经进入信息时代,数据已经成为企业拥有的最重要资源。作为一本指南,它可以帮助那些从事数据管理和实践的人设定期望和分配责任。

感谢各位参与者,特别是编辑们不朽的工作。感谢所有目前的和未来的数据管理者,你们在复杂的信息时代留下了闪亮的轨迹。这项工作将为你们提供一本有价值的入门书。

John A. Zachman 加利福尼亚州 格伦代尔

...

Deborah HendersonJohn Schley

《DAMA-DMBOK指南》倡导者DAMA国际主席

DAMA国际教育和研究副主席

DAMA基金会主席前言DAMA数据管理知识体系指南

首先感谢《DAMA-DMBOK指南》计划委员会几个月来每周一次的后勤和进度审查协调会。在DAMA行政管理人员Kathy Hadzibajric的支持下,委员会的核心成员Deborah Henderson、Mark Mosley、Michael Brackett、Eva Smith、Susan Earley和Ingrid Hunt志愿付出了很多的个人时间,这本指南终于得以问世。

还要衷心感谢那些为框架愿景做出主要贡献的人,他们以完全志愿的形式,按照严格的格式要求,及时地、高质量地交付了各个章节内容,我们十分感激。

我们特别感谢Mark Mosley扎实的理论、坚持不懈和所投入的大量时间,以及Michael Brackett的建议、成果和手稿;还要感谢DAMA董事会顾问John Zachman、Len Silverston和胡本立的热情帮助。

项目的所有志愿者们牺牲了和家庭、亲人相处的时间参与到这项没有报酬的工作中,最后向你们的家属致以诚挚的谢意。

Deborah HendersonJohn Schley

《DAMA-DMBOK指南》倡导者DAMA国际主席

DAMA国际教育和研究副主席

DAMA基金会主席

...

所有编辑们热烈感谢所有参与了《DAMA-DMBOK指南》项目的DAMA会员。他们对该书的贡献和对数据管理专业发展的价值是无限的,如果您对《DAMA-DMBK指南》提供的支持被我们不经意地忽略了,我们在此诚挚地道歉。

Mark Mosley,开发编辑 Michael Brackett,出版编辑


(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 企业想获得更清醒的数据,请做好数据质量管理

    企业想获得更清醒的数据,请做好数据质量管理

    数据质量管理是指为了满足信息利用的需要,对信息系统的各个信息采集点进行规范,包括建立模式化的操作规程、原始信息的校验、错误信息的反馈、矫……查看详情

    发布时间:2019.11.04来源:知乎浏览量:78次

  • 大数据和BI商业智能有何区别?有何相关?

    大数据和BI商业智能有何区别?有何相关?

    BI(BusinessIntelligence)即商业智能,它是企业数据化管理的一整套的方案,用来将企业中现有的数据进行有效的整合,快速……查看详情

    发布时间:2019.01.08来源:亿信华辰浏览量:61次

  • 数据资产管理是做什么的?

    数据资产管理是做什么的?

    随着大数据的持续升温,数据资产管理近年来成为政府和企业领导层特别关注的领域。尽管出现了很多专家和专著,但真正理解这个概念的人并不多,懂得……查看详情

    发布时间:2019.12.19来源:知乎浏览量:77次

  • 企业数据治理项目如何落地?

    企业数据治理项目如何落地?

    数据治理在系统层面包括数据标准、元数据、数据质量、生命周期管理、数据安全、数据资产共六大核心模块;在管理层面需要通过数据治理组织、数据治……查看详情

    发布时间:2020.06.29来源:知乎浏览量:71次

  • 数据治理面临的挑战

    数据治理面临的挑战

    本部分的内容将数据治理面临的挑战分为两类,一类因“技术”而起,一类因“人”而起。由客观的技术问题对数据治理带来的挑战普遍较好解决,比如如……查看详情

    发布时间:2019.11.01来源:知乎浏览量:90次

  • 企业如何成功的实现数据治理?

    企业如何成功的实现数据治理?

    当下是一个大数据的时代,如果一个企业没有数据,那么在做决策时就缺乏数据的支持,但是如果企业有了数据,不对数据进行治理,那么就无法充分有效……查看详情

    发布时间:2019.07.18来源:知乎浏览量:57次

  • 什么是敏捷数据管理?敏捷数据管理的技术原则

    什么是敏捷数据管理?敏捷数据管理的技术原则

    在大数据的时代,大家都在重视数据存储和大数据相关技术的同时,都开始注重建设数据管理能力。在海量复杂数据的场景下,如果没有有效的管理,那么……查看详情

    发布时间:2022.03.03来源:小亿浏览量:146次

  • 数据标准管理体系-数据治理基础

    数据标准管理体系-数据治理基础

    目前企业缺乏专业化的信息标准管理流程,部门间缺乏沟通的统一渠道,导致标准变更和发布缺乏制度化要求,容易形成难以清理的问题数据。在短期规划……查看详情

    发布时间:2019.12.25来源:知乎浏览量:81次

  • 数据科学趋势在2019年

    数据科学趋势在2019年

    在谈到2019年要关注的主要数据科学趋势时,Kaggle的联合创始人兼首席执行官Anthony Goldbloom 预测,很快数据中心将……查看详情

    发布时间:2019.01.04来源:数据治理浏览量:56次

  • 企业如何做好数据安全管理?

    企业如何做好数据安全管理?

    数据安全对企业生存发展举足轻重,数据资产的外泄、破坏都会导致无可挽回的经济损失和核心竞争力缺失。而绝大多数中小企业注重业务的快速发展,往……查看详情

    发布时间:2022.05.27来源:小亿浏览量:145次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议