DAMA认证CDGA考试要点.pdfVIP

一、数据管理

1.数据管理原则：

1）数据是有独特属性的资产。

2）数据的价值可以用经济术语来表示

3）管理数据意味着对数据的质量管理

4）管理数据需要元数据

5）数据管理需要规划

6）数据管理须驱动信息技术决策

7）数据管理是跨职能的工作

8）数据管理需要企业级视角

9）数据管理需要多角度思考

10）数据管理需要全生命周期的管理，不同类型数据有不同的生命周期特征

11）数据管理需要纳入与数据相关的风险

12）有效的数据管理需要领导层承担责任

2.数据价值：

1）获取和存储数据的成本

2）如果数据丢失，更换数据需要的成本

3）数据丢失对组织的影响

4）改进数据的成本

5）高质量数据的优势

6）数据潜在的销售价格

3.数据管理对数据生命周期的关注有几个重要影响：

1）创建和使用是数据生命周期中的关键点

2）数据质量管理必须贯穿整个数据生命周期

3）元数据质量管理必须贯穿整个数据生命周期

4）数据管理还包括确保数据安全，并降低与数据相关的风险

5）数据管理工作应聚焦于关键数据

4.数据管理战略的组成应包括：

1）令人信服的数据管理愿景。

2）数据管理的商业案例总结。

3）指导原则、价值观和管理观点。

4）数据管理的使命和长期目标。

5）数据管理成功的建议措施。

6）符合SMART原则（具体、可衡量、可操作、现实、有时间限制）的短期（12～24

个月）数据管理计划目标。

7）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。

8）数据管理程序组件和初始化任务。

9）具体明确范围的优先工作计划。

10）一份包含项目和行动任务的实施路线图草案。

5.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。

6.六边形图

7.数据管理活动：PCDO（计划，控制，开发，运营）

二、数据伦理

1.组织构建数据处理伦理准则的主要原因是为了降低所负责的数据被员工、客户、合作

伙伴滥用的风险。

2.数据伦理准则：

1）尊重他人

2）行善原则

3）公正

4）尊重法律和公众利益

3.GDPR准则

4.在线数据的伦理环境：数据所有权，被遗忘的权力，身份或匿名的权利，在线言论自由。

5.偏见的类型：

1）预设结论的数据采集

2）预感和搜索

3）片面抽样方法

4）背景和文化

6.数据伦理活动：

1）评审现有数据处理方法

2）识别原则、实践和风险因素

3）制定合乎伦理的数据处理策略和路线图

4）采用对社会负责的伦理风险模型

三、数据治理

1.数据治理项目一般包含：

1）战略

2）制度

3）标准和质量

4）监督

5）合规

6）问题管理

2.业务驱动因素：

1）数据治理最常见的驱动因素是法规遵从性（还有降低风险，改进流程），特别是

重点监控行业。例如，金融服务和医疗健康，需要引入法律所要求的治理程

序。高级分析师、数据科学家的迅猛发展也成为新增的驱动力。其他业务信息

化管理需求所驱动。

2）减少风险包括：一般性风险管理，数据安全，隐私

3）改进流程包括：法规遵从性，数据质量提升，元数据管理，项目开发效率。

3.IT治理的作用是确保IT战略、投资与企业目标、战略的一致性。数据治理仅聚焦于

管理数据资产和作为资产的数据。

4.数据治理的目标是使组织能够将数据作为资产进行管理。

5.数据治理的目的是确保数据根据数据管理制度和最佳实践正确地管理数据

6.数据治理组织包括立法职能（定义策略、标准和企业架构）、司法职能（问题管