DAMA数据治理学习笔记-数据管理

数据管理

定义

数据管理是为了交付、控制、保护并提升数据和信息资产的价值，在其整个生命周期中指定计划、制度、规程和实践活动，并执行和监督的过程。

业务驱动因素

拥有关于客户、产品、服务和运营的可靠、高质量数据的组织，能够比没有数据或数据不可靠的组织做出更好的决策。

目标

1. 理解并支撑企业及其利益相关方的信息需求得到满足
2. 获取、存储、保护数据和确保数据资产的完整性
3. 确保数据和信息的质量
4. 确保利益相关方的数据隐私和保密性
5. 防止数据和信息未经授权或被不当访问、操作及使用
6. 确保数据能有效地服务于企业增值的目标

数据管理原则

• 数据是独有属性的资产（特点：在使用中不会被消耗）
• 数据的价值可以用经济术语来表示
• 对数据的质量管理
• 需要元数据
• 需要规划
• 驱动信息技术决策
• 跨职能
• 企业级视角
• 多角度思考
• 全生命周期管理
• 纳入与数据相关的风险
• 领导称承担责任

数据管理的挑战

数据与其他资产的区别

• 随时间推移变化
• 持久的
• 不会被消耗
• 丢失或销毁不易重新产生
• 不损耗被盗
• 同时被多人使用

数据价值

• 获取和存储数据的成本
• 如果数据丢失，更换数据需要的成本
• 数据丢失对组织的影响
• 风险缓解成本和与数据相关的潜在风险成本
• 改进数据的成本
• 高质量数据的优势
• 竞争对手为数据付出的费用
• 数据潜在的销售价格
• 创新性应用数据的预期收入

数据质量

低质量数据的成本主要来源于：

• 报废和返工。
• 解决方法和隐藏的纠正过程。
• 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，包括无法创新。
• 合规成本或罚款。
• 声誉成本。

高质量数据的作用包括：

• 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。

数据生命周期的几个重要影响

• 创建和使用是数据生命周期中的关键点
• 数据质量管理必须贯穿整个数据生命周期
• 元数据质量管理必须贯穿整个数据生命周期
• 数据管理还包括确保数据安全，并降低与数据相关的风险
• 数据管理工作应聚集于关键数据

数据管理战略规划的可交付成果

• 数据管理章程: 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
• 数据管理范围申明: 规划目的和三年目标,以及负责实现目标的角色、组织和领导
• 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