数据治理-数据管理框架

        DMBOK2提出的想法和概念在不同的组织中都可以应用,组织所采用的数据管理方法取决于某些关键要素,如其所处行业、所应用的数据范围、企业文化、成熟度、战略、愿景以及待解决的问题和挑战。

  1. 战略一致性模型和阿姆斯特丹模型,展示了组织管理数据的高阶关系;
  2. DAMA-DMBOK框架描述了由DAMA定义的数据管理知识领域,并解释了他们在DMBOK中的视觉表现;
  3. 最后两个模型是以DAMA为基础进行排列组合,以便于更好的理解和描述它们之间的关系。

战略一致性模型

        战略一致性模型抽象了各种数据管理方法的基本驱动因素,模型的中心是数据和信息的关系。信息通常与业务战略和数据的操作使用有关。数据与信息技术和流程相关联,这些技术和过程支持可访问数据的物理系统。围绕这一概念的是战略选择的4个基本领域:业务战略、IT战略、组织和流程以及信息系统。

        每个角的六边形都有自己的下层结构。例如,在业务和IT战略中,都需要将范围、能力和治理纳入考虑。运营必须考虑基础设施、流程和技能。研究各部分的关系有助于不同组件适配战略和功能集成。

数据治理-数据管理框架_第1张图片

阿姆斯特丹模型

        阿姆斯特丹信息模型与战略一致性模型一样,从战略角度看待业务和IT的一致性,共有9个单元,它抽象出一个关注结构和策略的中间层,此外,还要认识到信息通信的必要性。

        SAM(战略一致性模型)和AIM(阿姆斯特丹信息模型)框架从横轴(业务/IT战略)和纵轴(业务战略/业务运营)两个维度详细描述组件之间的关系。

DAMA-DMBOK框架

        DAMA-DMBOK框架更加深入地介绍了构成数据管理总体范围的知识领域。通过3幅图描述了DAMA的数据管理框架。

DAMA车轮图

        

数据治理-数据管理框架_第2张图片 阿姆斯特丹信息模型 数据治理-数据管理框架_第3张图片 数据管理框架(DAMA车轮图)

        DAMA车轮图定义了数据管理知识领域,它将数据治理放在数据管理活动的中心,因为治理是实现功能内部一致性和功能之间平衡所必需的。其他知识领域(数据体系结构、数据建模等)围绕车轮平衡。它们都是成熟数据管理功能的必要组成部分,但根据各组织的需求,它们可能在不同的时间实现。

数据治理-数据管理框架_第4张图片 DAMA环境因素六边形图

         环境因素六边形图显示了人、过程和技术之间的关系,是理解DMBOK语境关系图的关键。它将目标和原则放在中心,因为这些目标和原则为人们如何执行活动及有效地使用工具成功进行数据管理提供了指导。

数据治理-数据管理框架_第5张图片 知识领域语境关系图

        知识领域语境关系图描述了知识领域的细节,包括与人员、流程和技术相关的细节,它们基于产品管理(供给者、输入、活动、交付成果和消费者)的SIPOC图(S - Suppliers 提供方I - Inputs 输入P - Process 过程 O - Outputs 输出C - Customers 客户)的概念。语境关系图将活动放在中心,这些活动生产了满足利益相关方需求的可交付成果。 

        每个语境关系图都以知识领域的定义和目标开始,目标驱动的活动分为4个阶段:计划(P)、控制(C)、开发(D)和运营(O)。从左侧流入活动中是输入和供给者,右侧从活动中流出是交付成果和消费者,参与者列在活动下方,底层是影响知识领域各个方面的技术、工具和度量指标。

        总而言之,DAMA车轮图呈现的是一组知识领域的概要,六边形图展示了知识领域结构的组成部分,语境关系图显示了每个知识领域的细节。现有的DAMA数据管理框架还没有描述不同知识领域之间的关系。

 DMBOK金字塔(Aiken)       

数据治理-数据管理框架_第6张图片 购买或构建的数据库能力

Aiken的金字塔是基于DAMA车轮图构建出来的,展示了各知识领域之间的关系。

你可能感兴趣的:(大数据,数据治理)