一文了解数据管理框架以及数据战略制定方法

这一节主要介绍数据管理这一章的另一重要部分，也就是我们在数据管理经常使用到的数据管理框架以及数据战略制定方法。

要制定数据管理框架，或者是组织需要制定数据治理规划或数据管理规划，需要首先制定与业务战略对齐的数据战略。

01、数据管理战略

战略是一组选择和决策，它们共同构成了实现高水平目标的高水平行动过程。

数据战略应该包括使用信息以获得竞争优势和支持企业目标的业务计划。

数据战略必须来自对业务战略固有数据需求的理解：组织需要什么数据，如何获取数据，如何管理数据并确保其可靠性以及如何利用数据。

通常数据战略需要数据管理战略支持——一个维护和改进数据质量、数据完整性、访问和安全性的规划，同时降低已知和隐含的风险。数据管理战略还必须解决与数据管理相关的已知挑战。

数据管理战略通常由CDO拥有并维护，由数据治理委员会支持的数据管理团队实施。

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。

数据管理战略规划的可交付成果包括

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。确定特定计划、项目、任务分配和交付里程碑。
a) 组织管理数据的高阶关系
我们从高阶关系角度上，抽象影响组织管理数据的基本驱动因素，形成战略及信息模型来指导我们进行数据管理活动。

i.战略一致性模型（战略对齐）

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之间的关系。

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。帮助理解数据和数据管理是如何影响组织决策的。

ii.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（包括规划和架构）和策略的中间层。此外，还要认识到信息通信的必要性（在图中表示为信息治理和数据质量支柱）

b) From 信息模型To 数据管理

那么，从个人的从事数据管理及数据治理工作的经验来说，希望从信息模型相关要素上找到对应数据管理活动的指导路径。

数据战略的制定及数据治理战略规划可以对照信息模型上的战略层的要素进行；

数据管理体系及数据管理执行策略（规划）可以对信息模型上的策略层的要素进行；

数据服务和数据开发活动需要充分考虑信息模型操作层的要素；

当然在整个数据管理活动中，需要满足信息治理的要求，以实现符合并满足要求的数据质量为导向。

02、DAMA-DMBOK2数据管理框架

数据管理涉及一组相互依赖的功能，每个功能都有自己的目标、活动和职责。数据管理专业人员需要考虑从抽象的企业资产中获取价值所固有的挑战、平衡战略和运营目标、特定业务和技术要求、风险和合规性需求，并理解数据所包含的内容以及数据是否高质量。

数据管理框架需要针对不同抽象级别提供了一系列关于如何管理数据的路径。这些视角提供了可用于阐明战略、制定路线图、组织团队和协调职能的洞察力。

DAMA-DMBOK2数据管理框架深入地介绍了构成数据管理总体范围的知识领域，框架包括：DAMA-DMBOK2数据管理框架（DAMA车轮图）、环境因素六边形图和知识领域语境关系图。

DAMA-DMBOK2数据管理框架（DAMA车轮图）：定义了数据管理知识领域

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。

· DAMA环境因素六边形图：显示了人、流程和技术之间的关系，并为阅读 DMBOK 上下文图提供了一个关键。

目标和原则放在中心位置，因为这些目标和原则为人们应该如何执行活动以及有效地使用成功数据管理所需的工具提供了指导。

· DAMA知识领域语境关系图

每个上下文图都从知识领域的定义和目标开始。推动目标（中心）的活动分为四个阶段：计划（P）、开发（D）、操作（O）和控制（C）。左侧（流入活动）是输入和供应商。右侧（从活动流出）是可交付项和消费者。参与者列在活动下方。底部是影响知识领域各个方面的工具、技术和指标。

03、DMBOK金字塔（艾肯金字塔）

我们介绍一下赫赫有名的艾肯金字塔（DMBOK金字塔），彼得·艾肯（Peter Aiken）的框架中使用DMBOK知识领域来描述许多组织演化的情况。使用此框架，组织可定义一种演化路径，达到拥有可靠的数据和流程的状态，支持战略业务目标的实现。

艾肯金字塔将数据管理活动分为四个阶段，来描述不同阶段需要重点执行的数据管理知识领域范围。

第1阶段：组织购买包含数据库功能的应用程序。这意味着组织以此作为数据建模、设计、数据存储和数据安全的起点（例如，让一些人进来，让其他人出去）。要使系统在其数据环境中运行，还需要做数据集成和交互操作方面的工作。

第2阶段：一旦组织开始使用应用程序，他们将面临数据质量方面的挑战，但获得更高质量的数据取决于可靠的元数据和一致的数据架构，它们说明了来自不同系统的数据是如何协同工作的。

第3阶段：管理数据质量、元数据和架构需要严格地实践数据治理，为数据管理活动提供体系性支持。数据治理还支持战略计划的实施，如文件和内容管理、参考数据管理、主数据管理、数据仓库和商务智能，这些黄金金字塔中的高级应用都会得到充分的支持。

第4阶段：该组织充分利用了良好管理数据的好处，并提高了其分析能力。

04、DAMA车轮图的进化

商务智能和分析功能依赖于所有其他数据管理功能。它们直接依赖于主数据和数据仓库解决方案。但反过来，它们又依赖输入信息的系统和应用。如下面“DAMA功能领域依赖关系图”所示：

DAMA数据管理功能框架：从数据管理的指导目标开始：使组织能够像从其他资产中获取价值那样，从其数据资产中获取价值。派生价值需要生命周期管理，因此与数据生命周期相关的数据管理功能在图的中心进行了描述。这包括：为可靠、高质量的数据进行规划和设计；建立过程和功能来使用和维护数据；在各种类型的分析活动以及这些过程中使用数据，以提高其价值。

最后，在书中总结输出了DAMA车轮图的进化结果，如下图所示：

• 核心活动位于框架中心，包括元数据管理、数据质量管理和数据结构定义（架构）。

• 生命周期管理活动可以从多个方面定义，如计划的角度（风险管理、建模、数据设计、参考数据管理），实现的角度（数据仓库、主数据管理、数据存储和操作、数据集成和互操作、数据开发技术）。

• 生命周期管理活动源于数据的使用：主数据使用、文件和内容管理、商务智能、数据科学、预测分析、数据可视化。

• 数据治理活动通过战略、原则、制度和管理提供监督和遏制。它们通过数据分类和数据估值实现一致性。