数据管理是一个职能,也可认为是一个高层次的业务流程。它包括通过规划与执行相关政策策略、实践和项目,以获取、控制、保护和交付数据和信息资产,从而提高数据和信息资产价值。

数据管理也可能指一个项目群,即包括了几个相互关联的项目所带来的持续举措。这个术语“数据管理项目群"可以被替换为“数据管理职能”。数据管理的主要内容总结在图2.1所示的关联图中。

四、职能与活动

　　数据管理流程体现在它的职能与活动之中。下面列出了数据管理的十大组成职能。

　　　　(1)数据治理:数据资产管理的权威性和控制性活动(规划、监视和强制执行)。数据治理是对数据管理的高层计划与控制。

　　　　(2）数据架构管理:定义企业的数据需求,并设计蓝图以便满足这一需求。该职能包括在所有企业架构环境中,开发和维护企业数据架构,同时也开发和维护企业数据架构与应用系统解决方案、企业架构实施项目之间的关联。

　　　　(3)数据开发:为满足企业的数据需求、设计、实施与维护解决方案。也就是系统开发生命周期(SDLC)中以数据为主的活动,包括数据建模,数据需求分析,设计、实施和维护数据库中数据相关的解决方案。

　　　　(4）数据操作管理:对于结构化的数据资产在整个数据生命周期(从数据的产生、获取到存档和清除)进行的规划、控制与支持。

　　　　(5）数据安全管理:规划、开发和执行安全政策与措施,提供适当的身份以确认,授权、访问与审计。

　　　　(6）参考数据和主数据管理:规划、实施和控制活动,以确保特定环境下数值的“黄金版本”。

　　　　(7) 数据仓库和商务智能管理:规划、实施与控制过程,给知识工作者们在报告,查询和分析过程中提供数据和技术支持。

　　　　(8)文档和内容管理:规划、实施和控制在电子文件和物理记录(包括文本、图形、图像、声音及音像)中发现的数据存储,保护和访问问题。

　　　　(9）元数据管理:为获得高质量的、整合的元数据而进行的规划、实施与控制活动。(10）数据质量管理:运用质量管理的技术来衡量、访问、提高和确保使用数据适当性的规划、实施与控制活动。

　　许多数据管理活动与其他众所周知的信息技术部门的内外职能相重叠。《DAMA 数据管理知识体系指南》并不试图去定义哪些过程与数据管理职能不相关。这本书的的目标是描述数据管理的整个范围及其相关的环境。

　　这里描述的很多数据管理活动,并不是每一个企业都必须执行的。事实上,很少组织在10个职能的每一项都有规划、政策及项目组。在特定的企业里,某些职能与其他职能相比，至少在某一特定时间,会处于更高的优先级。企业会相应在这些职能里投入更多的注意力、时间和努力,而在其他职能的投入则相对较少。

　　每个企业对如何实施这些活动大相径庭。每个组织必须确定一个与它的规模、目标、资源以及复杂性相一致的实施方案。不过,数据管理的本质和基本原则在各个企业是一致的。

4.1.3 数据开发

　　4.1.3.1 数据建模、分析和解决方案设计

　　　　4.1.3.1.1 分析信息需求

　　　　4.1.3.1.2 开发并维护概念数据模型

　　　　4.1.3.1.3 开发并维护逻辑数据模型

　　　　4.1.3.1.3 开发并维护物理数据模型

　　4.1.3.2 详细的数据设计

　　　　4.1.3.2.1 设计物理数据库

　　　　4.1.3.2.2 设计信息产品

　　　　4.1.3.2.3 设计数据访问服务

　　　　4.1.3.2.4 设计数据整合服务

　　4.1.3.3 数据模型和设计质量管理

　　　　4.1.3.3.1 开发数据模型和数据库设计标准

　　　　4.1.3.3.2 审阅数据模型和数据库设计质量

　　　　4.1.3.3.3 管理数据模型版本和整合

　　4.1.3.4 数据项目实施

　　　　4.1.3.4.1 实施开发和测试数据库的变更

　　　　4.1.3.4.2 建立和维护测试数据

　　　　4.1.3.4.3 迁移和转换数据

　　　　4.1.3.4.4 建立和测试信息产品

　　　　4.1.3.4.5 建立和测试数据访问服务

　　　　4.1.3.4.6 建立和测试数据整合服务

　　　　4.1.3.4.7 验证信息需求

　　　　4.1.3.4.8 准备部署数据

4.1.4 数据操作管理

　　4.1.4.1 数据库支持

　　　　4.1.4.1.1 实施和控制数据库环境

　　　　4.1.4.1.2 获取来自外部的数据

　　　　4.1.4.1.3 规划数据恢复

　　　　4.1.4.1.4 备份和恢复数据

　　　　4.1.4.1.5 确定数据库性能服务水平等级

　　　　4.1.4.1.6 监控并调整数据库性能

　　　　4.1.4.1.7 规划数据留存方案

　　　　4.1.4.1.8 存档、留存和清除数据

　　　　4.1.4.1.9 支持专用数据库

　　4.1.4.2 数据技术管理

　　　　4.1.4.2.1 理解数据技术需求

　　　　4.1.4.2.2 定义和维护数据技术架构

　　　　4.1.4.2.3 评估数据技术

　　　　4.1.4.2.4 安装和管理数据技术

　　　　4.1.4.2.5 备案和跟踪数据技术使用许可

　　　　4.1.4.2.6 支持数据库技术使用问题

4.1.5 数据安全管理

　　4.1.5.1 理解数据安全需求及监管要求

　　4.1.5.2 定义数据安全策略

　　4.1.5.3 定义数据安全标准

　　4.1.5.4 定义数据安全控制及措施

　　4.1.5.5 管理用户。密码和用户组成员

　　4.1.5.6 管理数据访问视图与权限

　　4.1.5.7 监控用户身份认证与访问行为

　　4.1.5.8 划分信息密级

　　4.1.5.9 审计数据安全

4.1.6 参考数据和主数据管理

　　4.1.6.1 理解参考数据和主数据的整合需求

　　4.1.6.2 识别参考数据和主数据的来源及贡献者

　　4.1.6.3 定义和维护数据整合架构

　　4.1.6.4 实施参考数据和主数据解决方案

　　4.1.6.5 定义和维护数据匹配规则

　　4.1.6.6 建立“黄金版本”记录

　　4.1.6.7 定义和维护数据层次及关联关系

　　4.1.6.8 计划和实施新数据源的整合

　　4.1.6.9 复制和分发参考数据和主数据

　　4.1.6.10 管理参考数据和主数据的变更

4.1.7 数据仓库和商务智能管理

　　4.1.7.1 理解商务智能的信息需求

　　4.1.7.2 定义和维护数据仓库/商务智能架构

　　4.1.7.3 实施数据仓库和数据集市

　　4.1.7.4 实施商务智能工具和用户界面

　　4.1.7.5 处理商务智能所需数据

　　4.1.7.6 监控并处理数据仓库的处理过程

　　4.1.7.7 监控并调整商务智能活动和性能

4.1.8 文档和内容管理

　　4.1.8.1 文档/档案管理

　　　　4.1.8.1.1 规划文档/档案管理

　　　　4.1.8.1.2 实现文档/档案管理系统的获取、存储、访问与安全控制

　　　　4.1.8.1.3 备份和恢复文档/档案

　　　　4.1.8.1.4 保留和转储文档/档案

　　　　4.1.8.1.5 审计文档/档案管理

　　4.1.8.2 内容管理

　　　　4.1.8.2.1 定义并维护企业分类和命名空间

　　　　4.1.8.2.2 建立信息内容元数据的文档/索引

　　　　4.1.8.2.3 提供内容访问和索引

　　　　4.1.8.2.4 治理信息内容的质量

4.1.9 元数据管理

　　4.1.9.1 理解元数据的需求

　　4.1.9.2 定义和维护元数据架构

　　4.1.9.3 开发和维护元数据标准

　　4.1.9.4 实现受控的元数据管理环境

　　4.1.9.5 创建和维护元数据

　　4.1.9.6 整合元数据

　　4.1.9.7 管理元数据存储库

　　4.1.9.8 分发和交付元数据

　　4.1.9.9 查询、报告和分析元数据

4.1.10 数据质量管理（DQM）

　　4.1.10.1 建立和提升数据质量意识

　　4.1.10.2 定义数据质量需求

　　4.1.10.3 剖析、分析和评估数据质量

　　4.1.10.4 定义数据质量测量指标

　　4.1.10.5 定义数据质量业务规则

　　4.1.10.6 测试和验证数据质量需求

　　4.1.10.7 确定并评估数据质量服务水平

　　4.1.10.8 持续衡量和监控数据质量

　　4.1.10.9 管理数据质量问题

　　4.1.10.10 清洗并纠正数据质量缺陷

　　4.1.10.11 设计并实施数据质量管理操作程序

　　4.1.10.12 监控数据质量管理的操作程序和绩效