一、前言（前几天有朋友找我要12个领域的资料，今天全部送给大家，文末领取方法）

读了一遍DMBOK，觉得DMBOK理论方面还是很全面的，推荐作为数据管理治理体系蓝图，我准备以DMBOK理论体系，结合华为数据之道，再加上我10多年数据治理实战经验，重新融合，从实战角度详解数据治理体系，每一个语境图从全局，管理，业务，技术各角度理解，梳理输入，活动、产出案例文档和模板觉淀到知识星球，希望自己的理论体系更完善，输出过程和大家一起进步。

二、数据管理治理框架实战重构

下面是DAMA-DMBOK2数据管理框架（DAMA车轮图），我从实战角度做了一点改动，并且从实战角度重新做了排序，同时对每一个知识领域初步梳理了些参考资料，也会持续收集体系资料，此资料仅供学习参考，分享可获取，大家对框架分类和排序有好的想法随时可以加我微信交流，我们一起完善、改进，数据治理体系是个不断更新迭代的产物。

三、实战角度管理治理框架和顺序

四、12个知识领域资料（部分）

01数据管理-数据治理：我把数据管理-数据治理放在01,因为这是总论，所有的全局文档和书籍都会存放在这个知识领域，

比如：全局书籍，国家及各行业标准，华为专项文档等

 02元数据：我把元数据放在02,是因为只有了解一个企业有哪些数据或资产，后面才能更好管理和治理。所有元数据相关资料会放在这个知识领域，比如：

03数据仓库和商务智能：一般我们的数据都存放在数据仓库里面，数据仓库的数据是为业务服务的，所以在知道我们哪些数据后，接下来要清楚的是业务需求是什么，对应我们应该获取哪些有价值的数据进行管理和治理，所有数据仓库和和商务智能（业务需求交互）都存放在这个知识领域，比如：

04架构：清楚自己有什么，知道用户需求是什么，明确数据范围后我们就可以架构设计了，所有架构相关资料存放在这个知识领域，比如：

05参考数据和主数据：架构设计完成后，我们可以识别出企业最具价值的主数据和参考数据了，所有参考数据和主数据资料放在这个领域，比如：

06数据建模和设计：主数识别清楚后就可以具体建模和设计了，这属于偏开发环节了，所有数据建模和设计资料放在这个领域，比如：

07数据存储和操作：数据存储和操作主要以数据库介质和数据库配置为主，比如选什么数据库，数据库安装环境，数据库初始化配置等

08数据处理伦理-数据安全：上面这些步骤完成后，数据就会进入到数据库中了，这里必须要进行数据安全设计了，所有安全资料存在这个领域，比如：

09数据集成和互操作：这个领域就是对数据进行实际操作和传输交互，相关资料比如： 

10数据质量：数据的全生命周期中都涉及数据质量，只要有人为操作肯定有数据质量问题，数据质量提升一般可以从源头控制增量和对存量数据进行清洗，相关资料如： 

11数据智能：数据智能主要是挖掘算法和预测未来，相关资料如： 

12数字化数据价值：我们所有的数据治理过程都是为价值打基础的，数字化是数据治理的一个目标，数据价值是数据治理的核心目标，相关资料如： 

四、结语：

前几天有朋友找我要12个领域的资料，以前一人只能获取一个，现在只需关注视频号（24号）、点赞、转发，截屏发公众号后台，即可一次性领取12个领域近100份资料，可能人太多，如果未及时收到，请加我微信直接找我获取，谢谢。

推荐阅读：

价值千万的5个数据治理经验(数字时代必修课)