DAMA语境关系图4
2022-02-06 01:33:19 0 举报
AI智能生成
DAMA语境关系脑图4
作者其他创作
大纲/内容
数据处理伦理
定义
数据处理伦理指如何以符合伦理准则的方式获取、存储、管理、使用和销毁数据
业务驱动因素
提高组织本身数据治理结果的可信度
目标
定义组织中数据处理的伦理规范
教导员工不正当处理数据会产生企业风险
改变或渗透数据处理行为文化
监督、度量、监控和调整组织伦理准则行为
原则
尊重他人
行善原则
公平
活动
1.回顾数据处理实践(P)
2.识别准则、方法和风险因素(P)
3.建立数据处理伦理策略(P)
4.找到实践差距(D)
5.沟通和培训员工(D)
6.监控和校正(D)
输入
现有及参考伦理规范
业务战略和目标
组织结构
商业文化
法规
现有企业政策
输出
当前实践和差距
数据处理伦理策略
沟通计划
职业伦理培训计划
公司数据伦理声明
对数据伦理问题的认识
统一激励措施,绩效考核指标和目标
更新策略
数据处理伦理报告
人员
供给者
管理人员
数据管理专员
数据执行管理员
IT主管
数据提供者
监管机构
参与者
数据治理机构
CDO/CIO
管理人员
数据协调管理专员
领域专家
变更经理
DM服务者
消费者
员工
管理人员
监管部门
方法
沟通计划清单
年度伦理宣誓大会
工具
维基、知识库、内部网站
微博、其他内部通讯工具
度量指标
培训员工人数
合规/不合格事件
企业高管参与
数据治理
定义
对数据资产管理行驶权力、控制和共享决策(规划、监测和执行)的系列活动。
业务驱动因素
减少风险
一般性风险
数据安全
隐私
改进流程
法规遵从性
数据质量提升
元数据管理
项目开发效率
供应商管理
目标
提升企业管理数据资产能力
定义、批准、沟通和实施数据管理的原则、政策、程序、指标、工具和责任
监控和指导政策合规性、数据使用和管理活动
原则
领导力和战略
业务驱动
共担责任
多层次
基于框架
原则导向
活动
1.规划组织的数据治理(P)3
执行就绪评估
探索与业务保持一致
制度组织触点
2.制定数据治理战略(P)6
制定数据治理运营框架
制定目标、原则和制度
推动数据管理项目
参与变更管理
参与问题管理
评估法规遵从性和要求
3.实施数据治理(O)3
发起数据标准和规程
制定业务术语表
协调架构团队协作
发起数据资产估值
4.嵌入数据治理(C,O)
输入
业务策略和目标
IT策略和目标
数据管理和数据策略
组织原则和标准
商业文化评估
数据管理成熟度评估
IT实践
监管要求
输出
数据治理策略
数据策略
业务/数据治理行动路线图
数据规范/数据治理策略过程
操作框架
路线图和实现战略
操作计划
业务术语
数据治理计分卡
数据治理网站
沟通计划
识别数据价值
实践结果成熟度评估
人员
供给制
业务人员
数据专员
数据所有者
领域专家
成熟度评估专家
监管方
企业架构师
参与者
管理委员会
首席信息官
首席数据官
首席数据管理专员
高级数据管理专员
协调数据管理专员
业务数据管理专员
数据治理组织
合规团队
DM高管
变更管理者
企业数据架构师
项目管理办公室
治理组织
审计人员
数据专家
消费者
数据治理机构
项目管理者
合规团队
数据管理相关利益方
数据管理团队
业务管理方
架构师
合作伙伴组织
方法
简洁的信息
联系人列表
图标LOGO
工具
网站
业务术语表
工作流工具
文档管理工具
数据治理计分卡
度量指标
遵从法规和内部规范
价值
有效性
持续性
数据架构
定义:
识别企业的数据需求(无论数据结构如何),并设计和维护总蓝图以满足这些需求。使用总蓝图来指导数据集成、控制数据资产,并使数据投资与业务战略保持一致。
业务驱动因素
利用新兴技术带来的业务优势,从战略上帮助组织快速改变产品、服务和数据
将业务需求转化为数据和应用需求,以确保能够为业务流程处理提供有效的数据
管理复杂的数据和信息,并传递至整个企业
确保业务和IT战略保持一致
为企业改革、转型提高适应性提供支持
目标:
识别数据存储和处理需求
设计结构和计划以满足企业当前和长期的数据需求
战略性的为组织做好准备,快速发展其产品、服务和数据,以利用在新兴的技术中巩固固有的商机
原则:
活动
1.建立企业数据架构(P)3
评估现有的架构规范
制定路线图
管理项目中的企业需求
2.与其他企业架构集成(O)
输入
企业架构
业务架构
IT标准和目标
数据策略
输出
数据架构设计
数据流
数据价值链
企业数据价值模型
实施路线图
人员
供给者
企业架构师
数据管理专员
专业领域专家
数据分析师
参与者
企业数据架构师
数据建模师
消费者
数据库管理员
软件开发人员
项目经理
支持团队
方法
生命周期评论
图标使用规范
工具
数据建模工具
资产管理软件
图形设计应用程序
度量指标
架构标准接受率
实现趋势
业务价值度量指标
数据建模与设计
定义:
数据建模是发现、分析和确定数据需求的过程,然后采用数据模型的精确形式表示和传递这些数据需求。这个过程是循环迭代的,可能包括概念、逻辑和物理模型
业务驱动因素
提供有关数据的通用词汇表
获取记录组织内数据和系统的详细信息
在项目中作为主要交流和沟通工具
提供应用定制、整合甚至替换的起点
目标:
确认并记录不同视角对数据需求的理解,确保应用程序更符合当前和未来的业务需求,为更多的数据应用和数据管理奠定一个良好的基础,例如主数据管理和数据治理项目
原则:
格式化
范围定义
知识保留记录
活动
1.规划数据建模(P)
2.建立数据模型(D)
创建概念数据模型 7
选择模型类型
选择表示方法
完成初始概念模型
收集组织中的最高级别概念(名称)
收集与这些概念相关的活动(动词)
合并企业术语
获取签署
创建逻辑数据模型6
分析信息需求
分析现有文档
添加关联实体
添加属性
指定域
指定键
创建物理数据模型8
解决逻辑抽象
子类型吸收
超类型分区
添加属性细节
添加参考数据对象
指定代理键
逆规范化
建立索引
分区
创建视图
3.审核数据模型(C)
4.维护数据模型(O)
输入
现有数据模型和数据库
数据标准
数据集
初始数据需求
原始数据需求
数据架构
企业分类法
输出
概念数据模型
逻辑数据模型
物理数据模型
人员
供给者
业务领域专家
业务分析师
数据架构师
DBA与开发人员
数据管理专员
元数据管理员
参与者
业务分析师
数据建模师
消费者
业务分析师
数据建模师
DBA与开发人员
软件开发人员
数据管理专员
数据质量分析师
数据消费者
方法
命名规范
数据库设计规范
数据库类型选择
工具
数据建模工具
数据血缘工具
数据分析工具
元数据资料库
数据模型模式
行业数据模型
度量指标
数据模型校验指标
数据存储与操作
定义
数据存储的设计、实现和支持,以使其价值最大化。
业务驱动因素
为IT运营提供可靠的数据存储基础设施,可以最大程度的降低业务运营的中断风险
目标
贯穿整个数据生命周期,管理数据的可用性
确保数据资产的完整性
管理数据交易的性能
原则
识别自动化的机会并采取行动
构建时就考虑重用的思想
理解并适当使用最佳实践
支持数据库的标准需求
为项目中的DBA角色设置期望值
活动
1.管理数据库技术(P,D,O)3
理解数据库技术(P)
评估数据库技术(D)
管理和监控数据库技术(O)
2.管理数据库操作(PDCO)6
理解需求(P)
规划业务连续性(P)
创建数据库实例(D)
管理数据库性能(C、O)
管理测试数据集(O)
管理数据迁移(O)
输入
数据架构
数据需求
数据模型
服务级别协议
输出
数据库技术评估标准
数据库环境
迁徙/复制/多版本数据
业务连续性规划
数据库性能操作级别协议OLA
人员
供给者
数据架构师
数据建模师
软件开发人员
应用测试团队
参与者
数据库管理员
数据架构师
消费者
数据建模师
软件开发人员
应用测试团队
基础架构操作员
方法
变更实施路径
物理命名标准
数据生命周期管理
所有变更操作脚本化
工具
数据建模工具
数据库监控工具
数据库管理工具
开发支持工具
度量指标
数据存储度量指标
性能度量指标
操作度量指标
服务度量指标
数据安全
定义
定义、规划、开发、执行安全策略和规程,以提供对数据和信息资产的适当验证、授权、访问、审计
业务驱动因素
降低风险
识别敏感数据资产并分类分级
在企业中查找敏感数据
确定保护每项资产的方法
识别信息与业务流程如何交互
促进业务增长
安全性作为资产
与安全相关的元数据本身就是一种战略资产,可以提高交易,报告和业务分析的质量,同时降低由于保护成本和丢失或被盗信息而导致的相关风险
目标
启用对企业数据资产的适当访问,并防止不适当的访问
理解并遵守所有有关隐私、保护和保密的法规和政策
确保所有利益相关方的隐私和保密需求得到执行和审计
原则
协同合作
企业统筹
主动管理
明确责任
元数据驱动
减少接触以降低风险
活动
1.识别数据安全需求(P)
2.制定数据安全制度(C)
3.制定数据安全细节(D)
4.评估当前安全风险(P)
5.实施控制和规程(O)
输入
业务目标和战略
业务规则和流程
监管要求
企业架构标准
企业数据模型
输出
数据安全架构
数据安全策略
数据隐私和保密标准
数据安全访问控制
法规遵从的数据访问视图
安全分级记录
身份验证和用户访问历史记录
数据安全审计报告
人员
供给者
IT指导委员会
企业架构师
政府
监管机构
参与者
数据管理专员
信息安全小组
内部审计师
流程分析师
消费者
业务用户
监管审计师
方法
应用CRUD矩阵
即时安全补丁部署
元数据中的数据安全属性
项目需求中的安全要求
加密数据的高效搜索
文件清理
工具
访问控制系统
保护软件
身份管理技术
入侵检测/入侵防御软件
元数据跟踪
数据脱敏/加密
度量指标
安全实施指标
安全意识指标
数据保护指标
安全事件指标
机密数据扩散率
数据集成与互操作
定义
管理和整合在应用系统和组织内部,或者应用系统与组织之间传输的数据
业务驱动因素
管理数据集成的复杂性和相关成本,对数据移动进行有效的管理
维护管理成本
目标
按照所需格式,及时提供安全、合规的数据
构建开发共享模型和接口,降低解决方的成本和复杂度
识别有意义的事件,自动触发预警和动作
支持商务智能、数据分析、主数据管理,并致力提高运营效率
原则
采用企业视角确保未来的可扩展性设计,通过迭代和增量交付实现
平衡本地数据需求与企业数据需求,包括支撑与维护
确保数据集成和互操作设计和活动的可靠性。业务专家应参与数据转换规则的设计和修改,包括持久性和虚拟性。
活动
1.规划和分析(P)5
定义数据集成和生命周期需求
执行数据发现
记录数据血缘
剖析数据
收集业务规则
2.设计数据集成解决方案(P)4
设计解决方案组件
建模数据中心接口消息数据服务
映射数据源到目标
设计数据编排
3.开发数据集成解决方案(D)5
开发数据服务
开发数据流编排
制定数据迁移方法
开发复杂的数据处理流
维护DII元数据
4.实施和监测(O)
输入
业务目标和战略
数据需求和标准
监管、合规和安全要求
数据、流程、应用和技术架构
数据术语
源数据
输出
DII架构
数据交换规则
数据访问协议
数据服务
复杂事件处理阀值和预警
人员
供给者
数据生产者
IT指导委员会
中高层管理人员
业务领域专家
参与者
数据架构师
业务和数据分析师
数据建模师
数据管理专员
ETL、服务、接口开发人员
项目经理
消费者
信息消费者
知识工作者
中高层管理人员
方法
中心辐射式集成
抽取、转换、加载(ETL)
企业应用集成(EAI)
面向服务的架构(SOA)
工具
数据转换引擎
数据虚拟化服务器
企业服务总线
业务规则引擎
数据和流程建模工具
数据剖析工具
元数据存储库
度量指标
数据传输量和速率
数据延迟
增强功能上线时间
解决方案的成本和复杂度
价值实现
文档和内容管理
定义
计划、实施和控制任何形式或载体中的数据和信息的生命周期管理活动
业务驱动因素
法规遵从性要求
组织保留某些档案
诉讼响应能力
电子取证请求能力
查找可能作为法律诉讼证据的电子档案的过程
业务连续性要求
目标
履行与档案管理有关的法律义务并达到客户的期望
确保能高速有效的存储、检索、使用文件和内容
确保结构化和非结构化内容之间的集成能力
原则
问责原则
完整原则
保护原则
遵从原则
可用原则
保留原则
处置原则
透明原则
活动
1.规划生命周期管理(P)2
规划档案管理
制定内容战略
2.制度内容处理制度,包括电子取证方法
3.定义内容信息架构(D)
4.实施生命周期管理(O)2
捕获管理档案和内容(O)
留存、处置、存档档案和内容(O)
5.发布和分发内容(0)
输入
业务领域
IT战略
法律保留要求
文本文件
电子格式文件
打印的纸质文件
设计媒体流
输出
内容和档案管理策略
政策和过程
内容存储库
在多种介质形式下管理的档案
审计追踪和日志
人员
供给者
法律团队
业务团队
IT团队
外部团队
参与者
数据管理专员
数据管理专业人士
档案管理人员
内容管理人员
网络开发人员
图书管理员
消费者
业务用户
IT用户
政府监管机构
审计团队
外部客户
方法
元数据标签
数据标记和交换格式
数据映射
故事版
信息图表
工具
办公生产软件
企业内容管理系统
受控词表/元数据工具
知识管理wiki
视觉媒体工具
社交媒体
电子取证技术
度量指标
合规性审计指标
投资回报率
使用情况指标
档案管理KPI
电子取证KPI
企业内容管理计划指标
企业内容管理运营指标
参考数据和主数据
定义
管理共享数据以满足组织目标,减少与数据冗余相关的风险,确保更高的质量,并降低数据整合的成本
业务驱动因素
满足组织数据需求
管理数据质量
管理数据集成成本
降低风险
目标
在一个组织内,跨业务领域和应用程序共享信息资产
提供权威的经协调和质量评估的参考数据和主数据来源
通过使用标准、通用数据模型和集成模式降低成本和复杂度
原则
共享数据
所有权
质量
管理职责
控制变更
权限
活动
1.识别驱动因素和需求(P)
验证数据定义(C)
2.评价评估数据源(P)
3.定义架构和方法(D)
4.建模主数据/参考数据 数据(D)
主数据的关键处理步骤5
数据模型管理
数据采集
数据验证标准化和丰富
实体解析
数据共享和管理活动
参考数据的变更活动5
接收变更请求
确定利益相关方
确定影响
决策和沟通
更新并通知(如果可行)
主数据的管理活动6
识别驱动因素和需求
评估和评价数据源
定义架构方法
建模主数据
定义管理职责和维护过程
建立治理制度,推动主数据使用
参考数据管理活动6
定义驱动因素和需求
评估数据源
定义架构方法
建模参考数据
定义管理职责和维护流程
建立参考数据治理制度
5.定义管理职责和维护流程(C)
6.制定治理政策(C)
7.实现数据共享/整合服务(D/O)
获取用于共享的数据源
发布参考数据和主数据
输入
业务驱动因素
跨功能需求
行业标准
数据术语表
购买数据代码集
公开数据代码集
业务规则
输出
主数据和参考数据需求
数据模型和集成模式
可信的参考数据和主数据
可重复利益的数据服务
人员
供给者
业务领域专家
数据管理专员
应用程序开发人员
数据提供者
业务分析师
基础设施系统分析师
参与者
数据分析师
数据建模师
数据管理专员
数据整合者
数据架构师
数据质量分析师
消费者
主数据分析师
数据整合者
数据架构师
应用程序用户
应用程序开发者
解决方案架构师
方法
使用条件协议
业务关键部分交叉引用
处理日志分析
工具
数据建模工具
元数据资料库
数据剖析和质量工具
数据集成工具
主数据管理应用平台
数据共享/集成架构
度量指标
数据质量和遵从性
数据变更活动
数据消费和服务
数据共享可用性
数据管理专员覆盖率
数据共享量和使用情况
拥有总成本
数据仓库与商务智能
定义
通过规划、实施和控制过程,来提供决策支持数据,支持从事报告、查询和分析的知识工作者
业务驱动因素
运营支持职能
合规需求
商务智能活动
目标
建立和维护集成数据所需的技术环境、技术和业务流程,以支持运营功能、合规性要求和商务智能活动
支持和赋能知识工作者进行有效的业务分析和决策
原则
聚集业务目标
以始为终
全局性的思考和设计
总结并持续优化
提升透明度和自助服务
与数据仓库一起建立元数据
协同
不要千篇一律
活动
1.理解需求(P)
2.定义和维护DW和BI架构(P)
3.开发数据仓库和数据集市(D)
4.加载数据仓库(D)
5.实施BI产品组合(D)
6.维护数据产品(O)
输入
业务需求
可扩展性、运营、基础设施和支持的要求
数据质量、安全及访问需求
IT策略
相关IT政策和标准
内部数据加载
参考数据和主数据
行业和外部数据
输出
DW/BI架构
数据产品
加载过程
管控活动
血缘字典
学习和采用计划
发布计划
生产支持过程
加载调优活动
BI活动监控
人员
供给者
业务主管
管控主体
企业架构
数据生产者
信息消费者
业务领域专家
参与者
赞助人和产品拥有者
架构师和分析师
DW/BI专家(BI平台,数据存储,信息管理)
项目管理
变更管理
消费者
信息消费者
客户
经理和行政主管
方法
驱动需求的原型
自助式BI
可查询的审计数据
工具
元数据存储库
数据集成工具
分析型应用
度量指标
使用指标
客户/用户满意度
主题域覆盖率
时间响应和性能指标
元数据管理
定义
通过计划、实施和控制活动确保可访问高质量的、整合的元数据。
业务驱动因素
数据管理需要元数据,元数据本身也需要管理
可靠且良好的元数据管理有助于采用一致性方式表示信息、简化工作流程以及保护敏感信息,尤其是在已有监管合规的要求下
良好的元数据管理工作,可以确保对数据资源的一致性理解和更高效的跨组织开发使用
目标
提供企业可理解的业务术语并使用它
从不同来源采集和整合元数据
提供访问元数据的标准方法
确保元数据质量与安全
原则
组织承诺
战略
企业视角
潜移默化
访问
质量
审计
改进
活动
1.定义元数据战略(P)5
启动元数据战略计划
组织关键利益相关方的访谈
评估现有的元数据资源和信息架构
开发未来的元数据架构
制度分阶段的实施计划
2.理解元数据需求(P)2
业务人员需求
技术人员需求
3.定义元数据架构(P)3
创建元模型(D)
应用元数据标准(C)
管理元数据存储(C)
4.创建和维护元数据(O)2
整合元数据(O)
分发和传递元数据(O)
5.查询、报告和分析元数据(O)
输入
业务需求
元数据问题
数据架构
业务元数据
技术元数据
过程元数据
操作元数据
数据治理元数据
输出
元数据战略
元数据标准
元数据架构
元模型
统一的元数据
元数据库
数据血缘
影响分析
依赖分析
元数据控制过程
人员
供给者
业务数据管理专员
数据管理人员
数据治理人员
数据建模师
数据库管理员
参与者
数据管理人员
项目管理人员
数据架构师
业务分析师
系统分析师
消费者
应用开发分析师
数据整合人员
业务人员
知识工作者
客户或合作伙伴
数据科学家
数据新闻记者
方法
数据血缘和影响分析
应用于大数据采集的元数据
工具
元数据存储库管理工具
其他工具的元数据存储库
度量指标
元数据覆盖范围计分卡
元数据存储库分发
元数据使用报告
元数据质量计分卡
数据质量管理
定义
为确保满足数据消费者的需求,应用数据管理技术进行规划,实施和控制等管理活动
业务驱动因素
提高组织数据价值和数据利用的机会
降低低质量数据导致的风险和成本
提高组织的效率和生产力
保护和提高组织的声誉
目标
根据数据使用者的需求,开发一种让数据符合用途的管理方法
作为数据生命周期的一部分,定义数据质量控制的标准、要求和规范
定义和实施测量、监控和报告数据质量水平的过程
通过过程和系统的改进,识别和提倡提高数据质量的机会
原则
重要性
全生命周期管理
预防
根因修正
治理
标准驱动
客观测量和透明度
嵌入业务流程
系统强制执行
与服务水平关联
活动
1.定义高质量数据(P)
2.定义数据质量战略(P)
3.识别关键数据和业务规则(P)2
识别关键数据
识别已有的规则和模式
4.执行初始数据质量评估(P)2
确定问题并排定优先级顺序
执行问题根本原因分析
5.确定改进方向并排定优先顺序3
根据业务影响确定行动的优先级
制度预防和纠正措施
确定计划和行动
6.定义数据质量改进目标(P)
7.开发和部署数据质量操作(D)4
开发数据质量操作规程
修正数据质量缺陷
度量和监控数据质量
报告数据质量水平和调查结果
子标题5
管理数据治理规则
测量和监控数据质量
制定管理数据问题的操作过程
制定数据质量服务水平协议
编写数据质量报告
输入
数据政策和标准
数据质量期望
业务需求
业务规则
数据需求
业务元数据
技术元数据
数据源和数据存储
数据血缘
输出
数据质量战略和框架
数据质量规划和组织
数据概况分析
基于问题根本原因分析的建议
数据质量管理规程
数据质量报告
数据质量治理报告
数据质量服务等级协议
数据政策和指南
人员
供给者
业务管理人员
业务领域专家
数据架构师
数据建模师
系统专家
数据管理专员
业务流程分析师
参与者
首席数据官
数据质量分析师
数据管理专员
数据所有者
数据分析师
数据管理专业人士
数据库管理员
数据质量经理
IT操作员
数据集成架构师
合规团队
消费者
业务数据消费者
数据管理专员
数据管理专业人士
IT专业人员
知识工作者
数据治理组织
合作组织
卓越中心
方法
多个子集交叉抽查
标记和注释数据问题
根本原因分析
统计过程控制
工具
数据剖析和查询工具
数据质量规则模版
质量检查和审计代码模块
元数据存储库
度量指标
和治理一致性指标
数据质量测量结果
数据质量趋势
数据问题管理指标
大数据与数据科学
定义
对多种不同类型对数据进行收集(大数据)和分析(数据科学、分析、可视化),以此来为在分析对初始阶段未知的未知的问题找到答案。
业务驱动因素
期望抓住从多种流程生成的数据集中发现的商机,是提升一个组织大数据和数据科学能力的最大业务驱动力
目标
发现数据和业务的联系
支持将数据源迭代集成到企业中
发现和分析可能影响到业务的因素
利用可视化,以恰当的、可靠的且合乎道德规范的方式来发布数据
原则
组织应仔细管理与大数据源相关的元数据,以便对数据文件及其来源和价值进行准确的清单管理
活动
1.定义大数据战略和业务需求(P)
2.选择数据源(P)
3.获取和接收数据源(D)
4.制定数据假设和方法(D)
5.集成和调整数据进行分析(D)
6.使用模型探索数据(D)4
填充预测模型
训练模型
评估模型
创建数据可视化
7.部署和监控(O)
输入
业务战略和目标
建议/购买/租赁决策树
IT标准
数据源
输出
大数据战略与标准
数据采集计划
获取数据源
初步数据分析和假设
数据洞察和发现
增强计划
人员
供给者
大数据平台架构师
数据科学家
数据生产者
数据供应商
信息消费者
参与者
大数据平台架构师
融合架构师
数据中小企业人员
数据科学家
分析设计领导者
DM经理
元数据专家
消费者
业务合作伙伴
业务主管
IT主管
方法
数据混搭
机器学习技术
高级有监督学习
工具
分布式文件解决方案
列压缩
MPP无共享架构
内存计算和数据库
数据库内算法
数据可视化工具集
度量指标
数据使用指标
响应和性能指标
加载和扫描指标
学习和故事场景
数据管理成熟度评估
定义
对组织内部处理数据的实践进行评级的方法,以描述数据管理的当前状态及其对组织的影响
业务驱动因素
监管
数据治理
过程改进的组织就绪
组织变更
新技术
数据管理问题
目标
全面发现和评估整个组织的关键数据管理活动
向利益相关方介绍数据管理的概念、原则和实践,并在更广泛的背景下确定其作为数据创建者和管理者的角色和职责
建立或加强可持续的企业范围数据管理计划、以支持运营和战略目标
原则
帮助组织刻画组织战略的统一愿景
还能使组织明确优先事项和目标
并制定综合的改进计划
活动
1.规划评估活动(P)5
定义目标
选择框架
定义组织范围
定义交互方法
计划沟通
2.执行成熟度评估(C)3
收集信息
进行评估
解释结果
3.解释结果和建议(D)
4.制定有针对性的改进计划(P)
5.重新评估成熟度(C)
输入
业务战略和目标
文化与风险承受能力
成熟度框架与DAMA-DMBOK
政策、流程、标准、操作模式
基准
输出
等级和排名
成熟度基线
准备评估
风险评估
人员配置能力
投资与成果选择
建议
路线图
执行简报
人员
供给者
经理
数据管理专员
DM管理层
业务领域专家
员工
参与者
CDO/CIO
业务管理
DM管理层和数据治理机构
数据治理办公室
成熟度评估师
员工
消费者
经理
审计/合规
监管机构
数据管理专员
数据治理机构
组织效能小组
方法
数据管理成熟度框架选择
社区参与
DAMA-DMBOK
现有基准
工具
数据管理成熟度框架
沟通计划
协作工具
知识管理和元数据存储库
数据分析工具
度量指标
DMMA局部和总评级
资源利用率
风险敞口
支出管理
DMMA的输入
变革速度
收藏
0 条评论
下一页