DMBOK是围绕DAMA-DMBOK数据管理框架（也称为DAMA车轮图）的11个知识领域构建的
图1-5 DAMA-DMBOK2数据管理框架（DAMA车轮图）
DMBOK框架-各章节内容
第3章 数据治理（Data Governance）
通过建立一个能够满足企业需求的数据决策体系，为数据管理提供<br>指导和监督
第4章 数据架构（Data Architecture）<br>
定义了与组织战略协调的管理数据资产蓝图，以建立战略性数据需求及满足需求的总体设计<br>
第5章 数据建模和设计（Data Modeling and Design）<br>
以数据模型（Data Model）的精确形式，进行发现、分析、展示和沟通数据需求<br>
第6章 数据存储和操作（Data Storage and Operations）<br>
以数据价值最大化为目标，包括存储数据的设计、实现和支持活动以及在整个数据生命周期中，从计划到销毁的各种操作活动<br>
第7章 数据安全（Data Security）<br>
确保数据隐私和机密性得到维护，数据不被破坏，数据被适当访问
第8章 数据集成和互操作（Data Integration and Interoperability）
包括与数据存储、应用程序和组织之间的数据移动和整合相关的过程<br>
第9章 文件和内容管理（Document and Content Management）
用于管理非结构化媒体数据和信息的生命周期过程，包括计划、实施和控制活动，尤其是指支持法律法规遵从性要求所需的文档<br>
第10章 参考数据和主数据（Reference and Master Data）
包括核心共享数据的持续协调和维护，使关键业务实体的真实信息以准确、及时和相关联的方式在各系统间得到一致使用
第11章 数据仓库和商务智能（Data Warehousing and Business Intelligence）<br>
包括计划、实施和控制流程来管理决策支持数据，并使知识工作者通过分析报告从数据中获得价值<br>
第12章 元数据（Metadata）<br>
包含规划、实施和控制活动，以便能够访问高质量的集成元数据，包括定义、模型、数据流和其他至关重要的信息<br>
第13章 数据质量（Data Quality）<br>
包括规划和实施质量管理技术，以测量、评估和提高数据在组织内的适用性
其余章节
第2章 数据处理伦理
第14章 大数据和数据科学<br>
描述了针对大型的、多样化数据集收集和分析能力的提高而出现的技术和业务流程<br>
第15章 数据管理成熟度评估
概述了评估和改进组织数据管理能力的方法<br>
第16章 数据管理组织和角色期望
为组建数据管理团队、实现成功的数据管理活动提供了实践指导和参考<br>
第17章 数据管理和组织变革管理<br>
描述了如何计划和成功地推动企业文化变革。
文化的变革是将数据管理实践有效地嵌入组织中的必然结果
