《DAMA-DMBOK2》读书笔记-第1章 数据管理

1. 《DAMA-DMBOK2》读书笔记-第1章 数据管理

  数据 是一种表示方法,它代表的是除自身以外的事物(Chisholm,2010)。数据既是对其所代表对象的解释,也是必须解释的对象(Sebastian Coleman, 2013)。  
    数据： 信息的原材料。    信息： 在上下文语境中的数据。   
   举例：“这是上季度的销售报告”(信息)。它基于数据仓库中的数据(数据)。下一季度,这些结果(数据)将用于生成季度绩效指标(信息)。
    组织内部在数据和信息之间画一条线,可能有助于清晰地沟通不同利益相关方对不同用途的需求和期望。认识到要为不同的目的准备数据和信息,将使数据管理形成一个核心原则:数据和信息都需要被管理;如果再将两者的使用和客户的需求结合在一起进行管理,则两者应具有更高的质量。     
   数据驱动是指使用事件触发和应用分析来获得可操作的洞察力；同时要认识到必须通过业务领导和技术专业知识的合作关系,以专业的规则高效地管理数据。 *    
   数据管理也必须平衡战略和运营需求。这种平衡最好是遵循一套原则,根据数据管理的特征来指导数据管理实践。   
    数据价值： 是上下文相关的(对一个组织有价值的东西可能对另一个组织没有价值),而且往往是暂时的(昨天有价值的东西今天可能没有价值)。   
   在数据管理方面,  ,因为组织需要从财务角度了解资产,以便做出一致的决策。      
    数据质量：       
    低质量数据的成本主要来源于： 1)报废和返工。2)解决方法和隐藏的纠正过程。3)组织效率低下或生产力低下。4)组织冲突。5)工作满意度低。6)客户不满意。7)机会成本,包括无法创新。8)合规成本或罚款。9)声誉成本。    
    高质量数据的作用包括： 1)改善客户体验。2)提高生产力。3)降低风险。4)快速响应商机。5)增加收入。6)洞察客户、产品、流程和商机,获得竞争优势。   
    元数据： 描述了一个组织拥有什么数据,它代表什么、如何被分类、它来自哪里、在组织之内如何移动、如何在使用中演进、谁可以使用它以及是否为高质量数据。           
   在数据生命周期中,不同阶段由不同团队进行不同的管理。数据管理需要系统规划的设计技能、管理硬件和构建软件的高技术技能、利用数据分析理解问题和解释数据的技能、通过定义和模型达成共识的语言技能以及发现客户服务商机和实现目标的战略思维。   
    数据生命周期： 包括创建或获取、移动、转换和存储数据并使其得以维护和共享的过程,使用数据的过程,以及处理数据的过程。 见下图1-2。  
    数据管理对数据生命周期的关注有几个重要影响:   1   是数据生命周期中的  ;2   必须贯穿整个数据生命周期;3   必须贯穿整个数据生命周期;4 数据管理还包括  ，并  。5 数据管理工作应聚集于  ，将数据ROT(冗余的Redundant、过时的Obsolete、碎片化的Trivial)降至最低。  
    数据分类：  按数据类型分类（例如划分为交易数据、参考数据、主数据、元数据,）或者类别数据、源头数据、事件数据、详细交易数据；也可以按数据内容(如数据域、主题区域)、数据所需的格式或保护级别、存储或访问的方式和位置进行分类。  
   ** 数据管理需要：** 设计技能、高技术技能、理解问题和解释数据的技能、语言技能、战略思维。  
    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：     
    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==：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==。 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。  
    战略一致性模型(SAM)：  它抽象了各种数据管理方式的基本驱动因素，模型的中心是数   据和信息之间的关系。 见下图1-3
    阿姆斯特丹信息模型(AIM)：  与战略一致性模型一样，它抽象出一个关注结构(包括规划和   架构)和策略的中间层。见下图1-4
    DAMA车轮图：  定义了数据管理知识领域。它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。见下图1-5
    环境因素六边形图：  显示了人、过程和技术之间的关系，是理解 DMBOK 语境关系图的关键。见下图1-6
    知识领域语境关系图：  描述了知识领域的细节，包括与人员、流程和技术相关的细节。数据治理 活动通过战略、原则、制度和管理提供监督和遏制。通过数据分类和数据估值实现一致性。图1-17
    生命周期管理活动源于    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。许多情况下都会基于现有数据进行增强性的开发,获取更多洞察,产生更多的数据和信息。数据货币化的机会可以确定源于数据的使用。  
    数据治理项目  通过制定战略和支持原则、制度和管理实践，使组织能够以数据为驱动力，确保组织认识到并利用从其数据 中获得价值的机会。  
   图1-1  数据管理原则      
                                           
   图1-2 数据生命周期关键活动      
                                           
   图1-3 战略一致模型      
                                           
   图1-4 阿姆斯特丹信息模型     
                                           
   图1-5 DAMA车轮图     
                                           
   图1-6 环境因素六边形图      
                                           
   图1-17 知识领域语境关系图      
                                           
   图1-8 DMBOK金字塔      
                                           
   图1-9 DAMA功能领域依赖关系图       
                                           
   图1-10 DAMA数据管理功能框架     
                                           

2. 《DAMA-DMBOK2》读书笔记-第17章 数据管理和组织变革管理

  成功的数据管理实践需要：  P452
   那些能正确理解变革管理的数据管理专业人员会更 成功地实现组织变革 ,从而帮助他们的组织从数据中获得更多的价值。要做到这一点,  必须了解:   P452
   组织变革管理专家总结了一套基本的“ 变革法则” ,这些法则描述了为什么变革并不容易,在变革过程之初就认识到这些问题有助于取得成功。  P453
   变革管理专家威廉·布里奇斯(William Bridges)强调转型过程在变革管理进程中的核心地位。 他把转型过程定义为人们适应新环境的心理过程。  P453
   变革管理者的首要任务是理解目标(或愿景),以及实现目标的途径。变革管理的终极目标是说服人们踏上变革之旅。在管理变革和转型过程时,变革推动者以及变革过程中任何经理或领导的作用,就是帮助人们认识到变革过程和转型阶段是自然而然的。见下图17-1。  P453
    变革推进者通常:   P456
   如果缺乏组织领导人的积极支持,缺乏同其他领导人联合起来指导变革,要实现重大变革几乎不可能。在数据治理工作中, 领导参与尤其重要 ,这是因为数据治理工作需要显著的行为改变。如果缺乏高层领导人承诺,短期的自身利益优先于治理所带来的长期利益。 P456
   如果对变革愿景缺乏清晰明确的描述,即使是再紧迫、再强大的指导联盟也是远远不够的。愿景提供了变革努力的背景,帮助人们理解任何单个事项的含义。明确定义沟通良好的愿景可以帮助推动正确实施变革所需的能量水平。如果缺乏指导决策的公开愿景声明,那每次选择都可能沦为辩论,任何行动都可能偏离或破坏变革举措。 P457
   即使人人都对现状不满,人们也不会改变,除非他们认为变革的好处是对现状的重大改善。 P457
   对愿景进行一致、有效的沟通,然后采取行动,对于成功的变革管理至关重要。科特建议,沟通来自言语和行动,言行一致是成功的关键。没有什么能比收到以下信息能更快地扼杀变革的努力了:“照我说的去做,而不是照我做的去做。” P457
    作为转型的一部分,组织必须识别应对各种障碍:   P457
   真正的变革需要时间。任何曾经实施过健身计划或减肥计划的人都知道,坚持下去的秘诀就是有小的短期目标,通过标记进步来保持动力和势头。任何涉及长期承诺、努力和资源投入的事情,都需要一些早期和定期的成功反馈。 P458
   复杂的变革努力需要短期目标来支持长期目标,达到这些目标可以让团队欣喜并保持势头。关键是要创造短期的胜利,而非仅仅寄希望于长期目标。 P458
   短期的胜利和初胜是保持动力和士气的有力工具,然而任何工作已经胜利完成的暗示通常都是误区。除非这些变革已植根于本组织文化当中,否则新方法仍非常脆弱,旧习惯和旧的做法会卷土重来。科特认为,整个公司的变革可能需要3~10年的时间。 P458
   信息管理的改进是通过流程、人员和技术三者的协作来实现的。    确定组织文化变革的两个关键因素是:   P459
    科特还提出阻碍变革管理的一些常见因素:   P459
    在信息管理方面,促使紧迫感产生的因素有如下几种:    P460
    令组织和人员自满的九种可能原因:    P461   1)缺乏重大且明显的危机。2)过多有形资源。3)整体绩 效标准低。4)内部测量系统侧重于错误的绩效指标。5)在组织结构中，员工的关注点集中在狭 隘的职能目标上。6 缺乏外部的绩效反馈。7)坦诚不够/不愿面对现状——杀死报信者。8)过多 “和谐谈话”(群体思维)。9)在工作繁忙或者压力大的情况下，人们有否认问题的倾向。
   提高紧迫感的一种方法是紧紧抓住明显的危机。常言道，除非本组织的经济生存受到威胁，否则 不可能进行重大变革。对某个问题的紧迫感会导致人们认为现状必须改变。为了长期维持转型， 需要足够数量的管理人员提供支持。科特建议这个数据为 75%。足够强烈的紧迫感将有助于启动 变革、助力变革，有助于在指导联盟中获得正确的领导地位。归根结底，紧迫感必须足够强烈， 以防止取得初步成功后自满情绪再次抬头。一个关键的方法是利用“客户的声音”，了解外部客 户、供应商、股东或其他利益相关方对紧迫感的看法。   P461
   **要变革成功,需要避免两种特定情况: **   P463
   唯CEO论将变革工作的成败掌握于CEO一人之手。当今,大多数组织变化速度如此之快,以至于一个人不可能管理所有事情,要么在缺乏充分评估问题的前提下做出决定,要么决策沟通的速度过慢。任何一种选择都会导致失败。如果委员会没有足够的关键人物(领导)，委员会就没法做关键决策，流于形式，也不会有人理。 P463
    一个有效的指导联盟具有4个关键特征:    P464
    领导力是关键。 指导联盟必须在管理和领导技能之间取得良好的平衡。领导推动变革,管理使过程可控。要获得持续成果,两者缺一不可。  P464
    指导联盟成员的关键特征是 ,他们有能力通过组织层级结构中的正式权威或通过在组织中的地位和经验来影响同伴。 P464
    行为是指导联盟的关键。  P464    在建立指导联盟时,变革领导者需要避免削弱团队的有效性、职能和影响力的行为 。例如:  P464
   当形成联盟时,需要警惕科特所说的几种人格类型:“自我”“阴险”“不情愿”。“自我”是指那些占据全部而拒绝他人贡献的人;“阴险”是传谣、离间、引发误解的人;“不情愿”(通常)是那些认为需要适度改变,对紧迫性理解不充分的资深人物。 P464
   有效团队建立在两个简单基础之上: 信任和共同目标。  P465
    如果发生以下情况,组织可能正在陷入群体思维中:    P465
    要防止群体思维,重要的是:    P465
   变革管理中一个常见的误区是依靠专制命令或者微观管理来推动变革。如果变革情况复杂,这两种方法都会失效。  P466   如果目标是改变行为,除非管理者非常强势,否则专制命令即使在最简单的情况下也难以奏效。缺乏“王权”的支持,专制命令不可能突破所有的抵抗力量,变革推动者往往被忽视、削弱或四处碰壁。而且几乎不可避免的是,一些抵制变革的人会利用变革推动者的虚张声势来测试变革过程背后的权威和影响力。 P466
   唯一能让变革推动者不断突破现状的方法, 是将变革建立在令人信服和充满动力的愿景之上 。 P466
   愿景是一幅关于未来的图景,其中隐含着人们为何要努力创造未来的明确或隐含的解释。一个好的愿景有三个重要特指: 明确性、动力性和一致性 。  P466
    有效愿景的几项关键特征如下:    P466
   良好的愿景允许一定牺牲,但必须在一定范围内保证各相关方的长期利益。缺乏对长期利益关注的愿景最终将遭遇挑战。同样,愿景必须植根于产品的实际情况或服务市场中。在多数市场中,实际情况需要持续考虑最终客户。  P467
   愿景必须足够集中,以引导人们行动,但不能过于僵化且避免以不合理的行为模式束缚员工。通常,最好的方法是以简单愿景为目标,同时关联足够的细节,使愿景作为决策的宝贵基石和参考点。  P467
    成功的愿景必备的几项要素包括:    P467
    科特确定了有效传播愿景的七大关键要素:    P469
    保持简单:  如果愿景的表述生硬、长篇大论或难以理解，就难以建立情感上的联系和共鸣。  P470
   领导者以身作则是责无旁贷的，以身作则可以让变革所需的价值和文化变得形象，这是任何文字语言都无法做到的。  P470
   解释不一致的情况难以避免。可能出于战术或操作的原因，或者仅仅是为了在整个组织系统内推 动事情进展，变革推动者可能采取的行动与所述愿景发生不一致的情况。发生这种情况时，必须小心处理和解决，即使需要“绕弯路”，也要确保愿景得以持续。  P471   第一种选择是忽略此问题，或者进行防御性反应，“解决”提出问题的人。   第二种选择是深入问题并解释不一致的理由，解释必须简单、清楚和诚实。
   有效描述变革最著名的方法之一是变革平衡公式(Gleicher公式),它描述了组织需要在适当的地方克服变革阻力的因素。 Gleicher 公式如下：  P472   'C=(D ×V ×F)>R'   根据Gleicher公式,当对现状的不满程度(D)、对更好替代方案的愿景(V)和实现目标所采取的第一步行动(F)相结合,这三个因素的合力足以克服组织中的阻力(R)时,就会发生变革(C)。
    重要的是要意识到按按钮和拉操纵杆的内在风险:  P472
    随着组织中的创新扩散,将面临两个关键的挑战:   P473   第一个关键的挑战,是突破早期使用者阶段。这一阶段需要仔细管理变革,以确保早期使用者能够确定他们对现状的不满达到一定程度并坚持变革。这一步很必要的,要达到“引爆点”,在创新的使用者足够多后就会成为主流。   第二个关键的挑战,是当创新从晚期大众进入落伍者阶段,团队需要接受的是他们不必让100%的人接受新的做事方式。一定比例的群体可能会持续抵制变革,组织需要决定如何对待这一群体。
    研究创新如何在组织中扩散，需要考虑四项关键要素:  P474
    任何变革的采纳都遵循五步循环过程:  P475   从个人意识到创新(知悉) 开始,到被说服相信创新的价值以及与他们的相关性(说服),最后达到对他们与创新的关系做出决策的程度。如果他们不拒绝创新,就会采取行动实施创新,并最终确认创新的采纳。见下表17-5。
    接受或拒绝创新变革的影响因素:   P476   理性选择。1)可测试性(Trialability)。可测试性是指消费者对新工具或新技术进行验证的难易程度。2)可观测性(Observability)。可观测性是指创新可见度。
    总体沟通计划和每个单独的沟通计划都应该:  P478
    沟通的总体目标可以归结为:  P478   1) 通知。
    数据管理沟通应致力于:   P479
    受众评估与准备:  P479
    沟通计划要素:  P450   信息。目标/目的。受众。风格。渠道、方法、媒介。时机。频率。材料。沟通 者。预期反应。指标。预算和资源计划。见下表17-6

3. 《DAMA-DMBOK2》读书笔记-第15章 数据管理成熟度评估

 CMM通常定义5~6个成熟度级别。  P418
   ==【角色和职责。 工具。活动。标准，可预测性。自动化程度。数据流动。】== 见下图15-2
    0 级:无能力 。无组织状态。为了定义才被设定的。    P418
    1 级:初始/临时 。==有限工具集==进行通用的数据管理。很少或根本没有治理活动。数据处理==高度依赖于少数专家==，角色和责任在各部门中分开定义。管理数据的方案有限。==质量问题普遍存在==。 基础设施支持处于业务单位级别。    评估标准:  对任意一个流程进行控制，如记录数据质量问题。  P418
    2 级:可重复 。有==一致的工具和角色定义==来支持流程执行。使用集中化的工具，有更多的监控手段。角色定义和流程==并不完全依赖特定专家== 。对质量问题有认识。开始认识到主数据和参考数据的概念。    评估标准:  组织中正式角色定义。  P418
    3 级:已定义:新兴数据管理能力 。数据管理==流程制度化==。将数据管理视为组织促成因素。数据==复制受到控制==。总体数据质量提高。有协调一致的政策定义和管理。==流程少人工干预==，结果更可预测。    评估标准:  制定数据管理政策、可扩展过程的使用、数据模型和系统控制的一致性。  P419
    4 级:已管理 。在 1-3 级经验能使组织在开展新项目任务时==可预测结果==。开始==管理风险==。有==绩效指标==。==工具标准化==。结构良好的集中规划和治理功能。    评估标准: 与项目成功的指标、系统的操作指标、数据质量指标。  P419
    5 级:优化 。流程自动化和技术变更管理，==高度可预测==。==关注持续改进==。工具==支持跨流程==查看数据。防止不必要的复制。更易于理解的指标来管理和度量数据质量和过程。    评估标准: 变更管理组件、流程改进。  P419
   每个能力级别都有与正在评估的流程有关的具体评估标准。  P419
   在任何级别上,评估标准都将按照一个尺度进行评估,如1—未开始、2—正在进行、3—能使用、4—有效。  P419
   当使用可映射到DAMA-DMBOK数据管理知识领域的模型进行评估时,可以根据语境关系图中的类别制定标准：活动、 工具、标准、人员和资源。  P419
   许多供应商都开发了自己的模型,在选择供应商或开发自己的框架之前,组织应该先评估如下几个模型。  P420
   能力成熟度评估(Capability Maturity Assessment,CMA)是一种基于能力成熟度模型(Capability Maturity Model,CMM)框架的能力提升方案,描述了数据管理能力初始状态发展到最优化的过程。  P415   CMA概念源于美国国防部为评估软件承包商而建立的标准。20世纪80年代中期,卡内基梅隆大学软件工程研究所发布了软件能力成熟度模型。  P415
   成熟度模型通过描述各阶段能力特点来定义成熟度的级别。能力水平有既定顺序,不能跳过任何等级。 这些级别通常包括：    P415   1)0级。无能力级。   2)1级。初始级或临时级:成功取决于个人的能力。   3)2级。可重复级:制定了最初级的流程规则。   4)3级。已定义级:已建立标准并使用。   5)4级。已管理级:能力可以被量化和控制。   6)5级。优化级:能力提升的目标是可量化的。
   基于评估结果,组织可以制定路线图以 实现以下目标:    P415   1)与过程、方法、资源和自动化相关的高价值改进机会。   2)符合业务战略的能力。   3)为定期基于模型评估组织能力开展治理项目。
   数据管理成熟度评估(Data Management Maturity Assessment, DMMA)可用于全面评估数据管理,也可用于聚焦单个知识领域甚至单个过程。无论其焦点是什么,DMMA都可以帮助弥合业务部门和IT部门在数据管理实践的健康状况和有效性方面的观念冲突。DMMA提供了一种用于描述数据管理知识领域进展情况的通用语言,也提供了一种可以根据组织的战略优先事项进行调整的基于阶段的改进路径。  P416
    数据管理能力评估的主要目标  是评估关键数据管理活动的当前状态,以便制订计划进行改进。评估通过分析具体的优势和弱点,将组织置于成熟度水平量尺上,从而帮助组织认知、确定优先次序和实施改进机会。  P416
    业务驱动因素:     P416
   在实现其主要目标时,DMMA可以 对文化产生积极影响。它有助于:    P417
   评估的目的是揭露当前的优势和改进的机会,而不是解决问题。 P422   评估是通过向业务、数据管理和信息技术参与者征求意见来进行的,目的是在证据的支持下就当前的状态能力达成共识。  P422
   评估本身包括收集和评估输入、沟通结果、建议和行动计划。 P422
   路线图或参考计划应包括:  P425
   应定期进行重新评估,它们是循环往复持续改进的一部分:  P426
   在选择DMM框架时,应考虑以下标准:  P426
   DAMA-DMBOK可用于为DMMA准备工作或建立标准。 P427
   这种快速的检查表方法可用于确定需要更深入分析、表示差距或指出修复热点的领域。 P427
   DMBOK作为评估规划工具提供了额外的优势:有大量的专业知识人员使用DMBOK作为跨行业的指南,围绕DMBOK的使用创建了一个实践社区。 P427
    就绪评估/风险评估。  见下图 15-4.  P428