|
分类
|
章节
|
概要
|
内容
|
|
精讲课
|
1) 数据管理（引论）
|
掌握数据、数据与信息、数据作为组织资产、数据管理原则、数据管理挑战、数据战略基本概念；掌握数据管理框架基本内容包括：战略模型、阿姆斯特丹模型、DAMA-DMBOK框架、DMBOK金字塔。
|
1.1 简介
1.2 什么是数据？
1.3 数据与信息
1.4 数据作为组织资产
1.5 数据管理原则
1.6 数据管理面临的挑战
1.7 数据战略
1.8 数据管理框架
1.9 DAMA与DMBOK
1.10 总结
|
|
2) 数据治理
|
掌握数据治理指导原则、数据治理关键驱动因素、数据治理的主要组成内容、数据治理关键指标、数据治理关键输入和输出、数据治理的主要工具、数据治理应用中的策略、数据治理评价理论、数据治理最佳实践。
|
2.1 简介
2.2 数据治理基本活动
2.3 数据治理工具和技术
2.4 数据治理实施指南
2.5 数据治理关键指标
2.6 数据治理最佳实践
2.7 总结
|
|
3) 数据架构
|
掌握数据架构指导原则、数据架构关键驱动因素、数据架构的主要组成内容、数据架构关键指标、数据架构关键输入和输出、数据架构的主要工具、数据架构应用中的策略、数据架构评价理论、数据架构最佳实践。
|
3.1 简介
3.2 数据架构基本活动
3.3 数据架构工具和技术
3.4 数据架构实施指南
3.5 数据架构关键指标
3.6 数据架构最佳实践
3.7 总结
|
|
4) 数据建模与设计
|
掌握数据模型指导原则、数据模型关键驱动因素、数据模型的主要组成内容、数据模型关键指标、数据模型关键输入和输出、数据建模的主要工具、数据模型应用中的策略、数据建模评价理论、数据建模最佳实践。
|
4.1 简介
4.2 数据模型基本活动
4.3 数据建模工具和技术
4.4 数据建模实施指南
4.5 数据模型关键指标
4.6 数据建模最佳实践
4.7 总结
|
|
5) 数据存储与操作
|
掌握数据数据库设计指导原则、数据存储与操作驱动因素、数据库的主要组成内容、数据库管理关键指标、数据库管理关键输入和输出、数据库管理的主要工具、数据库设计应用中的策略、数据存储与操作评价理论、数据库管理最佳实践。
|
5.1 简介
5.2 数据库管理基本活动
5.3 数据库工具和技术
5.4 数据库实施指南
5.5 数据库管理关键指标
5.6 数据库管理最佳实践
5.7 总结
|
|
6) 数据安全
|
掌握数据安全指导原则、数据安全关键驱动因素、数据安全的主要组成内容、数据安全关键指标、数据安全关键输入和输出、数据安全的主要工具、数据安全技术、数据安全实施指南、数据治理最佳实践。
|
6.1 简介
6.2 数据安全基本活动
6.3 数据安全工具和技术
6.4 数据安全实施指南
6.5 数据安全关键指标
6.6 数据安全管理评价
6.7 数据安全最佳实践
6.8 总结
|
|
7) 数据集成与互操作
|
掌握数据集成与互操作性指导原则、数据集成与互操作性关键驱动因素、数据集成与互操作性的主要组成内容、数据集成与互操作性关键指标、数据集成与互操作性关键输入和输出、数据集成与互操作性的主要工具、数据集成与互操作性实施指南、数据集成与互操作性评价理论、数据集成与互操作性最佳实践。
|
7.1 简介
7.2 数据集成与互操作性基本活动
7.3 数据集成与互操作性工具和技术
7.4 数据集成与互操作性实施指南
7.5 数据集成与互操作性关键指标
7.6 数据集成与互操作性最佳实践
7.7 总结
|
|
8) 文档和内容管理
|
掌握内容管理指导原则、内容管理关键驱动因素、内容管理的主要组成内容、内容管理关键指标、内容管理关键输入和输出、内容管理的主要工具、内容管理实施指南、内容管理评价理论、内容管理最佳实践。
|
8.1 简介
8.2 文档和内容管理基本活动
8.3 内容管理工具和技术
8.4 内容管理实施指南
8.5 内容管理关键指标
8.6 内容管理最佳实践
8.7 总结
|
|
9) 参考数据和主数据
|
掌握参考数据和主数据指导原则、参考数据和主数据关键驱动因素、参考数据和主数据主要组成内容、参考数据和主数据关键指标、参考数据和主数据关键输入和输出、参考数据和主数据的主要工具、参考数据和主数据实施指南、参考数据和主数据评价理论、参考数据和主数据最佳实践。
|
9.1 简介
9.2 参考数据和主数据基本活动
9.3 参考数据和主数据工具和技术
9.4 参考数据和主数据实施指南
9.5 参考数据和主数据关键指标
9.6 参考数据和主数据最佳实践
9.7 总结
|
|
10) 数据仓库与商务智能
|
掌握数据数据仓库与商务智能指导原则、数据仓库与商务智能关键驱动因素、数据仓库与商务智能的主要组成内容、数据仓库与商务智能关键指标、数据仓库与商务智能关键输入和输出、数据仓库与商务智能的主要工具、数据仓库与商务智能应用中的策略、数据仓库与商务智能评价理论、数据仓库与商务最佳实践。
|
10.1 简介
10.2 数据仓库与商务智能基本活动
10.3 数据仓库与商务智能工具和技术
10.4 数据仓库与商务智能实施指南
10.5 数据仓库与商务智能关键指标
10.6 数据仓库与商务智能最佳实践
10.7 总结
|
|
11) 元数据管理
|
掌握元数据指导原则、元数据关键驱动因素、元数据的主要组成内容、元数据关键指标、元数据关键输入和输出、元数据的主要工具、元数据应用中的策略、元数据评价理论、元数据最佳实践。
|
11.1 简介
11.2 元数据管理基本活动
11.3 元数据管理工具和技术
11.4 元数据实施指南
11.5 元数据管理关键指标
11.6 元数据最佳实践
11.7 总结
|
|
12) 数据质量管理
|
掌握数据质量指导原则、数据质量关键驱动因素、数据质量的主要组成内容、数据质量关键指标、数据质量关键输入和输出、数据质量的主要工具、数据质量应用中的策略、数据质量评价理论、数据质量最佳实践。
|
12.1 简介
12.2 数据质量基本活动
12.3 数据质量工具和技术
12.4 数据质量实施指南
12.5 数据质量关键指标
12.6 数据质量最佳实践
12.7 总结
|
|
13) 大数据与数据科学
|
掌握大数据指导原则、大数据与数据科学关键驱动因素、大数据与数据科学的主要组成内容、大数据关键指标、大数据关键输入和输出、大数据的主要工具、大数据与数据科学应用中的策略、大数据评价理论、大数据与数据科学最佳实践。
|
13.1 简介
13.2 大数据与数据科学基本活动
13.3 大数据与数据科学工具和技术
13.4 大数据与数据科学实施指南
13.5 大数据与数据科学关键指标
13.6 大数据与数据科学最佳实践
13.7 总结
|
|
14) 数据管理成熟度评估
|
掌握数据管理能力指导原则、数据管理能力成熟度评估关键驱动因素、数据管理能力成熟度的主要组成内容、数据管理能力成熟度关键指标、数据管理能力成熟度关键输入和输出、数据管理能力成熟度的主要工具、数据管理能力成熟度应用策略、数据管理能力成熟度评价理论、数据管理能力成熟度最佳实践。
|
14.1 简介
142 数据管理能力成熟度基本活动
14.3 数据管理能力成熟度工具和技
14.4 数据管理能力成熟度实施指南
14.5 数据管理能力成熟度关键指标
14.6 数据管理能力成熟度最佳实践
14.7 总结
|
|
15) 数据处理道德
|
了解数据道德、数据隐私背后的原则、数字化环境下的道德、不道德的数据处理和风险实践、建立数据道德文化、数据道德与数据治理。
|
15.1 简介
15.2 业务驱动因素
15.3 什么是数据道德
15.4 数据隐私背后的原则
15.5 数字化环境下的道德
15.6 不道德的数据处理和风险实践
15.7 建立数据道德文化
15.8 数据道德与数据治理
15.9 总结
|
|
16) 数据管理组织与角色期望
|
掌握数据管理组织模式、数据管理成功关键要素、建立数据管理组织、数据管理组织与其他组织间关系、数据管理组织中的角色、数据管理组织最佳实践。
|
16.1 简介
16.2 数据管理组织模式
16.3 数据管理成功关键要素
16.4 建立数据管理组织
16.5 数据管理组织与其他组织间关系
16.6 数据管理组织中的角色
16.7 总结
|
|
17) 数据管理与组织变更管理
|
掌握数字化转型下组织变革管理原则、组织变革管理的八个误区、组织变革管理的八个阶段、组织变革的可持续发展、组织持续获得数据管理价值。
|
17.1 简介
17.2 数字化转型下的组织变革管理原则
17.3 数字化转型下组织变革管理的八个误区
17.4 数字化转型下组织变革管理的八个阶段
17.5 数字化转型下组织变革的可持续发展
17.6 数字化转型下组织持续获得数据管理价值
17.7 数字化转型组织数据管理文化最佳实践
17.8 总结
|
|
串讲课
|
18) 图表篇
|
图标篇主要介绍DAMA-DMBOK2知识体系第1-14章中的重点图表的回顾及其关系串讲。
|
18.1 DAMA车轮图（及1版和2版的对比）
18.2 DAMA六边形图
18.3 DAMA语境关系图
18.4 艾肯金字塔图
18.5 DAMA车轮图演化版（及与原版关系）
18.6 数据治理运营架构
18.7 企业架构（及4个领域）
18.8 企业数据模型、模式、表示法及数据库类型
18.9 云计算XaaS辨析
18.10 ACID、BASE和CAP
18.11 企业信息工厂和维度数据仓库
18.12 概念性DW/BI与大数据架构
18.13 元数据架构
18.14 数据标准体系及数据质量维度
18.15 Lambda架构及其它图表
|
|
19) 活动篇
|
活动篇主要介绍DAMA-DMBOK2知识体系第2-15章中的语境关系图中的“主要活动”，以及DMBOK2知识体系中的“主要活动”的梳理和串讲。
|
19.1 数据处理道德的主要活动
19.2 数据治理的主要活动
19.3 数据架构的主要活动
19.4 数据建模与设计的主要活动
19.5 数据存储与操作的主要活动
19.6 数据安全的主要活动
19.7 数据集成与互操作性的主要活动
19.8 文档和内容管理的主要活动
19.9 参考数据和主数据的主要活动
19.10 数据仓库与商务智能的主要活动
19.11 元数据管理的主要活动
19.12 数据质量管理的主要活动
19.13 大数据与数据科学的主要活动
19.14 数据管理成熟度评估的主要活动
19.15 以及DAMA-DMBOK第2版中其它主要活动
|
|
20) 成果篇
|
成果篇主要介绍DAMA-DMBOK2知识体系第2-15章中的语境关系图的活动的输入和输出，以及各章节的活动是如何由输入和输出成果进行打通的，并参考各章活动进行串讲。
|
20.1 数据处理道德的主要输入和输出成果
20.2 数据治理的主要输入和输出成果
20.3 数据架构的主要输入和输出成果
20.4 数据建模与设计的主要输入和输出成果
20.5 数据存储与操作的主要输入和输出成果
20.6 数据安全的主要输入和输出成果
20.7 数据集成与互操作性的主要输入和输出成果
20.8 文档和内容管理的主要输入和输出成果
20.9 参考数据和主数据的主要输入和输出成果
20.10 数据仓库与商务智能的主要输入和输出成果
20.11 元数据管理的主要输入和输出成果
20.12 数据质量管理的主要输入和输出成果
20.13 大数据与数据科学的主要输入和输出成果
20.14 数据管理成熟度评估的主要输入和输出成果
|
|
21) 工具篇
|
工具篇主要介绍DAMA-DMBOK2知识体系第2-15章中的语境关系图中的主要工具，并参考各章活动进行串讲。
|
21.1 数据处理道德的主要工具
21.2 数据治理的主要工具
21.3 数据架构的主要工具
21.4 数据建模与设计的主要工具
21.5 数据存储与操作的主要工具
21.6 数据安全的主要工具
21.7 数据集成与互操作性的主要工具
21.8 文档和内容管理的主要工具
21.9 参考数据和主数据的主要工具
21.10 数据仓库与商务智能的主要工具
21.11 元数据管理的主要工具
21.12 数据质量管理的主要工具
21.13 大数据与数据科学的主要工具
21.14 数据管理成熟度评估的主要工具
|
|
22) 方法篇
|
方法篇主要介绍DAMA-DMBOK2知识体系第2-15章中的语境关系图中的主要方法，并参考各章活动进行串讲。
|
22.1 数据处理道德的主要方法
22.2 数据治理的主要方法
22.3 数据架构的主要方法
22.4 数据建模与设计的主要方法
22.5 数据存储与操作的主要方法
22.6 数据安全的主要方法
22.7 数据集成与互操作性的主要方法
22.8 文档和内容管理的主要方法
22.9 参考数据和主数据的主要方法
22.10 数据仓库与商务智能的主要方法
22.11 元数据管理的主要方法
22.12 数据质量管理的主要方法
22.13 大数据与数据科学的主要方法
22.14 数据管理成熟度评估的主要方法
|
|
23) 指标篇
|
指标篇主要介绍DAMA-DMBOK2知识体系第2-15章中的语境关系图中的主要指标。
|
23.1 数据处理道德的主要指标
23.2 数据治理的主要指标
23.3 数据架构的主要指标
23.4 数据建模与设计的主要指标
23.5 数据存储与操作的主要指标
23.6 数据安全的主要指标
23.7 数据集成与互操作性的主要指标
23.8 文档和内容管理的主要指标
23.9 参考数据和主数据的主要指标
23.10 数据仓库与商务智能的主要指标
23.11 元数据管理的主要指标
23.12 数据质量管理的主要指标
23.13 大数据与数据科学的主要指标
23.14 数据管理成熟度评估的主要指标
|
|
24) 治理篇
|
治理篇主要介绍DAMA-DMBOK2知识体系第2章、第4-15章中的主要治理活动。
|
24.1 数据处理道德的主要治理工作
24.2 数据架构的主要治理工作
24.3 数据建模与设计的主要治理工作
24.4 数据存储与操作的主要治理工作
24.5 数据安全的主要治理工作
24.6 数据集成与互操作性的主要治理工作
24.7 文档和内容管理的主要治理工作
24.8 参考数据和主数据的主要治理工作
24.9 数据仓库与商务智能的主要治理工作
24.10 元数据管理的主要治理工作
24.11 数据质量管理的主要治理工作
24.12 大数据与数据科学的主要治理工作
24.13 数据管理成熟度评估的主要治理工作
|
|
25) 综合篇
|
综合篇主要介绍DAMA-DMBOK2知识体系中的数据全生命周期管理以及常用的缩略语。
|
25.1 数据生命周期管理
25.2 数据治理与数据生命周期管理
25.3 数据安全与数据生命周期管理
25.4 元数据与数据生命周期管理
25.5 数据质量与数据生命周期管理
25.6 以及DMBOK2中的主要缩略语
|
|
26) 经验篇
|
经验篇主要介绍国内主要的典型的行业在大数据和数据治理方面的相关项目的建设过程，即DAMA-DMBOK2知识体系是如何指导数据项目建设和落地的。
|
26.1 CDO-首席数据官实战
26.2 A证券-大数据平台
26.3 B银行-元数据管理平台
26.4 C企业-数据治理平台
26.5 D政府-数据资产管理
26.6 E工业-湖仓一体
26.7 F零售-数据中台
26.8 以及大数据与Hadoop的知识扩充
|
|
27) 认证篇
|
认证篇主要介绍DAMA中国的CDGA（数据治理工程师）和CDGP（数据治理专家）认证相关内容，以及DAMA国际的CDMP（数据管理专业人士）认证相关内容，以指导学员顺利完成认证考试。
|
27.1 DAMA中国CDGA认证介绍
27.2 DAMA中国CDGA认证介绍
27.3 DAMA国际CDMP认证介绍
27.4 数据治理专家的能力维度
27.5 数据治理专家的成长之路
|
|
实战课
|
28） 实战篇
|
CDO-首席数据官实战
|
主要内容包括如下子主题：
1、大数据时代已经到来
2、高管层不是数据内行
3、开发组织的数据能力
4、关注组织的数据挑战
5、创造成功的必要条件
6、首席数据官成功要素
|
|
A证券-大数据平台
|
主要内容包括：项目背景、项目规划、系统架构（Lambda架构）、实施路线图、项目计划和回顾总结等。
|
|
B银行-元数据管理平台
|
主要内容包括：项目背景、项目规划、系统架构（集中式）、整体方案（Atlas组件）、交付过程和回顾总结等。
|
|
C企业-数据治理平台
|
主要内容包括：公司治理架构、企业数据平台、数据集中管控、数据治理平台、业务功能设计、数据治理挑战、以及数据治理“八步法”等。
|
|
D政府-数据资产管理
|
主要内容包括：项目背景、项目规划（四大平台）、系统架构、整体方案、交付过程（“六阶段”）和回顾总结等。
|
|
E工业-湖仓一体
|
主要内容包括：项目背景（“五”+“十”）、项目规划（三阶段）、命名规则、整体方案（数据分区）、交付过程（四阶段）、回顾总结、以及数据仓库-数据湖-湖仓一体的演变过程等。
|
|
F零售-数据中台
|
主要内容包括：基础理论（方法论和通用架构）、需求分析、架构设计（总体架构、数据架构、技术架构）、标签管理（指标拆解、关键指标、标签映射、标签宽表）、中台运营（项目/运营）和回顾总结等，并补充了业务中台和对前/中/后台的解析。
|
|
大数据与Hadoop
|
主要内容包括：大数据的基本概念、大数据技术、以及大数据的实际标准Hadoop生态圈（基础组件、存储组件、采集组件、计算组件、开发组件、调度组件、安全组件、治理组件和管理组件等）。
|
|
如何构建高效的CDO办公室
|
1、组织能力与CDO JD
2、CDO办公室员工能力
3、员工思维和员工治理
4、CDO的最初100天
5、数据网格（DataMesh）
|
