二、数据处理伦理
定义
数据处理伦理是指如何符合道德准则及社会责任的方式去做、存储、管理、解释、分析、应用和销毁数据
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的企业风险
改变或渗透数据处理行为文化
监管、度量、监控和调整组织伦理准则行为
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/不合规事件
企业高管参与
三、数据治理与管理职责
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
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
工具
网站
业务术语表
工作流工具
文档管理工具
数据治理积分卡
度量指标
遵从法规和内部数据规范
价值
有效性
持续性
四、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。
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，以利用新兴技术中固有的商机。
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
五、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。
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，为更多数据应用或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。
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
六、数据存储和操作
定义
管理数据存储的设计、实现和支持活动，以实现其最大化价值
目标
贯穿整个数据声明周期，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
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
数据存储库度量指标
性能度量指标
操作度量指标
服务度量指标
七、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
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
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
八、数据集成和互操作
定义
管理应用程序或组织内部（或之间）的数据移动和整合活动
目标
按照所需格式，及时地提供安全、合规地数据
构件开发共享模型和接口，降低解决方地成本和复杂度
识别有意义地事件，自动触发语境和动作
支撑商务智能、数据分析、主数据管理，并致力于提高运营效率
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
数据刨析工具
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
解决方案成本和复杂度
价值实现
九、文件和内容管理
定义
对任何形式或媒介的而数据及信息进行声明周期管理的计划、实施和控制活动
目标
履行与档案管理有关的法律义务并达到客户的期望
确保能够告诉有效的存储、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
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
十、参考数据与主数据
定义
管理共享数据以满足组织目标hi奥，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
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性
工具
数据建模工具
元数据资料库
数据刨析和质量工具
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
十一、数据仓库和商务智能
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
目标
建立和维护提供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
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
十二、元数据管理
定义
通过计划、实施和控制活动确保访问到高质量的、整合的元数据
目标
提供惬意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
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
十三、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
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，识别和提倡数据质量的机会
工具
数据刨析和查询工具
数据质量规则模板
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
十四、大数据和数据科学
定义
对多种不同类型的数据进行收集（大数据）和分析（数据科学、分析、可视化），以此来为在分析的初始阶段位置的问题找到答案
目标
发现数据和业务的联系
支持将数据源迭代继承到企业中
发现和分析可能影响到业务的因素
利用可视化技术、以恰当的、可靠的且合乎道德规范的方式来发布数据
工具
分布式文件解决方案
列压缩
MPP无共享架构
内存计划和数据库
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
十五、数据管理成熟度评估
定义
对组织内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
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
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
