DAMA数据管理知识体系，到底在讲什么

上一篇CDGP考试实录发出后，有人问我，DAMA是什么？DMBOK那本书那么厚，到底在讲什么？这篇就把DAMA体系拆开聊一聊，顺便说说我在项目里是怎么用这套框架的。

DAMA是什么

DAMA（Data Management Association International），国际数据管理协会，1980年成立的全球性非营利组织。它既是数据管理领域的专业组织，也是业界公认的数据管理最佳实践框架的制定者。

说通俗点，数据管理这个行业一直存在一个问题，大家各干各的，术语不统一，方法论不统一。DAMA干的事情就是把这些东西统一起来，出一套标准，让所有做数据的人有一个共同的语言。

DAMA的使命三件事。构建标准，通过发布DMBOK给数据管理行业统一术语。培养人才，推出CDMP/CDGA/CDGP/CDAM等认证。搭建交流平台，在世界各地设分会，国内也有DAMA中国分会。

DMBOK车轮图，11个核心职能

DMBOK最核心的内容就是那张车轮图。它定义了11个数据管理职能领域，涵盖了从数据产生到消亡的全生命周期。

数据治理是统领，建立框架和决策机制，明确谁对数据负责、怎么决策、怎么追责，其他10个领域都归它管。

元数据管数据的户口本，数据是什么、从哪来、怎么算、归谁管，全靠它说清楚。业务元数据、技术元数据、操作元数据，血缘关系、影响分析都在这里。

数据质量围绕六个维度建规则，准确性、完整性、一致性、时效性、唯一性、有效性。

数据架构规划数据在企业里怎么流转、怎么存储、怎么组织，包括数据模型、数据流、数据分布。

数据建模与设计是数据人的基本功，概念模型、逻辑模型、物理模型，ER图画法，范式理论。

数据存储和运营是DBA的主战场，数据库选型、部署、备份恢复、性能优化、容量规划。

数据安全这两年越来越重要，《数据安全法》《个人信息保护法》出台之后，分类分级、访问控制、加密脱敏、合规审计一个都不能少。

数据集成与互操作让跨系统数据流通，ETL、数据交换、API接口、消息队列。

文档与内容管理关注非结构化数据，文档、图片、音视频、合同、报告。很多企业只管结构化数据，这部分散落在各处没人管。

参考数据和主数据是系统间数据对齐的基石。参考数据是标准编码（国家代码、货币代码、行业分类），主数据是核心实体信息（客户、供应商、物料、组织架构）。

数据仓库和商务智能，做数据的人最熟悉，数仓分层、维度建模、OLAP、报表看板。

这11个领域不是孤立的，之间有依赖关系。做数据质量得先有元数据告诉你标准是什么，做主数据得先有数据架构规划好分布。车轮图中间是数据治理，外面一圈是11个领域，数据治理统领全局。

DAMA在实际项目里怎么用

DAMA不是纯理论，在项目里能直接用。说几个我参与过的案例。

统一语言。在C企CDP项目里，业务方说客户，IT方说用户，数据团队说自然人主体，三方各说各话。用DAMA标准术语定义数据资产之后，把客户这个概念在业务层、系统层、数据层分别给了明确定义，大家终于在一个频道上说话了。

提升数据质量。在G企数据治理项目里，我们基于DAMA的数据质量维度建了监控体系。准确性跟源头比对，完整性查必填字段，一致性跨系统对账，时效性看更新延迟，唯一性检测重复。每个维度配规则和告警，有问题第一时间发现。这套体系跑起来后，数据质量报表准确率从70%提到了95%以上。

保障数据安全。所有项目都遵循DAMA的数据安全框架。先做分类分级（公开/内部/敏感/核心），然后按级别配访问控制，敏感数据脱敏，核心数据加密。既为了合规，也为了出事时能快速定位影响范围。

挖掘数据价值。DAMA核心理念，数据是核心资产，得像管钱一样管。在V企营销数据中台项目里，我依据DAMA数据治理框架设计了业务数据治理标准和模型规范，建立了统一的数据资产管理体系。以前营销数据散落在CRM、DMS、小程序、电商平台各处，梳理完之后数据资产目录建起来了，谁要数据去目录查，不用到处找人问。

元数据管理落地。在Y企数据平台项目里，我结合某云平台DataArts重新梳理了数据模型。之前指标口径不统一，同一个销售额财务和销售算出来不一样。通过元数据管理把所有指标的定义、计算逻辑、数据来源登记清楚，血缘可追溯，口径统一后报表数据终于对得上了。

CDGP认证与实际工作的关系

考完之后最大的变化是，遇到问题我知道它属于哪个知识域，该用什么方法论去解决。

比如领导说要搞数据资产入表，以前会懵。考完之后我知道这属于数据资产管理范畴，先做资产盘点，建立资产目录，评估资产价值，制定管理制度，框架清楚。虽然执行还有坑，但至少方向明确。

再比如做数据质量项目，以前就是写SQL跑校验。现在知道这不仅是技术问题，要先定义质量标准（元数据），明确质量责任（数据治理），建立监控体系，设计整改流程，形成闭环。技术只是一环，管理和流程才是根本。

CDAM，数据资产管理师

DAMA中国还推了一个新认证，CDAM（数据资产管理师）。

这个和CDGP定位不一样。CDGP考怎么把数据管好，CDAM考怎么把数据变成资产。CDGP关注治理框架、数据质量、元数据这些，核心是管规范。CDAM关注资产的识别、估值、入表、交易和流通，核心是用出价值。

背景很明确。2024年财政部要求数据资产入表，从可选项变成合规要求。每一家要做入表的企业，都需要能识别资产、评估价值、编制报告的人。

考试基本情况。本科及以上直接能报，大专要3年经验，大三以上在校生也能考。线下闭卷笔试，中文，130分钟。每年4期（3/6/9/12月），考点覆盖主要城市。考试费1500元。

题型分布。40道单选40分，20道多选40分，2道论述20分（三选二），满分100分，60分通过。论述题是拉分关键，不能只背书。

考试内容覆盖数据资产管理全生命周期，包括资产评估（成本法/收益法/市场法）、数据交易、入表、运营、跨境流通、资本化等。论述题重点在数据资产交易、入表、运营三个方向。

教材方面，《数据资产管理知识体系指南》还没正式出版，考前协会给复习清单。参考书可以看《首席数据官知识体系指南》，2024年出的。证书有效期3年，可续证。

我的判断，如果你在数据治理领域有积累，CDAM值得考虑。它和CDGP不冲突，知识互补。CDGP建立管数据的框架思维，CDAM建立用数据价值的商业思维。在入表政策推进下，既懂治理又懂资产管理的人会越来越吃香。

给不考认证的人也建议看看DMBOK

不考证也建议翻翻DMBOK，不用通读，挑相关章节看就行。

做数仓的看数据仓库那章，做质量的看质量那章，做主数据的看参考数据和主数据那章。你在项目里踩过的坑，DAMA早就总结过了，而且给了系统方法论。

这本书的价值不在教你具体技术，在帮你建立框架思维。技术会变，Spark可能换Flink，但数据分层思路、质量维度定义、主数据治理流程，这些东西是稳定的。

DAMA的体系存在了四十多年，经过无数次实践检验。技术快速迭代的时代，有稳定的知识框架做锚点，比追每一个新技术都重要。

---

作者，凌波，18年汽车行业数字化老兵，CDGP数据治理专家。

博客园「凌波微数」，持续分享数据治理、数据架构、企业数字化的实战经验。如果对你有用，点个推荐吧~~