最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[理论框架] 《穿越数据迷宫– 数据管理执行指南》抢先读

[复制链接]
跳转到指定楼层
楼主
发表于 2019-12-13 11:31:37 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
《穿越数据的迷宫 – 数据管理执行指南》一书中文版将在2019年年底由机械工业出版社在国内出版。全书由DAMA中国分会会员志愿翻译完成。
几十年来国际数据管理协会,简称DAMA,一直在不断努力总结全球数据管理行业的理论和实践、经验和教训,并把它们汇总出版。作为最终体现,DAMA的数据管理知识体系 --- DMBOK(Data Management Body of Knowledge)第二版英文版在2017年出版。
对于专业人员而言,DMBOK2.0无疑是最重要的指南。然而这本经由100多位专业人士志愿写作完成的书有600多页,对于许多非专业人士恐怕太过复杂。特别是公司高管,他们恐怕也不会有时间来仔细阅读这本书。作为DMBOK2.0的补充,为了让非专业人士也了解数据管理,我们需要一本袖珍版的用自然语言来说明数据管理的小册子。
正是有基于此,DAMA国际前理事,资深会员Laura Sebastian-Coleman女士适时的专为企业管理层写了这本介绍数据管理的书。尽管仍然有许多专业的术语和理论在里面,作者尽量用通俗的语言来介绍数据管理,帮助企业管理层在了解数据管理的过程中不致迷失在那些技术和术语的迷宫之中, 所以取名为“穿越数据的迷宫 – 数据管理执行指南”。全书英文版共有210页,正文189页,出版于2018年6月,第一次出版,作者是Laura Sebastian-Coleman博士,版权属DAMA,出版商是Technics Publications。读者对象主要是企业管理层,对数据管理专业人士也可用作业务参考。
全书共12章分别是:
1)第一章管理数据的重要性。
2)第二章 数据管理的挑战。
3)第三章 DAMA的数据管理原则。
4)第四章 数据伦理。
5)第五章 数据治理。
6)第六章 设计和规划数据生命周期。
7)第七章 数据赋能和数据维护。
8)第八章 使用和提高数据。
9)第九章 数据保护、隐私、安全和风险管理。
10)第十章 元数据管理。
11)第十一章 数据质量管理。
12)第十二章 现在要做什么。
我们希望《穿越数据的迷宫》一书在国内的出版能够有助于公司管理层更加清晰的了解数据管理的重要性以及数据管理的整个流程,同时也认识到数据管理的复杂性和各种风险。我们每位数据管理的专业人士都应该买一本送给我们的领导层,让他们在飞机和高铁上可以阅读。
关于DMBOK2.0:
该书的中文版将于2020年3月在国内由机械工业出版社出版。这本书是国际公认和有相当权威的数据管理知识体系。
关于DAMA(国际数据管理协会):
成立于1980年,是一个由技术和业务专业人员组成的国际性数据管理专业协会,作为一个非营利的机构,独立于任何厂商,旨在世界范围内推广并促进数据管理领域的概念和最佳实践,为数字经济打下理论和实践基础。全球会员近万人,共在48个国家成立有分会。官网是:http://www.dama.org


作者:汪广盛
来源:数据工匠俱乐部
楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-4 12:09

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表