第一章

数据管理

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

第二章

数据道德

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。

2.1 简介

2.2 业务驱动因素

2.3 什么是数据道德

2.4 数据隐私背后的原则

2.5 数字化环境下的道德

2.6 不道德的数据处理和风险实践

2.7 建立数据道德文化

2.8 数据道德与数据治理

2.9 总结

第三章

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

3.1 简介

3.2 数据治理基本活动

3.3 数据治理工具和技术

3.4 数据治理实施指南

3.5 数据治理关键指标

3.6   数据治理最佳实践

3.7   总结

第四章

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。

4.1   简介

4.2   数据架构基本活动

4.3   数据架构工具和技术

4.4   数据架构实施指南

4.5   数据架构关键指标

4.6   数据架构最佳实践

4.7   总结

第五章

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。

5.1 简介

5.2 数据模型基本活动

5.3 数据建模工具和技术

5.4 数据建模实施指南

5.5 数据模型关键指标

5.6 数据建模最佳实践

5.7 总结

第六章

数据存储与操作

掌握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。

6.1   简介

6.2   数据库管理基本活动

6.3   数据库工具和技术

6.4   数据库实施指南

6.5   数据库管理关键指标

6.6   数据库管理最佳实践

6.7   总结

第七章

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。

7.1   简介

7.2   数据安全基本活动

7.3   数据安全工具和技术

7.4   数据安全实施指南

7.5   数据安全关键指标

7.6   数据安全管理评价

7.7   数据安全最佳实践

7.8   总结

第八章

数据集成与互操作性

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。

8.1   简介

8.2   数据集成与互操作性基本活动

8.3   数据集成与互操作性工具和技术

8.4   数据集成与互操作性实施指南

8.5   数据集成与互操作性关键指标

8.6   数据集成与互操作性最佳实践

8.7   总结

第九章

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。

9.1   简介

9.2   文档和内容管理基本活动

9.3   内容管理工具和技术

9.4   内容管理实施指南

9.5   内容管理关键指标

9.6   内容管理最佳实践

9.7   总结

第十章

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。

10.1  简介

10.2  参考数据和主数据基本活动

10.3  参考数据和主数据工具和技术

10.4  参考数据和主数据实施指南

10.5  参考数据和主数据关键指标

10.6  参考数据和主数据最佳实践

10.7  总结

第十一章 数据仓库与商务智能

掌握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。

11.1  简介

11.2  数据仓库与商务智能基本活动

11.3  数据仓库与商务智能工具和技术

11.4  数据仓库与商务智能实施指南

11.5  数据仓库与商务智能关键指标

11.6  数据仓库与商务智能最佳实践

11.7  总结

第十二章 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。

12.1  简介

12.2  元数据管理基本活动

12.3  元数据管理工具和技术

12.4  元数据实施指南

12.5  元数据管理关键指标

12.6  元数据最佳实践

12.7  总结

第十三章 数据质量

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。

13.1  简介

13.2  数据质量基本活动

13.3  数据质量工具和技术

13.4  数据质量实施指南

13.5  数据质量关键指标

13.6  数据质量最佳实践

13.7  总结

第十四章 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。

14.1简介

14.2大数据与数据科学基本活动

14.3大数据与数据科学工具和技术

14.4大数据与数据科学实施指南

14.5大数据与数据科学关键指标

14.6大数据与数据科学最佳实践

14.7总结

第十五章 数据管理能力成熟度

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。

15.1 简介

15.2 数据管理能力成熟度基本活动

15.3数据管理能力成熟度工具和技术

15.4数据管理能力成熟度实施指南

15.5数据管理能力成熟度关键指标

15.6数据管理能力成熟度最佳实践

15.7总结

第十六章 数据管理组织及角色

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

第十七章 数字化转型下组织变革管理

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

报名条件

无硬性条件限制，建议0.5-2年相关工作经验

考试时间

培训结束后随时可报考，一般提前1-2周

取证周期

考试通过后有电子证书和徽章

徽章是10天内系统自动发放到考试注册的电子邮箱

徽章下发后一周内即可通过注册的电子邮箱收到证书

证书维持

证书有效期为3年，到期需120小时学习时间并缴纳续证费用

考试语言

考试时长

题型题量

通过标准

英文

110分钟

单选题，100道

满分100分，60分及以上为通过