如何考取CDGA数据治理工程师证书，提升职场竞争力？

一、证书&备考简介

适用人群：从事数据治理领域工作的职场人、希望从事大数据领域工作的学生党
考试费：1000元（推广期）
教材：DAMA数据管理知识体系指南（第2版）
题库&视频：25.9元，百度网盘分享（请私信留言）

二、特别说明

1. 若时间紧张，建议直接放弃每一章的活动部分，大概损失5分
2. CDGA考题不会脱离教材，建议多看书
3. 若个人实战经验与书不同，建议以书为准，书本更偏向于国外现状。

三、11个核心知识领域

第3章 数据治理（10分）–>管理的管理，监督职能

1、数据治理不是一次性的行为，是一个持续性的项目集/过程。
2、数据治理要与IT治理区分开。由于数字化转型的重要性，需要单独剥离出数据治理，由不同团队做。（CDO团队-数据治理；CIO团队-IT治理）
3、实施数据治理需要有变革的承诺（下定决心愿意变革），因为过程中会涉及到许多要求，如组织架构的调整、新规章制度的建立等。
4、数据管理专员：属于业务角色，而非IT角色
5、业务术语表：通常由数据管理专员整理。术语表是在组织内部共享词汇的方法，不然容易造成语言gap，你讲你的我讲我的，互相难以听懂，导致产生很多非必要的沟通成本以及沟通风险。

考点1：业务驱动因素

最常见的是法规遵从性/合规性（确保数据管理工作有序进行），但大多聚焦于：减少风险或改进流程。

考点2：数据治理的目标

1）提升企业管理数据资产能力
2）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
3）监控和指导政策合规性、数据使用和管理活动

考点3：数据治理的概念

数据治理确保数据被恰当地管理而不是直接管理数据，相当于将监督和执行的职责分离。

数据治理	数据管理
占比1/11	占比1
保证数据是被管理的	管理数据以达到既定目标
总体视角	执行层面

考点4：数据治理的组织

数据治理机构	说明
数据治理指导委员会	NULL
数据治理委员会	立项；弄好后审核、发布
数据治理办公室	具体编制、起草工作
数据管理团队	NULL
本地数据治理委员会	NULL

考点5：数据治理的运营模式

1）集中式管理模式
2）分布式管理模式
3）联邦式管理模式

考点6：度量指标

1、价值：对业务目标的贡献，风险的降低，运营效率的提高
2、有效性：目标的实现，扩展数据管理专员正在使用的相关工具，沟通的有效性，培训的有效性，采纳变革的速度
3、可持续性：制度和流程的执行情况，标准和规程的遵从情况

第4章 数据架构（10分）

考点1：数据架构的主要职责

1、利用新兴技术所带来的业务优势，从战略上帮助组织快速改变产品、服务和数据。
2、将业务需求转换为数据和应用需求，以确保能够为业务流程处理提供有效数据。
3、管理复杂数据和信息，并传递至整个企业
4、确保业务和 IT 技术保持一致
5、为企业改革、转型和提高适应性提供支撑

考点2：企业架构的类型

业务架构、数据架构、应用架构、技术架构（除数据架构外，都不是本书的范围）

考点3：数据架构

1）企业数据模型（如数据结构和数据规范）（指概念模型和逻辑模型；物理模型不是数据架构的产物，是数据建模和设计的产物）
2）数据流设计（数据分布图、数据的价值链）

考点4：度量指标

1）架构标准接受率
2）实施趋势
3）业务价值度量指标
（1）业务敏捷性改进
（2）业务质量
（3）业务操作质量
（4）业务环境改进

第5章 数据建模和设计（10分）

考点1：六种模式

关系模式、多维模式、面向对象模式、事实模式、时间序列模式、NoSQL模式

考点2：三层模型

概念模型、逻辑模型、物理模型
其中，每种模型都包含一系列组件，如：实体、关系、事实、键、属性

考点3：业务驱动因素（数据模型作用）

1、提供有关数据的通用词汇表
2、获取、记录组织内数据和系统的详细信息
3、在项目中作为主要的沟通交流工具
4、提供了应用定制、整合、甚至替换的起点

考点4：数据模型的组件（实体、关系、属性、域）

要求看到一张图，能识别出属于哪种模型。

考点5：非关系型数据库

非关系型（NoSQL）：文档（Document）、列（Column）、图（Graph）、键值（Key-Value）
NoSQL数据库：文档数据库、列数据库、图数据库、键值数据库

一、实体

二、关系

三、属性

四、域

考点：度量指标

第6章 数据存储和操作（2分）

第7章 数据安全（8分）

第8章 数据集成和互操作（2分）

第9章 文件和内容管理（2分）

第10章 参考数据和主数据（4分）

第11章 数据仓库和商务智能（10分）

基本概念

1）数据仓库（Data Warehouse，DW）：始于 20 世纪 80 年代，发展于 20 世纪 90 年代
组成部分：数据库+用于收集清理转存（ETL）的软件程序
建立过程：结构化-ETL-BI-报告-业务场景确定-对已发生事情的总结或呈现
2）数据湖：随技术发展出现的新概念
建立过程：结构化+非结构化-ELT-AI-预测-业务场景不一定明确
3）商务智能（Business Inteligence, BI）：随着数仓的建设，应运而生
第一层含义，数据分析活动；第二层含义，技术集合。
4）数据仓库建设的方法
两位思想领袖，比尔·因蒙（Bill Inmon） 和拉尔夫·金鲍尔（ Ralph Kimball）分别使用范式建模和多维建模来完成数据仓库建模。
a. Inmon在《数据仓库》（Building the Data Warehouse ）中定义：数据仓库是在企业管理和决策中面向主题的、整合(集成)的、随时间变化(与时间相关)的、相对稳定(不可修改)的数据集合。-＞　范式建模（用规范化的关系模型来存储和管理数据）
b. Kimball在《数据仓库工具箱》（The DataWarehouse Toolkit）中定义：为查询和分析定制的交易数据的副本。他主张自下而上（DMDW）的方式，力推数据集市建设。-＞多维建模，多维数仓也称星型模型，由事实表和维度表组成。

目标

1）支持商务智能活动。
2）赋能商业分析和高效决策。
3）基于数据洞察寻找创新方法。

指导原则

1）聚焦业务目标。用于最优级的业务并解决它。
2）以终为始（从目标开始）。以业务优先级和最终成果驱动仓库创建。
3）全局性的思考和设计，局部性的行动和建设。让最终愿景指导体系架构，通过集中项目快速迭代构建增量交付，从而实现更直接的投资回报。
4）总结并持续优化，而不是一开始就这样做。以原始数据为基础，通过汇总和聚合来满足需求并确保性能，但不替换细节数据。
5）提升透明度和自助服务。上下文（各种元数据）信息越丰富，数据消费者越能从数据中获得更多数据价值。向利益相关方公开集成的数据及其流程信息。
6）与数据仓库一起建立元数据。DW 的成功关键是能准确解释数据。如“这个数字为什么是X？”“这个数字怎么计算出来的？”“这个数据哪里来的？”
7）协同。与其他数据活动协作，尤其是数据治理、数据质量和元数据管理活动。
8）不要千篇一律（一种尺寸并不适合所有用户）。为每种数据消费者提供正确的工具和产品。

Inmon 和 Kimball 遵循的核心理念相似（数仓建设方法不同）

1）数据仓库存储的数据来源于其他系统
2）存储行为包括以提升数据价值的方式整合数据
3）数据仓库便于数据被访问和分析使用
4）组织建设数据仓库，因为他们要让授权的利益相关方访问到可靠的集成的数据
5）数据仓库建设有很多目的，涵盖工作流支持、运营管理和预测分析

数据仓库架构组件

方式一：源系统、数据集成、数据存储区域（其中，中央数仓为必须的）
方式二：数据源、ETL（抽取转换加工）、数据仓库

数据存储区域：
暂存区、参考数据和主数据一致性维度、中央数据仓库（必须的）、操作性数据存储 ODS、数据集市、数据立方体Cubes

CDC 技术对比（批量变更数据捕获）

数仓建设的数据集成处理类型：历史数据加载、持续不断的数据更新。

方法	对源系统的要求	复杂度	事实表加载	维度表加载	重叠	删除
时间戳增量加载	源系统中的变化由系统日期和时间戳标识	低	快	快	是	否
日志表增量加载	捕获源系统中的变化并记录在日志表	中	普通	普通	是	是
数据库交易日志	在交易日志记录数据库变化	高	普通	普通	否	是
消息增量	源系统中的变化发布在实时消息（队列）	极高	慢	慢	否	是
全量加载	没有更改标识符，抽取全表数据并比较判断改动	极低	慢	普通	是	是

注：全量的话，带宽是个问题，不太智能

智能商务工具的类型

1）运营报表
2）业务绩效管理
3）描述性的自助分析

OLAP实现方法

1）关系型联机分析处理（ROLAP）
2）多维矩阵型联机分析处理（MOLAP)
3）混合型联机分析处理（HOLAP）。它是ROLAP和MOLAP的结合。普遍认可，是为发展方向。

实施商务智能商品组合

1）根据需要给用户分组
2）将工具与用户要求相匹配

度量指标

1）使用指标。包括注册用户数、连接用户数或并发用户数。
2）主题域覆盖率。衡量每个部门访问仓库的程度。
3）响应时间和性能指标。指标的后续跟进工作是验证和服务级别调整。

第12章 元数据管理（10分）

元数据注册标准

ISO/IEC 11179

元数据类型

业务元数据（涉及定义描述）、技术元数据（涉及物理）、操作元数据（涉及日志）

元数据来源（14+N）

应用程序中的元数据存储库、业务术语表、商务智能工具、配置管理工具、数据字典、数据集成工具、数据库管理和系统目录、数据映射管理工具、数据质量工具、字典和目录、事件消息工具、建模工具和存储库、参考数据库、服务注册、其他元数据存储。

元数据需求和综合解决方案

1、更新频次：元数据属性和属性集更新的频率
2、同步信息：数据源头变化后的更新时间
3、历史信息：是否需要保留历史版本
4、访问权限：通过特点用户界面，谁可以访问元数据，如何访问

创建一个元数据存储库的数据模型，也叫元模型

查询元数据方法

１、数据血缘
２、影响分析

度量指标

1、元数据存储库的完整性
2、元数据管理成熟度

第13章 数据质量（10分）

数据质量重点集中在对组织及其客户最重要的数据上，关键数据

数据质量维度

Strong.Wang 框架、Thomas Redman、Larry English、DAMA UK

DAMA UK 数据质量的核心维度

完备性、唯一性、及时性、有效性、准确性、一致性。

数据质量戴明环 PDCA

数据质量问题的常见原因

数据输入、数据处理、系统设计、自动化流程中的手工干预

数据质量问题的根本原因（根因）

缺乏领导力导致的问题、数据输入引起的问题、数据处理功能
引起的问题、系统设计引起的问题、解决问题时引起的问题

数据剖析

定义：是一种用于检查数据 和 评估质量的数据分析形式
空值、最大/最小值、最大/最小长度、单个列值的频率分布、数据类型和格式。

识别改进方向并确定优先排序

制定管理数据问题的操作过程

诊断问题、制定补救方案、解决问题

度量指标

投资回报、质量水平、数据质量趋势、数据问题管理指标、服务水平的一致性。

四、6个附加知识领域

第1章 数据管理（4分）

数据管理的核心：数据质量。确保高质量的数据。
数据管理的起点：元数据管理。
数据管理的基础：数据架构。
数据管理的直接/首要/核心目标：数据质量。
数据管理的最终目标：数据价值。

考点1：数据是什么？

数据是以数字形式存储的信息，也适用于纸面上数据。（数据是以数字形式存储的，同时也是以纸面形式存储的。）
数据既是对其所代表对象的解释，也是必须被解释的对象。

考点2：数据和信息的关系

共同点：两个术语可以互换使用。都是需要被管理的。
区别：数据被称为“信息的原材料”，而信息则被称为“在上下文语境中的数据”。

示例：这是上季度的销售报告（信息），它基于数据仓库中的数据（数据）。下一季度，这些结果（数据）将用于生成季度绩效指标（信息）。

考点3：数据管理的原则（12项）–>数字化转型必须遵循的方法论

1、数据是有独特属性的资产
如：数据有哪些独特属性？
2、数据的价值是可以用经济术语来表示
3、管理数据意味着对数据的质量管理
4、管理数据需要元数据
5、数据管理需要规划
6、数据管理需驱动信息技术决策
7、数据管理是跨职能的工作
8、数据管理需要企业级视角
9、数据管理需要多角度思考
10、数据管理需要全生命周期的管理，不同类型数据有不同生命周期特征
11、数据管理需要纳入与数据相关的风险
12、有效的数据管理需要领导层承担责任

考点4：数据和其他资产的区别

实物是可移动的，在同一时刻只能放置在一个地方。
数据不是有形的，数据的价值经常随着事件的推移而变化，但它是持久的不会磨损的；
数据很容易被复制和传送，但它一旦被丢失或销毁，就不容易重新产生了，在使用时不会被消耗。

考点5：数据价值如何评估？

主要基于成本法来核算，除了成本法之外，还有盈利法和市场法。
获取、存储数据的成本；数据丢失后更换需要的成本；数据丢失对组织的影响。

考点6：数据管理的战略 -->数字化转型的指导纲领

由CDO撰写和修订，由数据治理委员会支持的数据管理团队实施。

一、组成部分

1、令人信服的数据管理愿景
2、数据管理的商业案例总结
3、指导原则、价值观和管理观点
4、数据管理的使命和长期目标
5、数据管理成功的建议措施
6、符合 SMART 原则（具体Specific、可衡量Measurable、可操作Actionable、现实Realistic、有时间限制Time-limited）的短期（12-24个月-国外）数据管理计划目标
7、对数据管理角色和组织的描述，以及对其职责和决策权的总结。
8、数据管理程序组件和初始化任务
9、具体明确范围的优先工作计划
10、一份包含项目和行动任务的实施路线图草案

二、可交付成果

1、数据管理章程。包括总体愿景、业务案例、目标、指导原则、成功衡量标准、关键成功因素、可识别的风险、运营模式等。
2、数据管理范围声明。包括对象和时间，如部门 or 公司 or 集团？3年 or 5年？
3、数据管理实施路线图。包括特定计划、项目、任务分配和交付里程碑。

考点7：数据管理的框架

一、模型*2（说明业务和IT的关系）

战略一致性模型：业务战略、IT 战略、组织和流程、信息系统（4个基本领域）
阿姆斯特丹信息模型：与战略一致性模型一样，从战略角度看待业务和 IT 的一致性

二、框架*3

DAMA车轮图

数据架构、数据建模和设计、数据存储和操作、数据安全、数据集成和互操作、文件和内容管理、参考数据和主数据、数据仓库和商务智能、元数据、数据质量

六边形图

目标和原则–>角色和职责、活动、工具、组织和文化、方法、交付成果。
角色和职责、组织和文化对应人员，活动和方法对应过程、技术对应工具和交付成果。

语境关系图 （PCDO：计划 控制 开发 运营）

定义、目标（业务驱动因素）；
输入、活动、交付成果；供给者、参与者、消费者；
方法、工具、度量指标（标准）（技术驱动因素）。

三、进阶*2（工作角度重要，考试角度不重要）

DMBOK金字塔

DAMA数据管理框架的进化

第2章 数据处理伦理（2分）–>工作角度重要，考试角度不重要

伦理是建立在是非观念上的行为准则；伦理准则不仅要保护数据，而且要管理数据的质量。

考点1：定义

数据处理伦理是指如何以符合道德准则及社会责任的方式去获取、存储、管理、解释、分析、应用和销毁数据

考点2：度量指标

1、培训员工人数
2、合规/不合规事件
3、企业高管参与

考点3：数据伦理的准则

1、尊重他人：尊重个人尊严和自主权，不伦理地使用个人数据会直接影响人们之间的相互交往、就业机会和社会地位。
2、行善原则：两个要素：第一，不伤害；第二，将利益最大化、伤害最小化。
3、公正：待人公平和公正
4、尊重法律和公众利益

考点4：GDPR准则（欧盟）

1、公平、合法、透明
2、目的限制
3、数据最小化
4、准确性
5、存储限制
6、诚信和保密
7、问责制度

考点5：违背伦理进行数据处理的风险（还没到法律高度）

1、时机选择
2、可视化误导
3、定义不清晰或无效的比较
4、偏见
(1) 预设结论的数据采集
(2) 预感和搜索
(3) 片面抽样方法
(4) 背景和文化

第14章 大数据和数据科学（4分）

第15章 数据管理成熟度评估（6分）

执行成熟度评估的终点是重新评估，而不是报告。重新评估可以重振或重新集中精力。

评价等级（0-5）

0 级：无能力级
1 级：初始级或临时级：成功取决于个人能力
2 级：可重复级：制定了最初级的流程规则
3 级：已定义级：已建立了标准并使用
4 级：已管理级：能力可以被量化和控制
5 级：优化级：能力提升的目标是可量化的

特殊记忆3级：1）数据被视为组织的推动者； 2）具有扩展能力的流程和工具，减少手工处理过程； 3）流程结果（包括数据质量）更具可预测性

现有 DMMA 框架

CMMI 数据管理成熟度模型、EDM 委员会 DCAM、IBM 数据治理委员会成熟度模型、斯坦福数据治理成熟度模型、Gartner 企业信息管理成熟度模型

规划评估活动

定义目标、选择框架、定义组织范围、定义交互方法、计划沟通

报告三部分：评分、差距分析、建议

第16章 数据管理组织与角色期望（4分）

第17章 数据管理和组织变革管理（2分）

五、纸质证书展示