【加油站】数据重塑价值链：企业数据治理及DAMA数据管理知识体系建设（北京）
1、培训单位
主办单位 | 北京北达软信息技术有限公司 DAMA中国认证培训机构 |
支持单位 | DAMA中国 |
2、在北京培训时间初步安排（前五期）
序号 | 时间 | 地点 | 备注 |
1 | 2020年9月5日－6日 | 北京 | 第一期 |
2 | 2020年10月24日－25日 | 北京 | 第二期 |
3 | 2020年11月28日－29日 | 北京 | 第三期 |
4 | 2020年12月19日－20日 | 北京 | 第四期 |
5 | 2021年1月15日－16日 | 北京 | 第五期 |
3、培训背景
2020年4月9日，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》正式发布，在国家层面首次将数据作为生产要素列进文件，顺应社会大势，为数字经济的超速发展奠定了认知基础。
数据作为一个独立的要素存在，对企业的数字化转型有着极其重要的意义。机遇与挑战并存。毫无疑问，不能真正认知数据价值的企业，不能掌握数据治理方法的企业，不能构建基于数据的业务体系的企业，必将进入淘汰之列！
具体到当前的企业，随着信息技术的发展，信息系统建设已涵盖企业多个业务部门，如 OA 系统、CRM 系统、ERP系统、财务系统等，各业务系统分别对其相关业务领域的流程和数据进行了有效管理和控制，大大地提高了管理水平和工作效率。但是各信息系统对数据的定义不一致，数据血缘关系不清晰，极易导致数据冲突、数据规范不统一等问题，数据质量急需得到改善。对于许多企业来说，已经到了迫在眉睫的地步！
以金融机构为例：金融行业监管机构也将数据治理工作作为重点工作内容：2018年5月21日，中国银保监会发布《银行业金融机构数据治理指引》，将数据治理上升为公司治理层面，要求金融机构针对数据治理架构、数据管理、数据安全、数据质量和数据价值实现等方面进行体系建设和完善，并将数据治理成效与监管评级挂钩。
2019年8月23日，中国人民银行印发《金融科技（FinTech）发展规划（2019-2021年）》（以下简称《规划》），明确提出未来三年金融科技工作的指导思想、基本原则、发展目标、重点任务和保障措施，也将数据治理作为金融机构的重点工作内容。此外，国家市场监督管理总局和国家标准化管理委员会批准《信息技术服务 治理 第5部分：数据治理规范》国家标准发布实施，以指导组织建立数据治理体系，并监督其运行和完善。
2020年5月20日，银保监会又发布了《中国银保监会办公厅关于开展监管数据质量专项数据治理工作的通知》，旨在深入贯彻落实习近平总书记的重要指示批示精神和中央有关决策部署，切实提升银行业保险监管数据质量，以优质信息服务监管工作大局和银行业保险业高质量发展。
4、培训目标
解决数据方面的相关问题，帮助信息人员了解业内数据治理的理论框架体系以及数据资产包含哪些内容，如何管理数据资产。从业务的视角，通过标杆集团企业数据治理实践和应用实践案例分享，使IT部门相关人员更有效率的实施数据中台建设。从技术的视角，通过标杆集团企业数据中台案例分享，讲解数据中台运营管控体系（组织、职责、制度、流程）、平台与工具（数据中台主要包含平台和工具），进行对标差距分析和讨论，解决数据部门的相关疑惑。通过该次培训，指导信息人员有效推动数据中台及数据治理后续相关工作，以便更好的实现数据资产价值管理。
5、课程特点：
国内数据治理工作的知识体系基础，来自于国际数据管理协会出版的《DAMA-DMBOK指南》，其中文译本第二版由机械工业出版社于2020年6月出版。该指南集是数据管理业界最佳实践的结晶，已成为从事数据管理工作的经典参考和指南。在此之上，本培训也包含了国内针对数据成熟度、数据安全等方面的本地化政策、标准、实践等内容。
在数据治理工作的热潮下，各领域的数据治理专业人才将成为推动数据治理落地与持续运营的核心角色。数据治理专业人才需要通过学习数据治理理论基础与实践案例，对数据治理的工作目标形成清晰的认识，在掌握专业知识的同时，明确数据治理工作的定位与职责。为了更好地为国内各机构开展数据治理工作提供理论和实践支持，培养包括金融、工业制造业等行业数据的治理人才，指导相关行业数据治理工作的有效开展，本培训结合已有的数据管理知识体系及同业机构在数据治理领域的成功案例，主要围绕以下三大视角设计了数据治理系列培训课程：
1.从监管合规要求及数据治理理论视角，讲解数据治理体系（组织、职责、制度、流程等）的建设方法以及数据价值的实现思路，解决金融机构开展数据治理和数据应用过程中的相关疑惑，以便更好的实现数据的资产化及价值化。
2.系统讲解以DMBOK2体系为基础架构，以DCMM为数据管理成熟度评估机制、以GDPR为数据伦理导向的数据治理知识体系。
3.从同业数据治理成功案例的实战视角，分享同业金融机构在数据治理和数据应用方面的领先实践和成功经验，为数据治理具体工作展开提供丰富、生动的实战指南。
6、培训对象
包括但不限于：
数据相关工作的管理层领导；
数据管理团队及专、兼职数据管理人员、数据相关项目的解决方案提供者；
业务部门数据分析和报表统计人员；
信息科技部门数据平台开发、运维及安全管理人员；
会计事务师所、律师事务所在风险、合规、管理、数据治理领域的从业人员；
政府领域数据管理领域的研究人员；
负责开发和提供数据管理课程的教育工作者等。
7、课程设计
1）线下课程如下：
第1天：数据管理知识体系概述、数据架构、数据治理、数据伦理、数据管理组织和职责、数据管理与组织变革。
第2天：数据模型、数据仓库与商务智能（数据应用）、数据安全、数据标准、主数据和参考数据、元数据管理。
2）线上课程如下：
数据集成和互操作、数据质量、大数据和数据科学、数据管理成熟度评估等。
详情请参见附件、《数据治理培训内容纲要》。
3）本培训课程设计思路及教学安排紧密围绕着：
以理论为基础：全面、清晰、体系化解读数据治理理论知识和方法论。
以实战为导向：与企业实际业务和管理场景相结合的实战方案分享与指南。
以能力为目标：课堂带教与课间互动，力求学员掌握技能，用人单位可立即获得人力资本上的提升。
8、培训提纲(详见下表)
板块一：数据管理知识体系概述、基于数据湖架构下数据治理（第一天上午）
章节 | 模块 | 培训内容 |
学员介绍 | 讲师及学员互相介绍 | |
课程1 | 数据管理知识体系概述 | 介绍数据治理背景、发展历史以及相关方法论。以相关行业为例，说明数据治理环境以及数据治理在行业的实践以及指导作用，体系化介绍数据管理知识体系全貌，同时还介绍各个模块之间的关系、术语、重要概念以及沟通技巧。 |
课程2 | 基于数据湖架构下数据治理 | 1）数据处理技术的发展趋势与挑战：数据管理面临的挑战与发展趋势分析；数据湖的定义及发展需求 2）数据据仓库、数据湖和数据中台演变。 3）数据湖的架构体系，如何通过数据治理实现数据湖商业价值 4）基于数据湖架构下的大数据治理思考。如何避免数据沼泽？数据智能化治理是数据湖实现价值必有之路；小数据与大数据治理特点及差异。 |
课程3 | 数据架构 | 数据架构主要包括识别企业数据需求 、设计维护总蓝图指导数据的集成 、控制数据资产 、对齐企业目标。本节课程将介绍数据架构的主要工作内容以及实践实操，并说明常见问题以及其解决方案。 |
板块二：数据治理、伦理与道德和数据组织管理（第一天下午）
章节 | 模块 | 培训内容 |
课程4 | 数据治理 | 说明数据治理的驱动原因、明确数据治理的目标与原则，通过关键管理活动来明确数据治理的内核，并介绍当前广泛使用的数治理的方法论、介绍数据治理的工作场景以及沟通技巧。 |
课程5 | 数据伦理 | 介绍数据伦理的核心概念，说明数据操作与自然人、数据所有权归属与经济价值之间的关系。说明数据伦理的准则、各国当前的伦理法规，并通过案例说明数据伦理的应用情况。 |
课程6 | 数据管理组织与职责 | 本章节主要介绍金融行业的数据管理组织架构体系以及职责分工，并介绍管理组织的成功关键因素、金融行业数据管理组织架构案例等，明确组织建立的方式方法。 |
课程7 | 数据管理与组织变革 | 数据管理组织变革将参考组织变革的Kotter法则等方法论，对比讲解数据管理与组织变革的基本概念、变革要素。并通过介绍金融行业的变革案例来说明变革的可实操性。 |
板块三：数据架构、据仓库、数据安全（第二天上午）
章节 | 模块 | 培训内容 |
课程8 | 数据模型与设计 | 数据模型与设计包括数据建模，明确概念、逻辑、物理的数据模型层级。本节课程主要介绍数据建模的主要工作内容以及再金融行业的优秀实践。 |
课程9 | 数据仓库与商业智能（数据应用） | 本章以数据仓库的构建以及商业智能应用的要点来介绍数据应用体系建设。包括数据仓库的构建理念、架构组件，商务智能的实施要点、与数据治理之间的关系处理 |
课程10 | 数据安全 | 数据安全主要关注常见的黑客行为 、常见的系统安全风险、常见的数据滥用 、常见的数据威胁 、常见的恶意软件的安全规范，本节课程将介绍数据安全的技术、方法与工具，金融行业相关的数据安全法规以及实施的重点难点。 |
板块四：数据指标、主数据和元数据（第二天下午）
章节 | 模块 | 培训内容 |
学员介绍 | 讲师及学员互相介绍 | |
课程11 | 指标管理 | 讲解数据指标标准框架体系、数据指标运营体系、数据指标管理工具及应用场景、数据指标体系四步法（找指标、理指标、管指标、用指标）和难点分析，最后分享标杆企业数据指标管理项目案例 |
课程12 | 主数据管理 | 主数据与参考数据主要说明对数据不同的分类所划分的“最大公约数据”。了解领先实践主数据管理框架管理体系；了解标杆企业主数据资产相关术语、定义，实施策略和相关案例情况；获得主数据治理工具相关知识；主数据管理领域需要角色和相关知识结构。 |
课程13 | 元数据管理 | 元数据做为描述数据属性的数据，本节课程主要介绍元数据管理的定义、类型、标准，以及元数据管理的方式方法、相关技术，并通过实践案例来加深对元数据管理的认知。 |
板块5：数据集成和互操性、数据质量（线上讲解）
章节 | 模块 | 培训内容 |
课程14 | 数据集成和互操作 | 数据集成与互操作主要描述数据整合与传输的流程，本节课程主要介绍数据集成基本概念，如数据抽取、转换、加工等，数据集成模式、工作方法、工作工具等方面的内容。 |
课程15 | 数据质量 | 数据质量是衡量数据价值、数据可用性的标尺，本节课程将介绍数据质量的基本概念、常见问题以及常用工具与技术，并通过介绍金融行业的相关案例来贯通数据质量管理的实施流程。 |
板块6：文件和内容管理、数据管理成熟度评估（线上讲解）
章节 | 模块 | 培训内容 |
课程16 | 文件和内容管理 | 文件和内容管理将针对结构化与非结构化的数据的高效整合与高效利用方式方法展开说明。从工作方式方法、工作工具等方面介绍内容管理与分发方式、术语管理、数据地图、工作流等。 |
课程17 | 数据管理成熟度评估 | 数据管理成熟度使用成熟度评估理论（CMM），主要针对数据治理的相关工作开展评估。本节课程将介绍数据管理成熟度的基本概念、评估标准体系、评估框架、评估实操以及评估结果的使用。 |
9、讲师团队：
1）骆阳老师 DAMA中国资深会员，商业智能和数据管理领域资深咨询专家，具有26年国内IT行业经验；曾在国际知名数据仓库公司Teradata任职10年，广泛服务于国内金融、政府、交通、电力等行业大客户。骆阳先生拥有超过10年的数据仓库、数据分析系统和数据资产治理的规划和实施经验，熟悉数据资产治理理论和实践，在大型数据系统、数据中台的规划、设计、建设方面，具有丰富的理论知识和广泛的实践落地经验。
2）郑保卫博士 DAMA中国理事会员，工学博士学位， 清华大学未来科技EMBA 在读，2012年毕业回国创办恩核（北京）信息技术有限公司。致力于数据架构、数据建模及数据治理技术方面的研究与实践，曾出版《海量数据库解决方案1》，《区块链开发与实例》，后者被清华计算机学院列为指定教材，参与翻译《数据管理知识体系-DMBOK2.0》，组织翻译《区块链重构游戏规则》。
3）刘老师 DAMA中国资深会员，金融数据治理与管理专家。历任纽约某金融数据公司首席技术官（纽约）、摩根大通银行（芝加哥）高级系统分析师、某主权基金数据管理处长等职位，在数据治理体系、数据标准指定与落地、数据质量管控、针对业务的数据服务快速响应方面有深刻的洞察与丰富实战经验。2010年参与DAMA China 的创办，推动了DMBOK知识体系在中国的翻译、出版与推广。2011年协助银监会主办了银行业首次数据标准研讨会（2011）。参与了《DAMA 数据管理知识体系指南(第一版) （清华大学出版社，2011）的翻译，与《区块链改变规则》（清华大学出版社，2020）的翻译与审校工作。
4）陈惠民老师 高级经济师。南京银行总行原会计结算部(运营管理部)总经理；金融行业从业三十年，曾供职于工商银行；2014年负责筹建了南京银行数据治理部，二级部门；2018年3月成立南京银行银数字银行管理部，一级部门；南京银行新一代核心业务信息系统建设双牵头人之一；2018年6月内退。2018-现在，曾为华为，恒生电子等大型企业提供超过30次数据治理培训；主导编写书籍《商业银行大数据挖掘与应用》等专著。
5）陈老师 四大某咨询公司合伙人，专注于数据治理体系建设、数据分析、信息化战略规划以及全面风险管理服务。在银行业，陈老师将数据治理、数据分析专业服务经验与行业实践相结合，领导并参与多家金融企业的数据治理体系规划、主数据管理、数据标准、数据质量、数据资产盘点、数据管控系统落地实施等项目。此外，陈老师在数据统计、数据可视化、分析模型设计、分析软件应用等方面具有深刻的研究以及实践经验。同时，陈老师本人还主导了通信行业大数据在金融风险管理领域的产品研究与开发，在为企业提供跨行业的数据服务、信息化服务方面有着极高的前瞻性和创新性。
6）张老师：某核电公司采购管理处副处长，主数据服务项目负责人。负责牵头制定中国核工业集团物料编码分类标准的制定（企标）、负责中国核能电力股份有限公司及下属公司物料主数据管理体系建设和日常数据运维相关工作。具有20年大型央企生产管理、系统规划和项目实施经验，先后主持和参与过ERP系统、主数据管理系统和电子采购平台等系统的项目工作。近10年来主要专注于企业供应链体系建设、各层级企业数据治理体系规划和具体数据挖掘应用项目的研究和实践，具体负责结合企业业务和数据现状，规划、梳理和组织数据治理相关工作的开展，对数据体系、数据标准、数据质量提升和数据应用具有丰富经验。
10、培训地点：
北京市东城区前门大街布巷子胡同8号CIO时代学院
地铁2号线：前门站，巷子胡同8-3号就行，大致300多米，在步行街上
11、培训费用及咨询
课程培训费8000元/人（含培训费、场地费、资料费、学习期间午餐），学员食宿交通费用需自理。欲参加本次培训请加下面微信号咨询并报名。
扫描二维码关注我们
微信：DaasCai
邮箱：ccjiu@163.com
QQ：2286075659
报名回执《数据管理专业人士认证 》
单位名称 (开发票名称) | |||||
快递地址 | 邮编 | ||||
联 系 人 | 职位 | 电话 | |||
传真 | |||||
学员姓名 | 身份证号 （做证书使用） | 邮箱 | 联系电话 | 培训地点 | 是否住宿 |
北京北达软信息技术有限公司
二〇二〇年八月二十号