DAMA-DMBOK 数据管理知识体系职能框架
版本：V3.0.2
目录
1.简介 (3)
1.1.数据管理专业 (3)
1.2.数据管理知识体系（DMBOK） (4)
1.3.DAMA数据管理辞典 (5)
1.4.为什么需要此职能框架？ (5)
1.5.为什么会有 2.0版? (5)
1.6.为什么会有 3.0版? (7)
2.概述 (8)
2.1.数据管理职能 (8)
2.2.环境元素 (11)
3.DAMA-DMBOK职能纲要 (13)
文档简介
本文档针对DAMA数据管理知识体系（ DMBOK）职能框架的第 3.0.2版进行描述，该框架是由DAMA国际提供的，用于协助对本专业的最佳实践方法进行规范化的工作。
Deborah Henderson
DAMA国际教育服务副主席
DAMA基金会主席
Mark Mosley
DMBOK编辑修订历史
版本日期作者描述
1.0 2006.3.27 Mark Mosley 由芝加哥分会给DMBOK 委员
会提交的建议书原始草稿。
1.1 2006.4.17 Mark Mosley 改写后的草稿，作为DMBOK
委员会提供给DAMA国际/基金
会的建议版本。
1.2 2006.5.3 Mark Mosley 2006年丹佛会议由DAMA 国
际使用后进行修改。
1.3 2006.6.12 Deborah
部分内容修订。
Henderson
2.0 2007.4.5 Mark Mosley 部分内容修订，以反映2007年
马萨诸塞州波士顿DAMA国际
会议上所做的部分修改。
2.1 2007.11.5 Mark Mosley 部分修订，反映对DMBOK术
语的使用。
3.0 2008.5.5 Mark Mosley 对第9章和第10章进行结构调
整。
3.0.1 2008.6.25 Mark Mosley 修改为详细的活动纲要。
3.0.2 2008.9.10 Mark Mosley 对DW/BI管理的活动纲要进行
微调。
项目管理知识体系
2019年3月
目录 1. 项目整体管理 (8) 1.1. 制定项目章程（启动） (8) 1.2. 制订项目管理计划（计划） (8) 1.3. 指导与管理项目执行（执行） (9) 1.4. 监控项目工作（监控） (9) 1.5. 实施整体变更控制（监控） (9) 1.6. 结束项目或阶段（收尾） (10) 2. 项目范围管理 (10) 2.1. 规划范围管理（计划） (11) 2.2. 收集需求（计划） (11) 2.3. 定义范围（计划） (12) 2.4. 创建工作分析结构WBS（计划） (12) 2.5. 确认范围（监控） (13) 2.6. 控制范围（监控） (13) 3. 项目进度管理 (14) 3.1. 规划进度管理（计划） (14) 3.2. 定义活动（计划） (14) 3.3. 排列活动顺序（计划） (14) 3.4. 估算活动资源（计划） (15) 3.5. 估算活动持续时间（计划） (15) 3.6. 制订进度计划（计划） (16)
4. 项目成本管理 (17) 4.1. 规划成本（计划） (17) 4.2. 估算成本（计划） (17) 4.3. 制定预算（计划） (18) 4.4. 控制成本（监控） (18) 5. 项目质量管理 (19) 5.1. 规划质量管理（计划） (19) 5.2. 实施质量保证（执行） (19) 5.3. 质量控制（监控） (20) 6. 项目人力资源管理 (20) 6.1. 规范人力资源管理（计划） (20) 6.2. 组建项目团队（计划） (21) 6.3. 建设项目团队（计划） (21) 6.4. 管理项目团队（执行） (21) 7. 项目沟通管理 (22) 7.1. 规划沟通管理（计划） (22) 7.2. 管理沟通（执行） (22) 控制沟通（监控） (23) 8. 干系人管理 (23) 8.1. 识别干系人（启动） (23) 8.2. 规划干系人管理（计划） (24)
https://www.doczj.com/doc/0213463000.html, 从0到1搭建数据分析知识体系_光环大数据培训 数据分析在运营工作中无处不在，无论是活动复盘、专题报告、项目优化，还是求职面试，数据分析都有一席之地。 对于数据分析，我发现很多运营都有这样一些困惑： 不知道从哪里获取数据; 不知道用什么样的工具; 不清楚分析的方法论和框架; 大部分的数据分析流于形式; …… 其实，数据分析并没有大家想象的那么难，这篇文章总结了一套较为完整的数据分析知识体系，全文共6103个字，全部读完大约需要8分钟。 一、概念——数据和数据分析 其实大家一直都在接触数据和数据分析，但是对于两者具体的定义又很难说清楚。我曾经做过一个调查，问一些运营同学，下面5个选项哪些属于“数据”概念的范围。 大部分人都知道把“4.报表”选上，但是很难有人会认为上面5个选项都是。其实这反映了一个很普遍的现象：很多人都会先入为主，认为数据就是各种表格、各种数字，例如excel报表、各种数据库。其实这是一个错误或者说有偏差的认识，它会使得我们对数据的认识变得很狭隘。 ①什么是数据 数据(data)是描述事物的符号记录，是构成信息或者知识的原始材料。这种哲学层次的定义，让数据的范围极大丰富，也符合目前“大数据”发展的需要。试想一下，现在很多搜索引擎做的“图片识别”、“音频识别”难道不是数据分析的一部分吗? 作为一名互联网企业的运营从业者，我们接触到的数据可能没有那么复杂，但是也有很多类别。
https://www.doczj.com/doc/0213463000.html, 从数据的来源来看，可以分为企业外部数据和内部数据。外部数据主要包括社会人口、宏观经济、新闻舆情和市场调研数据;内部数据包括用户行为数据、服务端日志数据、CRM与交易数据。不同数据的获取途径、分析方法、分析目的都不经相同，不同行业、不同企业在实际分析中也都各有偏好。 那么我们常见的“信息”和“数据”有何不同? 数据是信息的载体和表现形式;信息是数据的内涵，信息加载于数据之上。以书本和知识为例，书本属于数据概念范畴，知识属于信息概念范畴;书本是知识的一种载体和表现形式，知识是书本的内涵和升华。 ②什么是数据分析 数据分析是指从数据中提取有用的信息，并指导实践。 这里有两个点需要注意：首先，我们需要提取的是有用的信息，而不是自嗨;其次，这些信息需要用来指导实践，而不是流于形式。 二、思路——方法论和方法 很多新人入门数据分析的时候，要么胡子眉毛一把抓，要么无从下手。这都是缺少分析思路的表现，需要宏观的方法论和微观的方法来指导。 那么方法论和方法有什么区别? 方法论是从宏观角度出发，从管理和业务的角度提出的分析框架，指导我们接下来具体分析的方向。方法是微观的概念，是指我们在具体分析过程中使用的方法。 ①方法论 数据分析的方法论很多，这里我给大家介绍一些常见的框架。 PEST分析法：从政治(Politics)、经济(Economy)、社会(Society)、技术(Technology)四个方面分析内外环境，适用于宏观分析。 SWOT分析法：从优势(Strength)、劣势(Weakness)、机遇(Opportunity)、威胁(Threat)四个方面分析内外环境，适用于宏观分析。 5W2H分析法：从Why、When、Where、What、Who、How、Howmuch7个常见的维度分析问题。 4P理论：经典营销理论，认为产品(Product)、价格(Price)、渠道(Place)
DAMA-DMBOK 数据管理知识体系职能框架 版本：V3.0.2
目录 1.简介 (3) 1.1.数据管理专业 (3) 1.2.数据管理知识体系（DMBOK） (4) 1.3.DAMA数据管理辞典 (5) 1.4.为什么需要此职能框架？ (5) 1.5.为什么会有 2.0版? (5) 1.6.为什么会有 3.0版? (7) 2.概述 (8) 2.1.数据管理职能 (8) 2.2.环境元素 (11) 3.DAMA-DMBOK职能纲要 (13)
文档简介 本文档针对DAMA数据管理知识体系（ DMBOK）职能框架的第 3.0.2版进行描述，该框架是由DAMA国际提供的，用于协助对本专业的最佳实践方法进行规范化的工作。 Deborah Henderson DAMA国际教育服务副主席 DAMA基金会主席 Mark Mosley DMBOK编辑修订历史 版本日期作者描述 1.0 2006.3.27 Mark Mosley 由芝加哥分会给DMBOK 委员 会提交的建议书原始草稿。 1.1 2006.4.17 Mark Mosley 改写后的草稿，作为DMBOK 委员会提供给DAMA国际/基金 会的建议版本。 1.2 2006.5.3 Mark Mosley 2006年丹佛会议由DAMA 国 际使用后进行修改。 1.3 2006.6.12 Deborah 部分内容修订。 Henderson 2.0 2007.4.5 Mark Mosley 部分内容修订，以反映2007年 马萨诸塞州波士顿DAMA国际 会议上所做的部分修改。 2.1 2007.11.5 Mark Mosley 部分修订，反映对DMBOK术 语的使用。 3.0 2008.5.5 Mark Mosley 对第9章和第10章进行结构调 整。 3.0.1 2008.6.25 Mark Mosley 修改为详细的活动纲要。 3.0.2 2008.9.10 Mark Mosley 对DW/BI管理的活动纲要进行 微调。
建立完整的知识结构体系和脉络梳理 中华民族形成的过程，我们可以建立一下结构体系： 中国古代边疆管理与民族融合
中国古代中央集权，我们可以建立如下的知识结构体系 中国古代中央集权体制的发展框架
现代化的世界进程——知识结构表 这是我们解答叙述题的套路，有了这个法宝，任何叙述题、展板填空题我们都能以不变应万变，而在构建知识体系的过程中，也让我们宏观地把握各个知识点在历史发展中的地位与意义，避免了零星散乱的复习毛病。
总结史料分析题与论文题的答题步骤与技巧 史料分析题被很多老师认为是历史高考的小论文，solo论文更被同学们视为噤若寒蝉，但是如果对题目进行归类和分析，我们不难看出这些题目的一些规律和和结构。 所以无论是史料分析题还是论文题有一定的层次感和逻辑性。 第一、观点清晰，通过归纳找出观点的通用性。 如2013年严复对进化论翻译的论文和2014年梁启超评价李鸿章的论文，其实是同一类型的题目，即“作者对西方思想的引进和人物的评价都是作者以引进西方思想与评价近代人物来表达自己思想和理念的目的，使作者的思想带有时代和个人的烙印。” 这种观点可以通过课堂和题目的答案进行归类总结，这样遇到陌生的论文史料就不会捉襟见肘了！ 第二、在论述中一定要做到“论从史出”，也就是俗话说的“引材料”概括归纳。 第三、不同的题目有不同的答题结构，如社会转型的史料分析，总观点往往是通过微观事件折射宏观的社会变迁，然后逐条分析材料展开其具体变化。 再如场景还原题（穿越题），其回答步骤一定要体现利弊和时代的关系，而最后不要忘记作为当时人，一定会对反对派的意见有妥协和让步，或者提出改进的方案。 我们以2013年李鸿章为同文馆辩护为例，可以从以下结构展开： 以后再遇到场景还原辩论题，这个步骤是可以通用的。
管理信息系统的重要性 1 信息化社会特征 1.1 信息的制造、加工、处理、传递、获取的方法、手段正在日新月异地迅猛发展： 1.1.1 新兴的完全数字化的企业：重要商业关系借助数字化实现、通过数字网络完成核心业务流程、核心 公司资产实现数字化管理 1.1.2 数字化企业在组织和管理方面具有更大的灵活性：时间转移，空间移动 1.2 越来越多的人开始从事与信息有关的工作，信息产业正在飞快地成长 1.3 信息已经和材料、能源一样，成为一种社会的基本生产原料。 1.3.1 由传统的企业管理理论（5M：Man，Money，Material，Method，Machine；人力，财力，物力， 技术和机器）向现代化管理（信息＋５M）转变。 1.3.2 决策依据准确及时的集成信息、处理问题需要准确及时的集成信息，在“变、快、多”的动态环境下， 能比对手更快地做出正确的决策 2 企业经营环境的改变 2.1 全球经济一体化 2.1.1 导致全球性工作群体、全球性制造、全球性采购和供应及全球性技术支持和售后服务运作模式的出 现。企业的运营已不再限于围墙以内，而必须跨越时间和空间在世界范围内完成供应、制造和销售。 2.1.2 企业面对国际市场的竞争与挑战，需要IS的支持，以便及时做出响应。 2.1.3 一个全球范围内运作的企业必须与分布在全球的分销商、供应商进行广泛的信息交换；需要24小 时在不同国家中运作；应该能够有效地为全球内的客户服务；能够及时把握分布在全球的分支机构 的经营状况……这些都离不开信息系统的支持。 2.1.4 信息系统所提供的通讯和分析能力使企业克服地理位置分散、信息共享和协调困难的局面。以便捷 地在全球范围进行贸易、制造和企业的管理。 2.1.5 因此，信息系统大大降低了企业在全球范围内的运营、管理和交易成本；信息系统驱动了全球化。 2.2 从工业经济向知识和信息经济时代的转变 2.2.1 知识和信息是创造财富的主体。对所有的行业来说，与之相关的信息技术/信息系统已成为企业关 键的战略性的资产。信息系统对于优化组织内部的信息及知识流动、实现公司的最优化管理和决策 是必不可少的。 2.2.2 随着全球经济一体化的形成，企业面临日益激烈的市场竞争（3C）。要求企业快速响应迅速变化的 市场，减少管理层次，形成扁平化组织。IT和IS使其成为可能。 2.2.3 供应链管理的理念，使企业由纵向一体化向横向一体化管理模式转变。IT是供应链管理模式产生 的基础。供应链管理IS是实施供应链管理的前提和保证。 3 信息技术应用示例 3.1 信息时代的企业竞争：竞争范围全球化；竞争层面多样化；竞争手段高科技化 3.2 变化是永恒的，惟一的出路是变革。网络化经济时代，企业必须利用现代信息技术和信息系统及其潜能， 创造核心竞争能力和竞争优势 4 信息系统对企业的影响 4.1 企业应用信息技术的能力和执行企业战略并实现企业目标的能力之间的关系越来越密切 4.2 商业公司对信息系统的大量投资主要用于实现六项战略业务目标： 4.2.1 卓越运营：改进运营效率以获取更高的利润、信息系统和技术是实现更高运营效率和生产率的重要 工具 4.2.2 新产品，新服务和新商业模式：描述企业如何通过生产、运输和销售产品或服务来创造财富。信息 系统和技术是创造新产品、新服务和新商业模式的主要驱动器。 4.2.3 与客户和供应商的密切关系：很好地服务客户会使客户成为回头客，从而增加收入和利润。企业与 供应商关系越紧密，供应商就越能更好地向企业提供重要的服务，从而降低企业成本 4.2.4 改善决策：没有正确的信息，管理者必须依赖预测、猜测和运气，结果导致生产过剩或不足、资源 分配不合理、响应时间拖延，最终导致成本上升、客户流失。 4.2.5 竞争优势：更好的绩效、产品质优价廉、实时响应客户和供应商需求 4.2.6 生存：信息技术是企业运营所必需的；行业变革
大数据知识体系 很多人都看过不同类型的书，也接触过很多有关大数据方面的文章，但都是很零散不 成系统，对自己也没有起到多大的作用，所以作者第一时间，带大家从整体体系思路上，了 解大数据产品设计架构和技术策略。 大数据产品，从系统性和体系思路上来做，主要分为五步： o针对前端不同渠道进行数据埋点，然后根据不同渠道的采集多维数据，也就是做大数据的第一步，没有全量数据，何谈大数据分析； o第二步，基于采集回来的多维度数据，采用ETL对其各类数据进行结构化处理及加载； o然后第三步，对于ETL处理后的标准化结构数据，建立数据存储管理子系统，归集到底层数据仓库，这一步很关键，基于数据仓库，对其内部数据分解成基础的同类数据集市； o然后基于归集分解的不同数据集市，利用各类R函数包对其数据集进行数据建模和各类算法设计，里面算法是需要自己设计，个别算法可以用R函数，这个过程产品和运营参与最多；这一步做好了，也是很多公司用户画像系统的底层。 o最后根据建立的各类数据模型及算法，结合前端不同渠道不同业务特征，根据渠道触点自动匹配后端模型自动展现用户个性化产品和服务。 建立数据采集分析指标体系是形成营销数据集市的基础，也是营销数据集市覆盖用户 行为数据广度和深度的前提，数据采集分析体系要包含用户全活动行为触点数据，用户结构 化相关数据及非结构化相关数据，根据数据分析指标体系才能归类汇总形成筛选用户条件的 属性和属性值，也是发现新的营销事件的基础。 构建营销数据指标分析模型，完善升级数据指标采集，依托用户全流程行为触点，建 立用户行为消费特征和个体属性，从用户行为分析、商业经营数据分析、营销数据分析三个
浩然姐姐课上所说提纲 考试以基本概念为主 基本定义： 1、信息系统 2、信息技术 3、数据、信息 4、产生信息的活动 5、信息系统&IT的重要性 6、涉及研究领域与方法 7、信息系统的分类（从不同维度来分，相应类别有什么功能，特征） 8、管理知识（不是特别需要） 9、信息系统部门定义，IT角色，分工职责 10、组织的定义 11、管理学三大流派 12、决策，为了支持组织决策设置的信息系统有什么特点 13、电子商务：有哪些新的因为Internet引起的业务模式； 14、支持决策的系统，分类及定义 15、决策系统类型 16、知识管理，分类 17、知识管理价值链，步骤，定义 18、信息系统开发流程，各步骤，每步所用到的方法，各方法优缺点；19: ERP：企业资源规划 试卷组成：填空30%（据说30空） 问答（50%） 场景分析设计，采用结构化方法，数据流图，控制结构图
习题部分： PPT整理 Chap 01 : 管理数字化企业 1、解释为什么信息系统对当今企业和管理如此重要 ●资本管理，信息技术投资占总企业投资最大份额 ●信息系统是进行工商业活动的基础（一些例子，亚马逊，易趣，沃尔 玛等） ●组织和信息系统的相互依赖性 ●生产率（IT在公司增加劳动生产率中起着非常关键的作用） ●战略机会和优势（市场、新产品开发、服务创新取得优势） 2、评价在当今竞争的企业环境中信息系统的角色 3、评估因特网和因特网技术对企业与政府的影响 4、定义信息系统 –一组相互关联的成分，这些成分收集（收取）、处理、存储和分配信息，以支持组织决策的制定、协调和控制。 –此外，还可以帮助管理人员和工作人员分析问题，使复杂的问题形象化和创造新的产品 5、区分计算机文化和信息系统文化 ?信息系统文化：包括研究信息系统的行为方法和技术方法 ?计算机文化：主要集中于信息技术的知识 6、识别主要的管理挑战、建设和使用信息系统 小点1、为什么要有信息系统？ ?信息技术：所有被组织应用于基于计算机的信息系统以及支持它的技术 小点2、IT有多重要 ?公司有效使用IT的能力差异很大，高效运用IT的企业从IT投资中得到优 厚的回报，运用较差的则得不到回报---复制不容易 ?对IT的投资必须进行相应的业务流程变革及管理文化、态度和行为的转变， 否则，IT投资可能就是资源的浪费。 小点3、为什么要IT ?因特网的增长和技术汇聚（如电话网络并入因特网，手机成为因特网的接 入设备；传统市场和分销渠道正在减弱，新的市场正在创建，如在线传播媒体和音乐影视下载的市场已经出现；电子商务，电子政务）
DAMA-DMBOK 数据管理知识体系职能框架 版本：V3.0.2
目录 1.简介 (3) 1.1.数据管理专业 (3) 1.2.数据管理知识体系（DMBOK） (4) 1.3.DAMA数据管理辞典 (5) 1.4.为什么需要此职能框架？ (5) 1.5.为什么会有2.0版? (5) 1.6.为什么会有3.0版? (7) 2.概述 (8) 2.1.数据管理职能 (8) 2.2.环境元素 (11) 3.DAMA-DMBOK职能纲要 (13)
本文档针对DAMA数据管理知识体系（ DMBOK）职能框架的第 3.0.2版进行描述，该框架是由DAMA国际提供的，用于协助对本专业的最佳实践方法进行规范化的工作。 Deborah Henderson DAMA国际教育服务副主席 DAMA基金会主席 Mark Mosley DMBOK编辑修订历史 版本日期作者描述 1.0 2006.3.27 Mark Mosley 由芝加哥分会给DMBOK 委员 会提交的建议书原始草稿。 1.1 2006.4.17 Mark Mosley 改写后的草稿，作为DMBOK 委员会提供给DAMA国际/基金 会的建议版本。 1.2 2006.5.3 Mark Mosley 2006年丹佛会议由DAMA 国 际使用后进行修改。 1.3 2006.6.12 Deborah 部分内容修订。 Henderson 2.0 2007.4.5 Mark Mosley 部分内容修订，以反映2007年 马萨诸塞州波士顿DAMA国际 会议上所做的部分修改。 2.1 2007.11.5 Mark Mosley 部分修订，反映对DMBOK术 语的使用。 3.0 2008.5.5 Mark Mosley 对第9章和第10章进行结构调 整。 3.0.1 2008.6.25 Mark Mosley 修改为详细的活动纲要。 3.0.2 2008.9.10 Mark Mosley 对DW/BI管理的活动纲要进行 微调。
数据分析在运营工作中无处不在，无论是活动复盘、专题报告、项目优化，还是求职面试，数据分析都有一席之地。 外部数据：主要包括社会人口、宏观经济、新闻舆情和市场调研数据； 内部数据：包括用户行为数据、服务端日志数据、CRM与交易数据。 不同数据的获取途径、分析方法、分析目的都不经相同，不同行业、不同企业在实际分析中也都各有偏好。 那么我们常见的“信息”和“数据”有何不同？ 数据是信息的载体和表现形式；信息是数据的内涵，信息加载于数据之上。以书本和知识为例，书本属于数据概念范畴，知识属于信息概念范畴；书本是知识的一种载体和表现形式，知识是书本的内涵和升华。 那么方法论和方法有什么区别？ 方法论是从宏观角度出发，从管理和业务的角度提出的分析框架，指导我们接下来具体分析的方向。方法是微观的概念，是指我们在具体分析过程中使用的方法。 （一）方法论 数据分析的方法论很多，这里我给大家介绍一些常见的框架。 （1）PEST分析法：从政治、经济、社会、技术四个方面分析内外环境，适用于宏观分析。 （2）SWOT分析法：从优势、劣势、机遇、威胁四个方面分析内外环境，适用于宏观分析。
（3）5W2H分析法：从Why、When、Where、What、Who、How、How much 7个常见的维度分析问题。 （4）4P理论：经典营销理论，认为产品、价格、渠道和促销是影响市场的重要因素。 （二）方法 根据运营工作的实际需要，在参考了GrowingIO 陈明的文章《一名优秀的数据分析师是怎样炼成的》基础上，我整理了7种分析方法。借助常见的网站/APP 数据分析产品，我们非常快速的完成这7种分析。 1.趋势分析 趋势分析是最简单、最基础，也是最常见的数据监测与数据分析方法。通常我们在数据分析产品中建立一张数据指标的线图或者柱状图，然后持续观察，重点关注异常值。 2.多维分解 多维分解是指从业务需求出发，将指标从多个维度进行拆分；这里的维度包括但不限于浏览器、访问来源、操作系统、广告内容等等。 为什么需要进行多维拆解？有时候一个非常笼统或者最终的指标你是看不出什么问题来的，但是进行拆分之后，很多细节问题就会浮现出来。 3.用户分群 用户分群主要有两种分法：维度和行为组合。第一种根据用户的维度进行分群，比如从地区维度分，有北京、上海、广州、杭州等地的用户；从用户登录平台进行分群，有PC端、平板端和手机移动端用户。第二种根据用户行为组合进行分群，比如说每周在社区签到3次的用户与每周在社区签到少于3次的用户的区别，这个具体的我会在后面的留存分析中介绍。 4.用户细查 正如前面所说的，用户行为数据也是数据的一种，观察用户在你产品内的行为路径是一种非常直观的分析方法。在用户分群的基础上，一般抽取3-5个用户进行细查，即可覆盖分群用户大部分行为规律。 5.漏斗分析 漏斗是用于衡量转化效率的工具，因为从开始到结束的模型类似一个漏斗，因而
如何建立自己的知识体系 Collected by: Stern Chan 如何建立自己的知识体系?这个问题问得相当宽泛，其实大家都不算陌生了，通俗点的解释就是”把一些零碎的、分散的、相对独立的知识概念或观点加以整合,使之形成具有一定联系的知识系统”。这种系统就像是一棵树,每片叶子都是独立的,但树干把它们联系在一起,形成了体系,最典型的例子就是我们学生时代做的那些教辅资料，它们的每章末都会有自己的章末小结，对前一章的知识点进行整合，即是最常见的知识体系的构建了。 然而，原理大家固然都懂，真正实施起来又谈何容易，世界上的各类知识成千上万，又赶上互联网数据大爆炸的时代，知识早已不再是以“点状”或者“树状”的形态呈现,而是变成了一张密密麻麻纵横交错的“网”，以个人的能力将它们内化成知识体系几乎成了一种“吃力不讨好”的行为。 所谓的方法,既不能说得太空泛,又要有切实的可行性. 本文目录 一纠正个人知识管理的两个误区 1 纠正“以知识的收集为中心”的学习观念 2 纠正“囫囵吞枣、不求甚解”的学习方法 二谈谈建立知识体系的一般方法 1 明确知识体系的主题和用途 2 找到获取知识的途径 3 知识的整理与分类 4 知识的输出与运用 5 把握学术动态，更新知识体系 三如何构建文史类的知识体系？ 1 思路一：从传统文学史入手，搭构框架，形成体系 2 思路二：从你喜欢的作者入手，按图索骥，遵循轨迹 3 思路三：从你喜欢的类别入手，循序渐进，逐渐深入 4 思路四：从你的“共鸣点”入手，剑走偏锋，另辟蹊径 四总结
正文 一纠正个人知识管理的两个误区 早些年曾流传过这样一张图，用于描述我们日常生活中最常见低效的知识管理现象。 图中描述的现象是不是很熟悉，其中很多流程循环都是我们在日常生活中经常遇到的——每天热衷于各类知识的收集，比如在知乎上看到好的回答就想点收藏，但收藏之后又不会多看一眼，潜意识里不愿花较多的时间在知识的消化上，又偏偏是收集成瘾，最终导致采集的知识总量越来越大，逐渐产生一种时间不够用的错觉，最终在知识的海洋里迷失自我，整日忙忙碌碌、碌碌无为。而这也是低效知识管理模式的典型，不但会影响个人知识体系的建立，长远看还会打击人的自信心，徒增焦虑感，那么我们要怎样做才能很好地解决这个问题呢？我觉得最重要的，还是在思维上纠正我们在个人知识管理的两个误区。 1 纠正“以知识的收集为中心”的学习观念
计算机科学与技术学科知识体系 下面是14个知识领域（area）及其中的知识单元（llnits）和知识点（topiCS）的描述：1离散结构（DS） 1.1函数、关系和集合（核心）DS1 1.1.1函数DS11 1.1.1.1满射 1.1.1.2到内的映射 1.1.1.3逆函数 1.1.1.4复合函数 1.1.2关系 1.1. 2.1自反 1.1. 2.2对称 1.1. 2.3传递 1.1. 2.4等价关系 1.1.3集合 1.1.3.1文氏图 1.1.3.2补集 1.1.3.3笛卡儿集 1.1.3.4幂集 1.1.4鸽笼原理 1.1.5基数性和可数性 1.2基本逻辑（核心） 1.2.1命题逻辑 1.2.2逻辑连接词 1.2.3真值表 1.2.4范式 1.2.4.1合取式 1.2.4.2析取式 1.2.5永真性 1.2.6谓词逻辑 1.2.7全称量词和存在量词 1.2.8假言推理、否定式推理 1.2.9谓词逻辑的局限性 1.3证明技巧（核心） 1.3.1蕴涵、逆、逆反、置换、非、永假等概念 1.3.2形式证明结构 1.3.3直接证明 1.3.4反例证法 1.3.5逆反式证明法 1.3.6反证法 1.3.7数学归纳法 1.3.8强归纳法 1.3.9递归数学定义 1.3.10良序 1.4计数基础（核心） 1.4.1计数变元
1.4.2求和与相乘的规则 1.4.3包含排斥 1.4.4算术和几何级数 1.4.5斐波那契（Fibonacci）数列 1.4.6排列组合 1.4.7基本定义 1.4.8恒等式 1.4.9二项式定理 1.4.10递归关系 1.4.11实例 1.4.12 Master原理 1.5图与树（核心） 1.5.1树 1.5.2无向图 1.5.3有向图 1.5.4生成树 1.5.5遍历策略 1.6离散概率 1.6.1有限概率空间、概率度量、事件1.6.2条件概率、独立性、贝叶斯规则1.6.3 整型随机变量、期望 2程序设计基础（PF） 2.1程序设计基本结构（核心） 2.1.1变量、类型、表达式和语句 2.1.2高级语言的基本语法和语义 2.1.3输人和输出基础 2.1.4顺序、条件和循环控制结构 2.1.5函数定义、函数调用和参数传递2.1.6程序结构分解基础 2.2算法与问题求解（核心） 2.2.1问题求解策略 2.2.2问题求解算法 2.2.3算法实现策略 2.2.4调试策略 2.2.5算法的概念和特性 2.3基本数据结构（核心） 2.3.1基本类型 2.3.2数组 2.3.3记录 2.3.4字符串和字符串处理 2.3.5数据在存储器中的表示 2.3.6静态分配、栈式分配和堆式分配2.3.7运行时的存储器管理 2.3.8指针和引用 2.3.9链式结构 2.3.10栈、队列和哈希表的实现策略2.3.11树和图的实现策略
第十二章 元数据管理 1.简介 元数据的最常见定义，“关于数据的数据”，很容易引起误解。可以归类为元数据的信息种类繁多。元数据包括有关技术和业务流程，数据规则和约束以及逻辑和物理数据结构的信息。它描述了数据本身（例如，数据库，数据元素，数据模型），数据表示的概念（例如，业务流程，应用程序系统，软件代码，技术基础结构）以及数据和概念之间的连接（关系）。元数据可帮助组织了解其数据，系统和工作流程。它可以进行数据质量评估，并且是数据库和其他应用程序管理的组成部分。它有助于处理，维护，集成，保护，审核和管理其他数据。 要了解元数据在数据管理中的重要作用，请想象一个大型图书馆，其中有成千上万的书籍和杂志，但没有卡片目录。没有卡片目录，读者甚至可能不知道如何开始寻找特定的书甚至特定的主题。卡片目录不仅提供必要的信息（图书馆拥有的书籍和材料以及在何处被搁置），还使读者可以使用不同的起点（主题区域，作者或标题）来查找材料。没有目录，很难甚至不可能找到一本书。没有元数据的组织就像没有卡片目录的图书馆。 元数据对于数据管理和数据使用都是必不可少的（请参阅DAMA-DMBOK中对元数据的多个引用）。所有大型组织都会产生和使用大量数据。在整个组织中，不同的个人将具有不同级别的数据知识，但是没有一个人会了解有关数据的所有知识。此信息必须记录在案，否则组织可能会失去有关自身的宝贵知识。元数据提供了捕获和管理有关数据的组织知识的主要方法。 但是，元数据管理不仅是知识管理方面的挑战，而且还存在许多挑战。这也是风险管理的必要。元数据对于确保组织可以识别私有数据或敏感数据以及为自己的利益管理数据生命周期以及满足合规性要求并使风险最小化是必不可少的。 没有可靠的元数据，组织将不知道它拥有什么数据，数据代表什么，它起源于何处，它如何在系统中移动，谁可以访问它，或者对高质量数据意味着什么。没有元数据，组织就无法将其数据作为资产进行管理。确实，没有元数据，组织可能根本无法管理其数据。 随着技术的发展，生成数据的速度也提高了。技术元数据已经成为数据移动和集成方式不可或缺的一部分。ISO的元数据注册标准（ISO / IEC 11179）旨在基于数据的精确定义，在异构环境中启用元数据驱动的数据交换。以XML和其他格式显示的元数据可以使用数据。其他类型的元数据标记允许在交换数据的同时保留所有权，安全要求等指示符（请参见第8章）。 像其他数据一样，元数据也需要管理。随着组织收集和存储数据的能力的增强，元数据在数据管理中的作用越来越重要。要以数据驱动，组织必须以元数据驱动。
如何快速全面建立自己的大数据知识体系 很多人都看过不同类型的书，也接触过很多有关大数据方面的文章，但都是很零散不成系统，对自己也没有起到多大的作用，所以作者第一时间，带大家从整体体系思路上，了解大数据产品设计架构和技术策略。 大数据产品，从系统性和体系思路上来做，主要分为五步： 针对前端不同渠道进行数据埋点，然后根据不同渠道的采集多维数据，也就是做大数据的第一步，没有全量数据，何谈大数据分析； 第二步，基于采集回来的多维度数据，采用ETL对其各类数据进行结构化处理及加载； 然后第三步，对于ETL处理后的标准化结构数据，建立数据存储管理子系统，归集到底层数据仓库，这一步很关键，基于数据仓库，对其内部数据分解成基础的同类数据集市； 然后基于归集分解的不同数据集市，利用各类R函数包对其数据集进行数据建模和各类算法设计，里面算法是需要自己设计，个别算法可以用R函数，这个过程产品和运营参与最多；这一步做好了，也是很多公司用户画像系统的底层。 最后根据建立的各类数据模型及算法，结合前端不同渠道不同业务特征，根据渠道触点自动匹配后端模型自动展现用户个性化产品和服务。 建立系统性数据采集指标体系 建立数据采集分析指标体系是形成营销数据集市的基础，也是营销数据集市覆盖用户行为数据广度和深度的前提，数据采集分析体系要包含用户全活动行为触点数据，用户结构化相关数据及非结构化相关数据，根据数据分析指标体系才能归类汇总形成筛选用户条件的属性和属性值，也是发现新的营销事件的基础。 构建营销数据指标分析模型，完善升级数据指标采集，依托用户全流程行为触点，建立用户行为消费特征和个体属性，从用户行为分析、商业经营数据分析、营销数据分析三个维
数据说明知识管理的好处 从世界范围内来看，知识管理经历了概念阶段、试水阶段后，目前已经真正开始进入了规模化应用阶段，越来越多的企业认识到知识管理为他们带来的好处。 对于全球的商业发展趋势，世界知名的300名CEO所评选出的发展预测中表明，知识管理占据的仅次于“全球化”之后的次席位置，其重要性的未来的发展需求可见一斑。 我们所提倡的知识管理，它鼓励思想自由，培育创新精神；分享组织内优良榜样与范例，促进学习，激发创新能力；提高风险管理和应对风险的能力；协助快速寻找相关资料与经验，缩短作业时间；通过减少反应时间来提高工作效率；透过知识分享，避免不必要的重复工作，加快作业与学习速度，降低成本；缩短产品、业务开发周期，通过快速向市场提供产品和服务来提升利润；通过认识雇员知识的价值并给他们相应的报酬，从而提高雇员留职率；提高组织智商，把众多的高智商人才拧成一股绳，增加组织整体知识的存量与价值；避免组织失忆，保证公司不重蹈覆辙并沿着正确的方向发展；应用知识以提升技术、产品、与服务创新的绩效以及组织整体对外的竞争力； 知识管理除了能在知识领域构建强势平台之外，还能渗透入各个职能与流程的运转中，一个有创造性的知识管理体系在任何实际商业运作中都能够实实在在地提高效率和生产率，以及增加收入和降低成本。 在实践中已经有不少案例，证明了知识管理至少在以下经营管理环节的评估上，创造出了令人惊喜的成绩，以下是知识管理系统和咨询服务提供商，为产品定位而做的相关数据统计： 知识管理可量化有形效益体现有：节约作业成本13%、提升作业能力20%、缩短产品上市时间23%、加快顾客询问相应25%、缩短项目周期20%、避免人员流动造成断档50%、成员培训成本降低35%、提高销售文案响应速度50%、知识库人均使用率56%、知识库总存量上升80%。对于知识管理较难量化的无形利益表现在：员工判断决策能力得到提升、能够快速获取有用知识和专家支持、员工能够更加充分的交流创新、组织更加注意学习的氛围、组织的整体应变能力提升、知识管理理念深入人心、组织运行流程实现结构化。
数据管理知识体系 (DMBOK?) 功能框架 2.0版 2007年4月5日 ?2007 DAMA International – All Rights Reserved
目录 目录 (2) 文档简介 (2) 修订历史 (4) 1. 简介 (5) 1.1. 数据管理专业 (5) 1.2. 数据管理知识体系(DMBOK?) (6) 1.3. DAMA数据管理字典 (10) 1.4. 为什么需要这个框架？ (10) 1.5. 为什么会有版本2.0? (11) 2. 概述 (15) 2.1. 数据管理功能 (15) 2.2. 环境元素 (18) 3. DMBOK? 功能框架 (24) 文档简介 本文档针对数据管理知识体系（DMBOK?）功能框架的第 2.0版进行描述，该框架是由MAMA国际提供的，用于协助对本专业的最佳实践方法进行规范化的工作。
Deborah Henderson DAMA国际教育服务副主席DAMA基金会主席 Mark Mosley DMBOK编辑 DAMA国际/ DAMA基金会
修订历史
1.简介 1.1.数据管理专业 在这个信息时代，对于每一个组织机构来说，信息管理功能都是至关重要的。不管把对数据 进行管理的工作称为数据管理，或者是数据资 源管理，还是企业信息管理也好，机构们已经 越来越意识到他们所拥有的数据是很有价值的 资源。就像任何贵重资产一样，他们也认识到 必须对他们的数据资源进行管理。如果企业、 政府和其它组织机构能更有效地去使用他们的 数据资产，他们将会变得更有效率。数据管理 功能的目的就是去寻找手段，以有效的控制数 据资源，并提升数据资源的利用率。 业务数据管理员是企业数据资产的保管人， 技术数据管理员是这些资产的专家性质的管理 人和监护人，对于这两类人员来说，数据管理 是他们的共同责任。数据管理功能的实施对IT 和企业之间的这种合作能起到协调作用。 在IT领域，数据管理一个新兴专业。在过去 的30年里，数据管理的概念和支撑技术发展得 非常快。 建立一个正式的、有认证的、公认的和受尊