DAMA_DMBOK_数据管理知识体系3.0
dama数据管理知识体系
## 一、什么是DAMA数据管理DAMA数据管理（Data Management Association）是一种用于提高数据管理效率的系统。
它是一种数据管理技术，它涵盖了数据库管理、数据仓库管理、数据挖掘、数据模型管理等多个方面。
它的目的是通过统一的数据管理模型，提高数据管理水平，提高数据管理效率，实现数据管理的有效性和可靠性。
## 二、DAMA数据管理的主要内容1、数据库管理：数据库管理是DAMA数据管理的核心内容，它包括数据库设计、数据库实施、数据库维护、数据库优化等内容。
它的目的是使数据库可靠、可用、可控，以满足企业的业务需求。
2、数据仓库管理：数据仓库管理是DAMA数据管理的重要组成部分，它涉及数据仓库的设计、数据仓库的实施、数据仓库的维护等内容。
它的目的是使数据仓库能够有效地支持企业的业务，以提高企业的数据管理效率。
3、数据挖掘：数据挖掘是DAMA数据管理的重要组成部分，它涉及数据挖掘技术的应用，以及数据挖掘的结果的分析和应用。
它的目的是通过数据挖掘技术，从数据中挖掘出有价值的信息，以满足企业的业务需求。
4、数据模型管理：数据模型管理是DAMA数据管理的重要组成部分，它涉及数据模型的设计、数据模型的实施、数据模型的维护等内容。
它的目的是使数据模型能够更好地满足企业的业务需求，以提高企业的数据管理效率。
## 三、DAMA数据管理的应用DAMA数据管理的应用可以提高企业的数据管理效率，有效提升企业的经济效益。
1、提高企业的数据管理效率：DAMA数据管理技术可以提高企业的数据管理效率，使企业能够更好地管理数据，从而提高企业的经济效益。
2、提高企业的决策质量：DAMA数据管理技术可以提高企业的决策质量，使企业能够基于有效的数据，做出更加准确的决策，从而提高企业的经济效益。
3、提高企业的运营效率：DAMA数据管理技术可以提高企业的运营效率，使企业能够更好地管理数据，从而提高企业的经济效益。
## 四、DAMA数据管理的未来发展随着社会经济的发展，企业对数据管理的要求也越来越高，DAMA数据管理也将发挥更大的作用。
dama数据管理知识体系
dama数据管理知识体系数据管理是个关键性的元素，对于任何公司或机构而言，如何管理他们的数据是一个重要的问题。
随着科技的发展，数据已经成为我们社会的一种基石，我们依赖它来支持和促进我们的运作。
因此，管理数据的方式和标准也可以被作为一个重要的项目来参考。
DAMA数据管理知识体系是一种针对专业数据管理人员的专用知识体系，旨在帮助它们更好地掌握有关数据学习、数据应用等环节的知识。
这种体系是由国际数据管理协会成立的，自1993年以来，DAMA 知识体系已由许多认证的DAMA数据管理专家维护和扩展。
DAMA知识体系的一大特点是它把数据管理和数据应用分开。
它将数据管理拆分成多个子领域，每个子领域都由一组四个属性：数据管理的规范化、数据的质量管理、数据的存储和检索、以及数据的治理。
它还包括数据库技术、数据仓库技术和数据挖掘，以及基于云和分布式计算技术的数据应用等方面的知识。
此外，DAMA知识体系还涵盖了关于数据管理的一些最佳实践，包括数据策略和架构设计、数据分析方法、数据库设计、数据安全和隐私保护、以及组织内部的数据流程管理。
它还有一部分是关于业务数据和结构化数据之间的关系的，以及如何实现两者的有效整合。
DAMA识体系目前已经支持了多种方式的数据管理，包括传统的文件系统数据管理和数据库管理，以及新兴的大数据技术和云计算技术，比如Hadoop和谷歌云技术等，使得DAMA知识体系可以适应当前和未来的技术发展。
总的来说，DAMA数据管理知识体系是一个适用于数据管理人员的宝贵资源，它不仅能帮助专业人员更好地掌握数据管理的技术，而且也能为数据管理的未来发展提供参考和建议。
这样一个系统性的知识体系有助于数据管理人员更有效地收集、处理和分析数据，并为企业和机构找到更好的数据管理解决方案。
dama 数据管理知识体系指南
dama 数据管理知识体系指南数据管理是一项重要的工作，涉及到数据的采集、存储、处理、分析、应用等多个环节。
为了更好地进行数据管理，需要掌握一定的数据管理知识体系。
本文将介绍 dama 数据管理知识体系指南，帮助读者了解数据管理的基本概念、流程、工具和技术等方面的知识。
一、数据管理基本概念1. 数据：指记录事实、事项或概念的符号化描述，是信息的物理表现形式。
2. 数据管理：是指对数据进行规划、组织、存储、处理、维护、使用和评价的过程，以实现数据的有效管理和利用。
3. 数据库：是指按照一定的数据模型组织、存储和管理数据的系统。
4. 数据仓库：是指将不同的数据源集成到一个统一的数据存储库中，以支持企业决策和分析等应用需求。
5. 数据挖掘：是指从大量数据中发现有用的信息和知识的过程。
6. 数据治理：是指对数据进行规范、管理和控制的过程，以确保数据的质量和合规性。
二、数据管理流程1. 数据采集：是指从不同的数据源获取数据，并进行初步的清洗和处理。
2. 数据存储：是指将数据存储到数据库或数据仓库中，并进行数据建模和设计。
3. 数据处理：是指对数据进行加工、转换、清洗、整合等处理，以满足数据分析和应用的需求。
4. 数据分析：是指对数据进行统计分析、数据挖掘、机器学习等方法，以发现数据背后的规律和趋势。
5. 数据应用：是指将数据应用到具体的业务场景中，以支持决策、优化业务流程等应用需求。
6. 数据维护：是指对数据进行监控、维护和修复，以确保数据的质量和安全性。
三、数据管理工具1. 数据库管理系统（DBMS）：是用于管理和操作数据库的软件系统，常见的有 Oracle、MySQL、SQL Server 等。
2. 数据仓库工具：是用于构建和管理数据仓库的软件系统，常见的有 Teradata、IBM InfoSphere 等。
3. 数据可视化工具：是用于将数据可视化展示的软件系统，常见的有 Tableau、QlikView、Power BI 等。
dama数据管理知识体系指南 打印版
DAMA数据管理知识体系指南打印版一、序言1. 数据管理的重要性在当今信息化社会中，数据管理扮演着极为重要的角色。
随着大数据、人工智能等技术的发展，数据量呈指数级增长，对数据管理的需求也日益增强。
良好的数据管理能够提高数据的质量、安全性和可用性，对企业的决策和运营起到至关重要的作用。
2. DAMA数据管理知识体系指南DAMA国际（Data Management Association）是一个致力于推动数据管理相关知识和标准的国际组织，其制定的数据管理知识体系指南被广泛应用于企业数据管理实践中。
为了方便广大数据管理从业者学习和参考，DAMA数据管理知识体系指南的打印版应运而生。
二、全面介绍数据管理知识1. 数据管理概述数据管理的定义、范围和重要性。
2. 数据管理的方法与工具数据管理的基本方法、常用工具和技术。
3. 数据管理的组织与策略数据管理的组织架构、策略规划和治理模式。
4. 数据架构与建模数据架构设计原则、建模方法和工具。
5. 数据质量与安全数据质量控制、安全保障和合规管理。
三、实用指南与案例分析1. 数据管理实践指南数据管理实践的流程、方法和技巧。
2. 数据管理案例分析实际案例分析，总结成功的数据管理实践经验。
3. 数据管理工具推荐介绍适用于数据管理的工具和软件，包括数据建模工具、数据质量检测工具、数据安全工具等。
四、附录与参考资料1. 数据管理相关标准国内外数据管理相关标准的介绍和比较。
2. 数据管理常用工具手册数据管理常用工具的使用手册和操作指南。
3. 数据管理学习资源数据管理相关的学习全球信息站、书籍和期刊推荐。
五、结语DAMA数据管理知识体系指南的出版，将为从业者提供一本系统、权威、实用的数据管理参考书籍。
希望广大数据管理从业者能够通过学习和实践，不断提升自身的数据管理能力，为企业的发展贡献力量。
以上是一份DAMA数据管理知识体系指南打印版的大致内容提纲，希望能够对您有所帮助。
感谢您的关注与支持。
数据治理方面的标准
数据治理方面的标准数据治理是指通过在组织内建立数据的管理、保护和控制策略，确保数据的质量、可靠性、一致性和可用性，以支持组织的战略目标和业务需求。
在现代信息化的背景下，数据治理已经成为各个企业和机构重要的管理领域之一。
为了实施数据治理，一些标准和规范已经被提出并得到广泛应用。
下面将介绍一些常见的数据治理标准。
1. DAMA-DMBOK：DAMA-DMBOK是数据管理协会（Data Management Association）制定的一套数据管理知识体系，它包含了数据治理的相关概念、原则、方法和技术。
DAMA-DMBOK定义了数据治理的核心要素，包括数据策略、数据架构、数据质量、数据集成、数据安全等，并提供了相应的最佳实践。
2. COBIT：COBIT（Control Objectives for Information and Related Technology）是一个由国际信息系统审计和控制协会（ISACA）开发的框架，用于管理和监控企业的信息技术。
COBIT包含了一系列的控制目标和实施指南，可应用于数据治理中的风险评估、合规性管理等方面。
3. ISO 8000：ISO 8000是国际标准化组织（ISO）为数据质量管理制定的一项国际标准。
ISO 8000定义了数据质量的要求和度量方法，包括数据完整性、一致性、准确性等方面，帮助组织建立和维护高质量的数据资产。
4. GDPR：GDPR（General Data Protection Regulation）是欧洲联盟于2018年实施的一项数据保护法规。
GDPR规定了个人数据的合法收集、处理和保护要求，对数据主体的权利给予了更加严格的保护。
对于组织来说，遵守GDPR标准是数据治理的关键一环，需要建立相应的数据安全管理措施和流程。
5. ITIL：ITIL（Information Technology Infrastructure Library）是一个由英国政府制定的一套IT服务管理最佳实践框架。
第12章元数据管理-DAMA-DMBOK：数据管理知识体系（第二版）
第12章元数据管理-DAMA-DMBOK：数据管理知识体系（第⼆版）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。
dama数据管理知识体系指南(原书第2版)
dama数据管理知识体系指南(原书第2版)Data Management（数据管理）是企业决策和业务运营中能够改善运行效率、产出质量和标准一致性的一个重要工具，在近几年来也受到了越来越多企业的关注。
DAMA数据管理知识体系指南（原书第2版）定义了DAMA-DMBOK（数据管理知识体系指南），为读者提供了一条完整、有序的路线图，以帮助读者掌握数据管理的基本知识和实践技能。
一、数据管理的基础知识：1.数据概念：定义什么是数据，以及数据科学家研究的数据概念。
2.数据模型：研究数据模型，包括：关系数据模型、实体模型、结构化文本模型等等。
3.数据库：研究数据库，包括使用的关系管理系统和文档管理系统，以及指定的数据库之间的操作方法。
4.数据算法：研究常用的数据算法，包括：排序、聚类、搜索、回归分析等等。
二、数据管理的实践技能：1.数据收集和数据处理：讲解如何从各种不同数据源收集、处理数据，使之符合数据库和数据模型。
2.数据构建和数据迁移：讲解如何构建数据库，以及如何从旧系统迁移到新系统。
3.数据分析：数据分析的有效性取决于算法的正确使用，这章讲解了使用正确算法的步骤。
4.数据可视化：讲解数据可视化的基本概念，以及使用工具和技术进行数据可视化的步骤。
三、数据管理的安全和技术：1.数据安全：介绍如何制定数据安全政策，控制访问权限，保护数据不被滥用和泄露。
2.数据标准与质量：探究如何确保数据的准确性、及时性，满足企业标准。
3.数据技术：介绍数据管理领域常用技术，包括有关正则表达式、XML、Big Data等等。
四、数据管理的治理方法：1.数据治理：介绍数据治理的概念，以及如何使用数据治理来改善数据可视化和数据质量。
2.数据策略：介绍如何在企业设计、推行数据策略，以及充分利用进行数据管理中意外发现的数据。
3.数据生态和社区协作：告诉读者如何构建数据生态，培育数据管理社区协作，以及提升数据价值。
以上就是DAMA数据管理知识体系指南（原书第2版）的内容概要，希望能帮助读者深入了解数据管理的基本知识和实践技能，并且能从数据管理的安全和技术，以及数据管理的治理方法中，获得更多的数据洞见，从而推动企业的发展。
DAMADMBOK数据管理知识体系
DAMADMBOK数据管理知识体系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 HendersonDAMA国际教育服务副主席DAMA基金会主席Mark MosleyDMBOK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。
Henderson2.0 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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
DAMA 国际 版权所有
2
1. 简介
1.1. 数据管理专业
在当前的信息时代，对于每一个组织机构来说，数据管理职能都是至关重要的。无 论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， 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产进行管理。如果企业、政府和其它组织机构 能更有效地去利用他们的数据资产，他们将会变得更有效率。数据管理职能的目的就 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。
标准术语与定义 标准职能、过程和实践方法 标准角色和职责 标准交付结果和度量
这些标准和最佳实践方法将提高数据管理专业人员的工作效率。另外，它们也使得 我们能与我们的团队成员、经理和高层管理者更好地交流。特别是对于高层管理者， 他们需要更充分地理解数据管理及其价值，这样他们才能充分地支持数据管理工作， 并投入资金和人员。
机构去实施和提升数据管理。
1.5. 为什么会有 2.0 版?
1.0 版的 DMBOK 职能框架于 2006 年 4 月由 DAMA 执行委员会通过，并于 2006 年 7 月发布在网站 上。在世界范围内， 8 个月时间里有 1000 多人下 载了本框架论文。在这段时间，在编写 《DAMA-DMBOK 指南》的过程中，也对本框 架进行了一些修改。需要特别指出的是，我们对如下的数据管理职能重新进行了命名：
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 术发展得非常迅速。
建立一个正式的、有认证的、公认的和受尊重的数据管理专业并不是一个简单的事 情。当前的环境尚处于一种混乱状态，各种术语、方法、工具、观点和夸大言词混杂 在一起。为了使数据管理专业能成熟起来，我们需要一些专业标准：
修订历史
版本 1.0 1.1
1.2 1.3 2.0
2.1 3.0 3.0.1 3.0.2
Deborah Henderson DAMA 国际教育服务副主席
DAMA 基金会主席 Mark Mosley DMBOK 编辑
日期
作者
2006.3.27 Mark Mosley
2006.4.17 Mark Mosley
1.3. DAMA 数据管理辞典
《DAMA 数据管理辞典》是《DAMA - DMBOK 指南》的有机补充。最初是作为对 《DAMA- DMBOK 指南》的扩充词汇而编撰的，由于其规模和商业价值，DAMA 国际 将其单独出版。该字典中的术语定义都与它们在《DAMA - DMBOK 指南》中的用法一 致。在市面上可以买到此辞典的光碟。
2006.5.3 Mark Mosley
2006.6.12 Deborah Henderson
2007.4.5 Mark Mosley
2007.11.5 Mark Mosley
2008.5.5 Mark Mosley
2008.6.25 Mark Mosley 2008.9.10 Mark Mosley
DAMA 预期《DAMA- DMBOK 指南》有如下几个潜在用途，包括：
让不同的读者了解有关数据管理的本质和重要性。
帮助建立数据管理领域的共识。
帮助数据管理专员和数据管理专业人士了解自己的角色和职责。
提供数据管理有效性和成熟度评估的基础。
DAMA 国际 版权所有
4
指导实施和改进数据管理职能的工作。 为读者了解有关数据管理其它知识来源提供方向。 指导高等教育系统开发和提供数据管理课程内容。 为数据管理领域的进一步研究提供建议。 帮助数据管理专业人士准备 CDMP 和 CBIP 考试。 帮助机构制定企业数据战略。 《DAMA- DMBOK 指南》的参考模型包括由项目管理协会发布的 PMBOK1（项目 管理知识体系）文档和由 IEEE 发布的 SWEBOK2（软件工程知识体系）。 DAMA 相信 《DAMA- DMBOK 指南》将会很好地被广大的经理们、高层管理者和 高等教育领域所接受。 《DAMA- DMBOK 指南》一书的中文版将于近期面向中国广大的数据管理从业者 出版。
3. DAMA-DMBOK 职能纲要 ......................................................................................... 13
DAMA 国际 版权所有
1
文档简介
本文档针对 DAMA 数据管理知识体系（ DMBOK）职能框架ห้องสมุดไป่ตู้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。
数据体系结构和设计（Data Architecture & Design）改称为数据架构（Data Architecture），以更全面的描述数据建模和说明规范编写活动；
数据库管理的英文名称由 Database Administration 改称为 Database Management，以更清楚将该职能从数据库管理员的角色中分离出来，考虑到 其它角色涉及到数据库管理职能；
描述 由芝加哥分会给 DMBOK 委员 会提交的建议书原始草稿。 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。 2006 年丹佛会议由 DAMA 国 际使用后进行修改。 部分内容修订。
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。 部分修订，反映对 DMBOK 术 语的使用。 对第9章和第10章进行结构调 整。 修改为详细的活动纲要。 对DW/BI管理的活动纲要进行 微调。
1 项目管理协会的商标 2 IEEE 的商标
DAMA 国际 版权所有
5
数据管理制度和治理 （Data Stewardship & Governance）改称为简称为数据 治理（ Data Governance），因为考虑到数据管理制度（ stewardship）的活 动和职责涉及到所有的 9 个职能；
DAMA 是数据管理协会的简称，是世界上首个服务于数据管理专业人员的专业组织。 DAMA 国际和 DAMA 基金会正在为本专业制定一些标准。
DAMA 国际 版权所有
3
1.2. 数据管理知识体系 （DMBOK）
DAMA 国际和 DAMA 基金会正在编写《DAMA 数据管理知识体系指南》，即 《DAMA-DMBOK 指南》。 DMBOK 编委会已经成立，并作为工作委员会指导 DMBOK 指南和相关出版物的编写工作，其中包括一本 DAMA 数据管理辞典。编委会 成员包括各地 DAMA 分会的参与会员。 DAMA 会员们已经自愿地投了许多稿件，并 对这些稿件进行检查。
DAMA-DMBOK
数据管理知识体系职能框架
版本：V3.0.2
DAMA 国际 版权所有
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
《DAMA- DMBOK 指南》的目标包括：
1. 在数据管理职能的通常应用环境方面建立共识； 2. 为常用的数据管理职能、交付结果、角色和其它术语提供标准定义； 3. 明确数据管理的指导原则； 4. 对被广泛接受的实践方法、被广泛采用的方法和技术以及有意义的其它方法给
出概要介绍，但并不涉及特定的技术供应商或他们的产品； 5. 简要地指出常见的组织上和文化上的问题； 6. 厘清数据管理的范围和边界； 7. 给读者指出一些其它学习资源，以作进一步阅读；
有关数据管理的整个知识体系是相当广泛的并在不断地发展着。《DAMADMBOK 指南》将会针对数据管理给出一个权威性介绍。它将给出数据管理的职能、 术语和最佳实践方法的标准行业解释，但不会对特定的方法和技术进行细化说明。 《DAMA-DMBOK 指南》不会尝试在任意一个具体的数据管理职能方面都去成为权威， 但将会给读者指出一些被广泛认可的出版物、文章和网站，以作进一步阅读。 《DAMA- DMBOK 指南》将介绍一些有效的其它观点和一些被业界所接受的方法，在 这些观点或方法里会存在一些明显的意见分歧。
《DAMA - DMBOK 指南》的目标读者群体包括：