数据管理知识体系

1、数据管理知识系统，数据管理的演变，2，风险收益：数据问题可能导致客户丢失(因为错误理解客户价值)或不合理的业务流程，因此风险很高。虽然没有制定相关流程来分析什么是对什么是错，但仍有一些人成为替罪羊，受到指责。除了低回报、个别员工或部门的成功以外，企业在数据管理方面几乎没有收入，而且在风险回报：高风险、缺少数据集成、整个公司的整体数据准确性下降、数据分析和更正工作偶尔进行，但涉及多个功能的情况下，仍会出现一些数据错误。有限的赔偿，大部分都不准确；大部分投资回报都是通过单个流程或单个员工实现的。企业级几乎没有意识到数据管理的好处，风险回收：风险中的低等待时间；通过提供更好的信息提高决策的可靠性，降

2、低风险；从高到高；通常，数据质量的提高仅限于特定功能领域，如果更多员工参与，风险回报率(降低风险)将扩大到更大的领域。数据完全集成并受到严格控制，有助于保持有关客户、前景、库存和产品的高质量信息。报酬高。在企业范围内执行数据管理可以更好地了解企业当前的业务概要，在做出数据决策时提高管理层的信心，当前保险公司的数据源不唯一，数据共享性差，数据准确性低，指标口径不统一，国内保险公司的数据管理现状分析-现状，下一代数据中心-目标，4，下一代数据中心定义下一代数据中心通过模块化软件实现自动化72444 以供应链方式提供信息和应用程序等IT服务下一代数据中心功能1:模块化标记基础架构2:虚拟资源和环境3

3、:自动管理4:快速伸缩性5:节省能源和空间6:高IT资源利用率7:高可靠性和低冗馀8:面向服务的计算平台，数据仓库设计基本结构of the cif alternative storage、data wore house、Data delivery、exploration warehouse、data mining warehouse、statistical analysis E/R模型。主题域。交易层级详细资讯。斜杠或更高版本限制最终用户访问.多维设计和其他设计。基于业务功能的数据集市设计。摘要和详细信息级别数据。一个数据库实例可以有多个数据集市。数据区域准备、数据仓库总线、原子DM、原子DM

4、、DM收集、DM收集、个人DM。多维。交易和摘要资料。数据集市单主题域(即事实表)。一个数据库实例可以有多个数据集市。E/R设计或平面文件。斜杠上方的禁止最终用户访问、用户访问事务、数据生命周期如何映射到DW中的其他系统、7、映射、数据标准-标准规范的应用程序构建、8、数据管理-数据模型、9、模型设计阶段、模型构建方法、维建模方法、范式建模方法、 企业数据服务总线，服务管理，其他服务，协作服务，应用服务，访问服务，表达服务，流程服务，信息服务，公共服务，数据管理-数据交换平台功能体系结构，11，数据交换服务1，应用程序功能，数据交换服务2，数据交换服务3 数据整理，数据转换，数据加载，数据存储，专用数据收集接口，数据管理-数据交换(纵向)，12，主数据交换平台，主业务系统，辅助业务系统，辅助业务系统，辅助业务系统，辅助数据交换平台，第三系统管理，数据规则管理，更改管理，业务逻辑管理，数据可见性管理，外部数据，灵活查询，多维分析，报表，数据挖掘，数据利用，业务数据库，业务数据库，ODS，EDW，DM， 制定企业数据标准，IT技术/系统，E-p平台数据服务，构建企业数据交换平台，建立企业数据模型，构建企业数据体系结构，集成数据服务体系结构设计，决策支持系统构建，集成企业数据模型优化，销售管理系统构建，数据挖掘系统构建，数据分析平台构建，元数据管理ACRM