数据血缘 理论与业务实践

"数据血缘在数据治理、数据分析、数据集成、元数据管理等工作中发挥着重要作用。然而，对许多用户来说，数据血缘仍然是一个抽象且未知的概念。数据血缘的实现过程是复杂且耗费资源的。即使实现了，它也未必能如预期一样使用。 《数据血缘：理论与业务实践》专门为数据开发人员和数据管理人员打造，介绍了数据血缘不同方面的知识。书中不仅提供了关于数据血缘的定义和模型，还展示了数据血缘的很好实践案例，并讨论了数据血缘的主要应用领域。 《数据血缘：理论与业务实践》适用于以下不同专业领域的人群： （1）数据管理和数据业务相关专业人员，通过本书可以在数据血缘及其应用领域方面获得启发并拓宽思路。 （2）具有技术背景的专业人员，通过本书可以更好地了解业务需求和数据血缘需求。 （3）项目管理专业人员，通过本书可以熟练掌握数据血缘的很好实践。"

本书共分为四篇。前三篇分别对应数据血缘的理论、实现和应用：第一篇阐明数据血缘的概念，主要介绍有关数据血缘概念的综合知识；第二篇介绍如何实现数据血缘，包括一些关于实现数据血缘的可行性见解和建议；第三篇介绍如何使用数据血缘，利用数据血缘结果实现不同的业务目的。第四篇是关于“构建数据血缘业务案例”的研究，介绍如何将数据血缘落地到业务案例中。本书主要面向数据开发人员和数据管理人员，用于针对数据血缘及其应用领域拓宽思路。本书也适合具有技术背景的数据业务人员参考阅读，便于更好地理解业务需求和数据血缘需求。

"Irina Steenbeek 博士是一位拥有超过 11 年经验的数据管理从业者。她擅长的主要领域是数据管理成熟度评估、数据管理框架的实施和数据血缘。Irina 在 ERP 和 DWH/BI、管理咨询、财务和业务控制及数据科学等软件实施方面具有丰富的实践经验。多年来，她曾服务于全球机构及不同领域的大中型组织，包括金融机构、专业服务和 IT 公司。2016年，她创立了Data Crossroads——一家数据管理培训和辅导服务企业。 Data Crossroads 专注于通过建立适合公司业务目标和资源的有效数据管理框架来帮助客户改进决策。 译者简介 王琤，Datablau（北京数语科技有限公司）创始人兼CEO，信通院数据资产专家委员会成员，数据资产管理实践白皮书主要撰写人之一，国资委数据要素专家组成员，复旦大学、北京航空航天大学客座讲师，曾任CA ERwin全球研发负责人。 车春雷，高级工程师、信息系统分析师，在科技和数据领域有30余年工作经历，先后从事企业自动化、软件研发、网络设计、商业智能与企业级数据仓库、数据标准、数据质量、数据建模等工作，积累了丰富的数据管理经验。"

引言001
第一篇阐明数据血缘的概念
第1章数据血缘的现有观点和方法分析010
1.1数据血缘和其他类似的概念010
1.2数据血缘组件016
1.3数据血缘与数据生命周期的关系018
1.4数据血缘与数据管理能力和企业架构019
1.5DAMA-DMBOK2关于记录数据血缘的建议024
1.6本书使用的概念025
第2章记录数据血缘的业务驱动因素028
2.1满足法规需求028
2.2业务变更033
2.3数据管理举措034
2.4透明性和审计需求034
第3章元模型的概念036
3.1数据和信息的概念036
3.2元数据语境下的数据血缘040
3.3元模型的定义042
第4章数据血缘元模型045
4.1数据血缘元模型的结构046
4.2业务层047
4.2.1业务能力048
4.2.2流程049
4.2.3角色051
4.2.4业务主题域（数据）051
4.2.5IT资产（工具）051
4.3与数据模型相关的挑战053
4.4概念层055
4.4.1传统概念模型055
4.4.2语义模型057
4.4.3本书使用的概念层模型058
4.5逻辑层059
4.5.1传统逻辑模型059
4.5.2解决方案模型061
4.5.3本书使用的逻辑层模型061
4.6物理层063
4.7业务规则064
4.8数据血缘元模型的图形化表示066
第5章数据血缘类型073
5.1元数据血缘和数据值血缘074
5.2不同记录层级的数据血缘075
5.3横向和纵向数据血缘076
5.4描述型和自动型数据血缘076
5.5各种数据血缘之间的相关性077
第二篇实现数据血缘
第6章使用九步方法论构建数据血缘案例085
第7章明确数据血缘工作的范围091
7.1“企业”的范围092
7.2数据血缘的“长度”092
7.3数据血缘的“深度”094
7.4关键数据集094
7.5数据血缘组件的数量094
第8章定义数据血缘相关的角色096
8.1影响角色设计的主要因素096
8.1.1数据专员类型098
8.1.2业务能力维度100
8.1.3数据链上的角色位置101
8.1.4数据管理子能力102
8.1.5数据架构风格104
8.1.6IT解决方案的设计方法106
8.1.7业务域定义106
8.1.8“企业”的规模107
8.2记录数据血缘涉及的数据管理角色107
第9章定义数据血缘需求110
9.1需求类型111
9.2元数据血缘需求112
9.2.1通用需求112
9.2.2横向数据血缘需求113
9.2.3纵向数据血缘需求115
9.3数据值血缘需求116
第10章确定数据血缘实施方案118
10.1影响方案选择的因素119
10.2沟通数据血缘的范围和方案126
第11章选择合适的数据血缘解决方案129
11.1软件解决方案相关的术语130
11.2记录数据血缘的软件解决方案类型131
11.3数据血缘解决方案的主要来源133
11.4记录数据血缘的解决方案138
11.4.1业务流程建模解决方案139
11.4.2企业架构解决方案140
11.4.3数据建模解决方案142
11.4.4元数据、数据治理和数据血缘解决方案143
11.4.5数据质量和知识图谱解决方案147
11.4.6数据血缘解决方案的高阶功能概述147
第12章数据血缘的记录和构建分析152
12.1描述型和自动型数据血缘记录方法的主要组件153
12.2数据血缘记录的主要步骤154
12.3使用描述型方法记录数据血缘155
12.4使用自动型方法记录数据血缘161
12.5描述型和自动型数据血缘组件的集成165
12.6数据值血缘管理165
第13章数据血缘业务案例的风险因素和成功因素169
13.1风险因素169
13.2成功因素170
第三篇使用数据血缘
第14章关键数据177
14.1关键数据的使用场景177
14.2关键数据（元素）的定义178
14.3“关键数据”概念的应用领域180
14.4“关键数据”概念的实施182
第15章数据质量190
15.1设定数据质量需求190
15.2设计和构建数据质量检查和控制机制191
第16章影响分析和根因分析194
第17章业务驱动因素建模199
第18章建立数据管理框架202
18.1数据管理的“橙色”模型202
18.2建立数据管理框架与记录数据血缘204
第四篇案例研究：构建数据血缘业务案例
步骤1：确定业务驱动因素211
步骤2：主要利益相关者的预算支持和参与212
步骤3：数据血缘工作的范围212
步骤4：定义角色和职责218
步骤5：准备数据血缘需求218
步骤6：选择记录数据血缘的方式和方法221
步骤7：选择合适的数据血缘解决方案222
附录226
模板1数据血缘需求227
模板2数据血缘工作的范围和进展229
概述数据血缘解决方案231
模板3比较数据血缘解决方案233