DAMA-DMBOK2

Đọc trọn DAMA-DMBOK

Đọc & ôn tập toàn bộ cuốn Data Management Body of Knowledge (DMBOK2, DAMA International) — cuốn "sách gối đầu giường" của ngành quản lý dữ liệu và là nền tảng chứng chỉ CDMP. Mỗi vùng kiến thức (Knowledge Area) là một bài đọc sâu theo đúng cấu trúc từng chương: định nghĩa & mục tiêu, business drivers, sơ đồ ngữ cảnh (inputs → activities → deliverables), khái niệm cốt lõi, vai trò, công cụ, metrics và best practices.

13

Bài đọc

11

Knowledge Areas

DMBOK2

2017

CDMP

Ôn thi

Nhập môn

Tổng quan & DAMA Wheel

DAMA & DMBOK2 là gì, mục đích và cách dùng. DAMA Wheel với Data Governance ở trung tâm, 7 nguyên tắc dẫn dắt (guiding principles), khung ngữ cảnh chuẩn của mỗi chương, chứng chỉ CDMP và bản đồ 11 vùng kiến thức.

DAMA WheelPrinciplesCDMP

11 Vùng kiến thức (Knowledge Areas)

Data Governance

Trục trung tâm của bánh xe — thực thi quyền hạn & ra quyết định chung về tài sản dữ liệu. Operating model, Data Governance Council, chính sách/chuẩn, stewardship, data ownership và lộ trình triển khai chương trình governance.

CouncilStewardPolicy

Data Architecture

Bản thiết kế tổng thể về dữ liệu doanh nghiệp — Enterprise Data Model, data flow, kiến trúc tham chiếu, vai trò Data Architect và quan hệ với enterprise architecture (Zachman/TOGAF).

Data Modeling & Design

Mô hình khái niệm/logic/vật lý, các lược đồ (relational, dimensional, NoSQL), chuẩn hoá, ký pháp (ERD, UML), và quy trình thiết kế & quản trị mô hình dữ liệu.

ConceptualDimensionalERD

Data Storage & Operations

Vận hành lưu trữ dữ liệu — quản trị CSDL, công nghệ lưu trữ (RDBMS/NoSQL), backup & recovery, hiệu năng, quản lý vòng đời dữ liệu và vai trò DBA.

DBABackupPerformance

Bảo mật & quyền riêng tư — phân loại dữ liệu, kiểm soát truy cập (CIA, least privilege), mã hoã, masking, audit, tuân thủ (GDPR/PCI-DSS) và quản trị rủi ro dữ liệu.

Integration & Interoperability

Di chuyển & hợp nhất dữ liệu giữa hệ thống — ETL/ELT, CDC, sao chép, data virtualization, messaging & API, và quản trị dòng chảy dữ liệu (DII).

Document & Content Management

Quản lý dữ liệu phi cấu trúc — tài liệu, nội dung, hồ sơ; records management & retention, e-discovery, taxonomy, và tuân thủ pháp lý với thông tin không cấu trúc.

RecordsRetention

Reference & Master Data

"Một nguồn sự thật" — phân biệt reference vs master data, MDM, golden record, matching & survivorship, kiến trúc MDM (registry/hub) và quản trị dữ liệu chủ.

MDMGolden record

KA 9 · Bài 10

Data Warehousing & BI

DW & BI — Inmon vs Kimball, star/snowflake schema, ETL vào kho, data mart, OLAP, và cung cấp thông tin phân tích cho ra quyết định.

KimballStar schemaOLAP

KA 10 · Bài 11

Metadata Management

"Dữ liệu về dữ liệu" — metadata nghiệp vụ/kỹ thuật/vận hành, data catalog, business glossary, data lineage, và kiến trúc quản lý metadata.

CatalogLineageGlossary

KA 11 · Bài 12

Chất lượng dữ liệu — 6+ chiều đo (completeness, accuracy, consistency…), data profiling, business rules, DQ dashboard, root-cause & remediation, vòng lặp cải tiến (DMAIC).

DimensionsProfilingDMAIC

Bổ trợ & áp dụng

Ethics · Big Data · Maturity

Data Handling Ethics, Big Data & Data Science trong DMBOK, đánh giá mức độ trưởng thành (Data Management Maturity CMM), operating model & các vai trò tổ chức, và quản trị thay đổi khi triển khai.

EthicsMaturityRoles

3 ý cốt lõi của DMBOK

Governance là trục, không phải nan hoa

Data Governance nằm giữa DAMA Wheel: nó điều phối và đặt chuẩn cho 10 vùng còn lại. Thiếu trục này, các nỗ lực về quality, security, modeling… dễ rời rạc và mâu thuẫn.

Mỗi chương = một context diagram

DMBOK trình bày mỗi vùng theo khung: Inputs → Activities → Deliverables, kèm Suppliers, Participants, Consumers và Tools/Techniques/Metrics. Nắm khung này là nắm cách đọc cả cuốn.

Khung tham chiếu, không phải quy trình cứng

DMBOK là "body of knowledge" để tra cứu và tự đánh giá, không phải checklist bắt buộc. Tổ chức chọn lọc, ưu tiên theo maturity và bối cảnh của mình.