数据治理
DCMM数据质量：技术指标、业务指标
在DCMM（数据管理能力成熟度评估模型）的数据质量章节中，技术指标和业务指标是衡量数据质量的两类核心维度，分别从技术实现和业务价值的角度对数据质量进行评估。以下是具体的分类和说明：
一、技术指标
技术指标关注数据本身的客观属性和技术层面的合规性，通常由数据管...
对元数据进行精细化管理和建模
在DCMM（数据管理能力成熟度评估模型）框架中，“在某个业务领域对元数据分类并设计每一类元数据的元模型” 这一要求，本质上是指导组织针对具体业务场景（如财务、供应链、人力资源等），对元数据进行精细化管理和建模。以下是分步骤的详细解释：
1. 核心概念再明...
DCMM数据分布过程描述及关系梳理示例
1. 数据分布过程描述
1.1 数据分布梳理流程
组织级数据模型分析：基于已定义的组织级数据模型，识别关键数据实体和属性
业务流程映射：将业务流程活动与数据实体进行关联
分布关系定义：明确数据与流程、组织机构、系统间的分布关系
可视化呈现...
企业工商数据+联系人管理+专利签单流程的主题域与业务域划分
1. 业务流程梳理
2. 主题域模型划分（数据本质视角）
核心数据对象识别：
企业主体：工商注册号、名称、注册资本、行业分类
企业联系网络：联系人姓名、职位、电话、邮箱
知识产权服务：专利类型、申请状态、服务合同编号
...
主题域模型与概念模型区别
在数据建模中，概念模型（Conceptual Model）与主题域模型（Subject Area Model）的关系容易混淆。以下是清晰易懂的解释：
1. 关键区别：抽象层级不同
模型类型抽象层级核心目标图形化表现内容主题域模型最高层级（宏观）划分数据大类（...
主题域模型-概念模型-逻辑模型-物理模型的理解
理解数据建模从主题域模型→概念模型→逻辑模型→物理模型的演进过程，可以类比为城市规划的四个阶段。通过这个比喻，结合具体示例，可以轻松掌握各层模型的核心要点。
1. 主题域模型：划分城市功能区
比喻：就像城市规划先划分「商业区」「住宅区」「工业区」等大板块，主...
主题域模型-概念模型-逻辑模型-物理模型demo
在DCMM框架下，针对企业工商信息、联系人、合作企业及知识产权（专利/软著）等数据，需分层构建数据模型。以下是按照主题域模型→概念模型→逻辑模型→物理模型的逐层设计方法
一、主题域模型（Subject Area Model）
1. 划分原则
业务视角...
DCMM 制度体系与权责框架
一、基础制度体系（7大核心制度）
制度名称核心条款责任主体《数据管理办法》1. 数据资产定义与范围（结构化/非结构化）2. 数据管理原则（“一数一源、一源多用”）3. 数据全生命周期管理流程规范数据治理委员会（决策层）《数据标准管理制度》1. 业务术语标准（如“客...