模块一 · 基础与框架
先建立全局地图：数据为什么是资产、数据管理管什么，以及处理数据的伦理底线。
学习进度
0 / 17 章进度保存在你自己浏览器的 localStorage 里，不会上传到任何服务器。 在章节页点「标记为已学完」即可记录。
学习路线
七个模块循序渐进。前两个模块建立全局观，中间五个覆盖核心知识领域， 最后一个模块把方法落回组织与变革。
模块二 · 治理与架构
治理决定「谁有权做决定」，架构决定「数据长什么样、往哪里流」。两者一软一硬，构成数据管理的骨架。
模块三 · 建模与存储
把业务概念变成结构，再把结构落到可靠的存储与运行体系。这是数据管理中技术含量最高的两块地基。
模块四 · 安全与集成
一手防风险，一手促流动。安全决定谁能看什么，集成决定数据如何可靠地抵达需要它的地方。
模块五 · 内容与主数据
一类是数据库之外的文件与档案，一类是跨系统共享的核心实体。两者都要求统一语义、明确责任与可控的生命周期。
模块六 · 分析与质量
数据仓库把数据变成洞察，元数据让数据可被理解，数据质量决定洞察是否可信。三者构成分析型数据管理的闭环。
模块七 · 前沿与组织
从大数据、数据科学与成熟度评估，走到组织设计、角色分工与变革管理。数据管理最终是人和社会系统的工作。
十一个知识领域
DAMA 车轮图把数据治理放在中心，其余十个领域环绕四周。 本教程的模块三至模块六，正是按这张地图逐块展开。
数据治理
决策权、问责与跨领域协调
数据架构
企业数据蓝图与演进路线
数据建模和设计
把业务概念变成可用的结构
数据存储和操作
数据库运行、性能与可用性
数据安全
分类分级、访问控制与隐私保护
数据集成和互操作
让数据在系统之间可靠流动
文件和内容管理
非结构化信息的全生命周期
参考数据和主数据
统一「谁是谁、什么是什么」
数据仓库和商务智能
面向分析的数据组织与交付
元数据管理
描述数据的数据，管理的地基
数据质量
度量、改进并保持可信
怎么用这套教程
它不是原书的替代品，而是一条经过重排的学习路径。建议配合原书、 所在组织的真实项目和一份自己的笔记使用。
先读框架
模块一、二建立全局地图与伦理底线。不要跳过，后面的领域都建立在这套语言上。
按需深入
模块三至六对应 11 个领域。可以按岗位需要挑选，但建议至少通读治理、架构、质量三章。
落回组织
模块七讲成熟度、组织角色与变革管理。学完用一套评估或改进计划把知识变成行动。
关于内容来源
本教程以《DAMA 数据管理知识体系指南（原书第 2 版）》的知识框架为依据， 正文为教学改写与补充，不逐字复制原书。涉及标准、法规与具体条款时， 请以原书、官方发布和所在组织的合规意见为准。