数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
分类方式1：
元数据（metadata）,引用数据（Reference Data），主数据（Master Data），企业结构数据（Enterprise structure Data）,交易活动数据（Transaction Activity Data），交易审计数据（Transaction Audit Data）。
分类方式2：
交易数据（业务数据）、主数据以及元数据。
分类方式3：
主数据、元数据、引用数据、事物数据。
引用数据：元数据的可能取值范围，我们设计表时所说的数据字典往往就是引用数据。比方，性别仅仅能是男和女，男和女就是引用数据。国家的引用数据就是世界上这100多个国家和地区。通常而言，引用数据语义性较强且更新频率很低。
企业结构化数据：企业业务中所需的数据实体，可能是多个主数据的集合。不同行业的结构化数据会有非常大不同。
交易审计数据：我们对数据的全部活动都通过交易审计数据进行记录。比方我们对客户信息改动的操作，对交易的添加和删除操作，这些活动在非常多关键系统（比方银行）都须要记录，以合符对应法规的要求（如Basel II、萨班斯—奥克斯利法案）。
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含：
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
