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。
如何开展数据管理和数字化转型，DAMA提炼出数据管理的12项原则：
1、数据是有独特属性的资产。数据是一种资产，但因为具备可复制性、虚拟等特性，相比其他资产在管理方式的某些方面存在很大差异，对比金融和实物资产，其中最明显的一个特点是数据资产在使用过程中不会产生消耗。在国内，数据资源、数据资产、数据资本的概念不断被提及，其中数据资产具备经济价值。
2、数据的价值可以用经济术语来表示。将数据称为资产意味着它有价值，虽然有技术手段可以测量数据的数量和质量，但还未形成标准来衡量其价值，想要对数据做出更好决策的组织应该开发一致的方法来量化该价值，还应该衡量低质量数据的成本和高质量数据的好处。例如，基于成本、基于市场价值、基于经济价值的数据价值评估模型。数据资产管理以金融业为代表，逐渐形成数据资产管理、数据资产运营、数据资产服务的体系。而数据价值评估属于资产运营部分的重要环节。
3、管理数据意味着对数据的质量管理。确保数据符合应用的要求是数据管理的首要目标，为了管理质量组织，必须了解利益相关方对质量的要求，并根据这些要求度量数据。数据管理方法论的形成不能仅限于纸上谈兵，最终目的是提升数据质量、发挥数据资产价值。
4、管理数据需要元数据。管理任何资产都需要拥有该项资产的数据(员工人数、账户号码等)，用于管理和如何使用数据的数据都称为元数据，因为数据无法拿在手中或触摸到，要理解它是什么以及如何使用它，需要以元数据的形式定义这些知识，元数据源于与数据创建、处理和使用相关的一系列流程包括架构、建模、管理、治理、数据质量管理、系统开发、IT 和业务运营以及分析。
能否自动或者半自动的实现元数据处理、能否自动解析数据关系达95%以上、能否自动进行标签目录的分类等，都是评判数据管理很重要的领域。企业的数据管理项目应该如何进行？是实施先行还是工具先行?在任何企业的数据管理发展过程中，首先会关注基础数据的使用，此时建模设计等工作比较重要；接下来的每个阶段都会设立不同的目标，采取不同的方式来实现。企业的数据管理工作应该因地制宜，先评估后选择合适的方法进行实践。
5、数据管理需要规划。即便是小型组织也可能有复杂的技术和业务流程蓝图，数据在多个地方被创建，且因为使用需要在很多存储位置间移动，需要做一些协调工作来保持最终结果的一致，需要从架构和流程的角度进行规划。其中，自下而上的基于数据应用产品的设计很重要。许多企业数据管理项目的失败可能源于领导对于数据治理的重要性不甚了解。对此，首先要做培训宣贯和速赢计划，争取在短时间内有些结果显现，为领导和业务部门增加信心，从而反馈数据管理团队进一步往前推广。技术问题相对来说比较容易解决。
6、数据管理须驱动信息技术决策。数据管理和信息技术管理紧密结合，管理数据需要一种方法确保技术服务于数据战略需求。数字化转型应该由业务部门来驱动，由IT部门来做许多工作的具体执行。
7、数据管理是跨职能的工作。数据管理需要一系列的技能和专业知识，因此单个团队无法管理组织的所有数据，数据管理需要技术能力、非技术技能以及协作能力。数据治理涉及业务流程的多方面改造、存在客户一致性等问题，需要一个督导的角色贯穿项目始终。
8、数据管理需要企业级视角。虽然数据管理存在很多专用的应用程序，但它必须能够有效地被应用于整个企业。为求方便，我们可能会实施自下而上的部门级管理，但必须和企业整体规划相结合。
9、数据管理需要多角度思考。数据是流动的，数据管理必须不断发展演进，以跟上数据创建的方式、应用的方式和消费者的变化。
10、数据管理需要全生命周期管理。不能同于以前只关注数据服务，而应从数据的采集、传输、存储、处理、共享和消费的全周期循环下进行数据管理工作。
11、数据管理需要纳入与数据相关的风险。数据除了是一种资产外还代表着组织的风险，数据可能丢失、被盗或误用，组织必须考虑其使用数据的伦理影响，数据相关风险必须作为数据生命周期的一部分进行管理。
12、有效的数据管理需要领导层承担责任。数据管理涉及一些复杂的过程需要协调、协作和承诺，为了达到目标不仅需要管理技巧，还需要来自领导层的愿景和使命。数据管理和数字化转型是一把手工程，需要建立数据认责机制，需要建立企业的数据文化。
随着企业数字化转型已成必然、数据治理工作的推进，数据管理专业人士需求剧增。根据赛迪智库的研究发现，2025年中国大数据核心人才缺口将达230万。DAMA与国外教育行业合作，例如，哥伦比亚大学、爱丁堡大学、东京大学合作，致力于数据人才的培养。
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
