什麼是 DMBOK：資料管理知識體系 17 章全解析

2026年3月28日上午 9:26

預設類別

DMBOK（Data Management Body of Knowledge）是由國際資料管理協會 DAMA International 出版的資料管理知識體系，自 2009 發布第一版以來持續演進，Revision2 於 2024 四月發布，而第三版預計於 2027Q2 發布，屆時將會加入 AI、Cloud 與 modern data platforms 等現代資料平台核心議題。

DMBOK Revision2 涵蓋 17 個章節，從資料治理、資料架構、資料品質到組織變革，系統性地描繪了「管好資料」的知識與脈絡。它不僅是一本教科書，更是一套經過全球實務驗證的框架語言——讓資料從業人員之間有共同的語言。

而其中蘊含的管理思維，讓資料管理從業人員得以收穫在 AI 時代必備的軟實力。

台灣企業如中華電信的資料管理機制，也對齊國際資料管理協會 DMBOK 各項核心領域，並從資料品質、資料保護、資料存取及共享、資料工具、資料合規及資料維運等六大面向建構全公司使用資料的制度。

DMBOK 涵蓋內容

DMBOK 全書共 17 個章節，聚焦於 11 個知識領域，如 DAMA Wheel 所呈現，包含介紹、原則與定義、活動、工具和技術、最佳實踐等實用內容，可作為企業整治資料的參考方針，這些主要知識領域位於 DMBOK 的第三章 ~ 第十三章

那些不在 DAMA Wheel 的那些章節，分別是第一章 (資料管理)，第二章（資料倫理），第十四章 (巨量資料與資料科學) ，第十五章 (資料管理成熟度評估)，第十六章(資料管理組織架構與角色職責期待) 與第十七章 (資料管理組織與文化變革)，也是非常值得閱讀的內容。

接著介紹，全書的目錄與閱讀建議。

DMBOK 目錄

這張表包含各章節的摘要——你可以把它當作一份索引，找到你最關心的章節，再往下讀對應的導讀。閱讀時，雖然可以不按照順序，但是強烈建議先讀過第一章，其中包含書的架構介紹。

有些章節之間有關聯，比如第四章 (資料架構) 與第五章 (資料建模與設計)；第三章 (資料治理) 與第十五章 (資料管理成熟度評估)，第十六章(資料管理組織架構與角色職責期待) 與第十七章 (資料管理組織與文化變革)。

章節編號	章節名稱	重點摘要
1	資料管理	資料是具備獨特屬性的企業資產。資料管理是貫穿資料生命週期的規劃與控制過程，旨在提升資料價值並降低相關風險。確保資料品質與管理元資料為獲取價值的基礎，而這一切需以『資料治理』為核心樞紐來推動。執行此任務仰賴跨部門協作與領導層的承諾，多種知識框架則提供了業務與技術戰略對齊的結構化指引。
2	資料倫理	資料處理倫理關注資料生命週期中的正當性與風險控制。其核心建構於尊重個人、行善與公平正義等貝爾蒙特原則。組織必須超越單純的法律合規（如 GDPR 等隱私框架），主動防範資料偏見與誤用，並落實隱私設計。建立倫理文化需要制定明確策略，結合資料治理進行風險監控，並透過『倫理風險模型』審查資料專案，最終將道德責任轉化為組織的信任資本與競爭優勢。
3	資料治理	資料治理確立對資料資產的權威與控制，其核心在於落實『監督與執行』的職能分離。此過程定義跨組織的資料決策權與營運架構。核心行動包含制定策略、建立政策與標準，並培育資料管家與建置業務術語表。透過推動組織變革與問題管理，治理機制能有效降低風險、提升資料品質、確保法規遵循，並具體評估資料的商業價值，最終確保資料治理成為可衡量的永續企業職能。
4	資料架構	資料架構負責評估當前資料狀態，並界定滿足企業長期需求的主藍圖與共同業務詞彙。此過程作為其他企業架構領域的基礎，建立起連結業務策略與技術執行的標準，旨在優化營運並創造商業價值。核心行動包含發展路線圖，並產出企業資料模型與資料流設計。最終透過架構治理，確保各項專案的漸進開發皆符合企業一致性規範。
5	資料建模與設計	資料建模是發現、分析並精確呈現資料需求的過程。此行動涵蓋概念、邏輯與實體模型的反覆構建，能適應多樣化的儲存技術與分析情境。模型建立標準化的共通詞彙，描繪實體與屬性的關聯，不僅是業務與 IT 團隊間的核心溝通工具，也是保留企業系統記憶的載體。其設計產出不僅為新舊系統的開發與整合提供可重複使用的基礎藍圖，其蘊含的元資料更是推動資料治理與主資料管理等進階應用的關鍵基石。
6	資料儲存與運營	資料儲存與營運負責設計、建置與支援實體資料儲存，以在整個資料生命週期中最大化其價值。此行動包含資料庫技術支援與營運支援兩大活動，管理資料資產的可用性、完整性與交易效能。資料庫管理員執行備份、復原與效能調校等技術任務。此管理過程也確保技術架構符合法規要求並支援營運連續性。
7	資料安全	資料安全旨在規劃、開發並執行安全政策與程序，以提供適當的資料存取並防止不當使用。此過程涵蓋風險評估、身分驗證、授權管理、權限賦予與存取稽核等核心行動，並以元資料為驅動基礎。安全標準與分類架構必須與法規規範及業務隱私需求緊密對齊。透過實施加密、資料遮罩、持續監控及人員資安意識培訓，組織能有效防禦安全威脅並降低機密外洩風險。
8	資料整合與互通性	資料整合與互通性處理跨系統資料的移動與合併。此過程執行資料的萃取、轉換與載入。架構設計依賴通用模型與服務導向技術，並仰賴元資料管理以追蹤技術庫存、業務規則與資料血緣。標準化介面能有效降低系統複雜度，並支援低延遲的資料傳遞與應用。此外，整體過程必須由業務目標驅動，並確保業務專家參與治理、規則定義與問責。
9	文檔與內容管理	控制關聯式資料庫外的非結構化資料。規劃擷取至處置的生命週期機制。運用元資料、受控詞彙與分類法建構資訊架構。執行紀錄管理以確保法規遵循與電子探索。採用標準標記格式與系統整合資訊，以支援有效的檢索與存取。最終建立資訊治理架構與指標，以控管風險並確保內容品質。
10	主資料與參考資料管理	為了降低營運風險並為業務活動提供一致的上下文，管理主資料與參考資料須先評估來源。接著定義共用的整合架構與模型。對於主資料，須建立受信任來源；對於參考資料，同時維護代碼與分類及落實受控變更，以確保語義一致。最終透過治理、資料管家制度與發布服務，落實資料共享與維護。
11	資料倉儲與商業智慧	建置資料倉儲須先釐清分析需求，並依據商業決策目標定義包含歷史資料整合的整體架構。透過整合流程執行資料萃取、轉換與載入作業。接著依據使用者特性配置合適的商業智慧工具。最終藉由發布管理、效能監控，以及嚴謹的資料治理與元資料維護，以維持資料產品的高品質運作。
12	元資料管理	元資料管理須先釐清需求並定義整體策略。隨後設計合適架構以建立元模型。透過工具持續整合商業、技術及維運元資料，並落實大數據與非結構化資料的攝取標記。整合後須建立交付與查詢機制以發揮元資料價值。藉由血緣與影響分析梳理資料流向脈絡及評估變更風險。最終落實治理確保品質與安全性。
13	資料品質管理	管理資料品質須先界定資料對業務的關鍵性與適用目的。藉由制定品質維度與業務規則，建立客觀的量測標準。運用資料剖析與根本原因分析，找出並修復流程缺陷。最終透過持續監控與事件追蹤，落實預防性的品質改善循環。此外，資料品質是需長期經營的持續性職能而非短期專案，必須透過文化變革與元資料管理來維繫信任，並整合至服務水準協議 (SLA) 與資料治理框架中以落實問責。
14	巨量資料與資料科學	大數據專案須先定義商業策略與資料來源。藉由資料湖泊與平行處理架構，採行先載入後轉換 (ELT) 模式，並透過元資料管理防止資料沼澤化。運用機器學習模型探索資料，反覆訓練以驗證預測結果，且開發過程須納入倫理與透明性考量。最終配合視覺化技術與資料治理部署模型，持續監控運作效能。
15	資料管理成熟度評估	執行成熟度評估須先釐清業務目標並選定合適的量測框架。藉由檢視現況證據，將各項資料流程依成熟度級別（0-5 級）予以客觀分級。隨後將評估結果轉化為具體的差距分析與改善藍圖，以教育利害關係人並支援組織戰略與資產價值提升。最終依賴治理小組的監督、定期重評與指標追蹤，落實持續性的組織變革。
16	資料管理組織架構與角色職責期待	建立資料管理組織須先評估現有企業文化與決策常態。設計階段應依據企業需求與全球化規模，選擇去中心化、集中式、混合式或聯邦式等營運模型。實作階段需藉由利害關係人分析與高階主管支持，來推動漸進式的組織變革，並建立與資料長 (CDO)、企業架構等其他資料導向機構的協作機制。最終應明確劃分業務端與資訊端各角色的職責，以落實企業資料治理行動。
17	資料管理組織與文化變革	改善資料管理須改變人員工作模式與組織文化，並將對現狀的不滿轉化為變革動力。組織轉型必然經歷結束舊態、中立區過渡與建立新起點等心理階段。推動者應建立急迫感並組成引導同盟以確立變革願景，並理解創新擴散進程，針對不同採用群體展現新做法的優勢。透過客製化的正式溝通計畫、持續對話與創造短期成效來克服內部抗拒心理。最終需將創新實踐深植於企業文化之中。

以上資訊參考 DAMA DMBOK Revision 2 並由資料治理學院進行整理。

這本書適合誰？

資料從業人員 (Data Professionals)：你每天處理資料庫、ETL、報表、資料品質，但從沒意識到這些工作其實有一套完整的知識體系。DMBOK 能幫你把散落的經驗串成系統，讓你在職涯獲得更好的機會，並能夠將資料管理做得更好。
需要理解資料治理的管理者：由於資料治理是需要業務參與、需要高層支持、需要文化變革才能推動的企業級議題。過去資料工程在台灣並不受到重視，但是 AI 來了，企業做資料治理的核心價值就擺在那裡。但是只仰賴少數人員或者 CDO，就能將存在已久的資料問題瞬間化腐朽為神奇，那也是不實際的，而 DMBOK 能夠作為指導原則。

取得 CDMP 認證

DMBOK 到 Certified Data Management Professional (CDMP)，該認證是由 DAMA International 所頒發，使資料從業人員獲得國際認可。

有別於一般的認證，CDMP 已存在超過 20 年，含金量極高，除了學術知識，也包含對資料實務經驗的檢測，並包含三個等級 Associate、Practitioner 與 Master，每個等級的難度與背後所需的準備度截然不同，可依照個人職涯需求去規劃考取計畫。