一、先建立地图：第 8 章讲什么
第 8 章的结构是：8.1 概述（数据、数据资源、数据资源规划的定义与作用）；8.2 数据资源规划的方法（三种方法）；8.3 数据架构（定义目标、数据模型、数据流设计、演化驱动因素、传统与现代数据架构）；8.4 数据标准化（数据标准体系、元数据标准化、数据元标准化、数据分类与编码标准化）；8.5 数据管理（数据治理、数据质量、数据安全）。
一句话记住这章的主线：先用方法做规划（8.2）→ 规划出数据架构（8.3）→ 用标准化把数据统一起来（8.4）→ 靠治理、质量、安全把数据管好（8.5）。这是一条从"规划"到"管理"的完整链，你把这条链记住，整章的知识点就有了挂靠的位置，不会散。
二、三种数据资源规划方法：核心考点
8.2 是这章最高频的考点。教材明确说，目前主流的数据资源规划方法有三个：基于稳定信息过程的方法、基于稳定信息结构的方法、基于指标能力的方法。考试最爱考的是它们的适用场景和优缺点，我按教材原文给你逐一对照。
方法一：基于稳定信息过程的方法。
- 适用场景：业务场景相对固定，前期数据积累较少的情况。
- 优点：理论成熟、易理解、实现难度不大。
- 缺点：步骤繁杂、涉及因素多、数据稳定性较差。
方法二：基于稳定信息结构的方法。
- 适用场景：业务场景经常变化，前期数据积累较多的情况。
- 优点：理论较成熟、实施周期较短、数据稳定性好。
- 缺点：全局设计后置、初期工作量大、并行工作组织难度大。
方法三：基于指标能力的方法。
- 适用场景：业务场景涉及决策，前期数据积累较少的情况。
- 优点：直接支撑决策需求、设计思路清晰、数据稳定性好。
- 缺点：实现案例少、实施难度大、对设计人员要求高。
给你一个记忆抓手，抓"两个变量"：业务场景固定还是多变、数据积累多还是少。业务固定、数据少——用"过程"法；业务多变、数据多——用"结构"法；业务涉及决策、数据少——用"指标"法。选择题典型问法："某企业业务流程相对稳定，历史数据积累不多，宜采用哪种数据资源规划方法"，答"基于稳定信息过程的方法"。把两个变量和三种方法的对应记牢，这类题就是送分。
再记一组"数据稳定性"的对比：过程法数据稳定性较差，结构法和指标法数据稳定性好。这是三个方法里唯一一个"过程法明显不如另外两个"的点，出题人爱在这拿它做干扰。
教材还有一句总结性的话值得记："不同的数据资源规划方法有不同的特点和应用场合，需要准确理解和灵活运用"。也就是说，没有哪种方法绝对最好，看场景选。考试若出"最优的数据资源规划方法是哪种"这类绝对化的选项，你就要警惕——教材的口径是"看场合选"，不存在放之四海皆准的最优方法。这也是前面综合站讲过的"绝对化表述往往是错的"在这一章的具体体现。
三、基于稳定信息过程的方法：步骤要会说
三种方法里，教材对"基于稳定信息过程的方法"（8.2.1）展开得最细，案例题可能考它的步骤。教材把它概括为"两条主线、三种模型、一套标准"，核心步骤是：
- 定义职能域：职能域或称职能范围、业务范围，指部门的主要管理活动领域。注意教材强调——是"根据工作内容（而不是按照现行的机构部门）"来划分职能域。
- 各职能域业务分析：分析定义各职能域包含的业务过程，识别各业务过程包含的业务活动，形成"职能域—业务过程—业务活动"三层结构的业务模型。
- 各职能域数据分析：对每个职能域绘出一、二级数据流程图，分析职能域内外、之间、内部的信息流；分析并规范化用户视图；对输入、存储、输出数据流做量化分析。
- 建立领域的数据资源管理基础标准：包括数据元素标准、数据分类与编码标准、用户视图标准、概念数据库和逻辑数据库标准。
- 建立信息系统功能模型：在业务模型基础上做计算机化可行性分析，综合现有应用系统程序模块，建立"子系统—功能模块—程序模块"三层结构的功能模型。
- 建立信息系统数据模型：由各子系统数据模型和全域数据模型组成，实体是"基本表"——由数据元素组成的达到第三范式的数据结构，是系统集成和数据共享的基础。
"两条主线"就是业务分析和数据分析两条线并行；"三种模型"是业务模型、功能模型、数据模型；"一套标准"是那套数据资源管理基础标准。案例题若问"基于稳定信息过程的数据资源规划包括哪些步骤"，你把这六步按顺序写出来、每步一句说明，就很完整。
这里有个和前面章节的呼应：第 5 章应用系统规划讲过数据流图（第 116 篇），这里的"各职能域数据分析"正是画数据流图的场景。知识是串着的，你学到后面会越来越感到前面的内容在反复出现、相互印证。
四、数据架构：几个概念要分清
8.3 数据架构考概念为主。教材讲了数据架构的定义与目标、数据模型、数据流设计、演化的驱动因素、传统数据架构和现代数据架构。你重点记三点：
第一，数据架构是什么、干什么。 它描述组织的数据如何组织、存储、流动和使用，目标是让数据能有效支撑业务。这一节是"规划的产物"——用 8.2 的方法做完规划，出来的就是数据架构。
第二，数据模型。 教材沿用概念模型、逻辑模型、物理模型这一经典层次。选择题可能考"哪一层模型与具体数据库产品相关"（物理模型）、"哪一层模型面向业务人员描述实体与关系"（概念模型）。
第三，传统架构与现代架构的演化。 教材专门讲了"数据架构演化的驱动因素"和"传统数据架构、现代数据架构"两节。演化的核心驱动是数据量爆炸、数据类型多样化、实时性要求提高、业务对数据分析的需求增强。传统架构以集中式数据库、数据仓库为主；现代架构则引入分布式存储、数据湖、实时处理等。考试若问"推动数据架构从传统向现代演化的因素"，往"数据量、多样性、实时性、分析需求"上答。
给非 IT 同学一个理解数据架构的比喻：把组织的数据想成一座城市的水系——数据架构就是这座城市的"水系规划图"，规定水从哪来（数据源）、往哪流（数据流）、存在哪个水库（数据存储）、谁用（数据应用）。传统架构像一座只有一个大水库、所有水都先汇总再分配的老城；现代架构像一座有多个分布式蓄水点、能实时调度、还能存各种"非标准水"（非结构化数据）的新城。这么一想，"演化驱动因素"就好理解了——水量大了、水的种类多了、要实时供水了、要精细化用水分析了，老水系自然就不够用。
五、数据标准化：四块内容
8.4 数据标准化讲了四块：建立数据标准体系、元数据标准化、数据元标准化、数据分类与编码标准化。这四块经常以"下列哪项属于数据标准化的内容"这种形式考。
- 数据标准体系：整体框架，规定组织有哪些数据标准、怎么组织。
- 元数据标准化：元数据是"关于数据的数据"，描述数据的定义、来源、格式、关系等。元数据标准化解决"大家对同一个数据的描述口径一致"。
- 数据元标准化：数据元是数据的最小单元（比如"身份证号""出生日期"），数据元标准化规定每个数据元的名称、定义、格式、值域。
- 数据分类与编码标准化：给数据分类、赋唯一编码，解决"同一事物在不同系统里叫法编码不一"的问题。
在案例里，"一数多源、口径不一"这类痛点，解法就往数据标准化上靠——统一数据元定义、统一分类编码。这也是第 121 篇论文背景里"制定数据标准与元数据规范"那句话的教材依据。
六、数据治理：教材的核心口径
8.5.1 数据治理，第 121 篇论文素材里讲过一部分，今天从考点角度再系统过一遍，因为它是数据管理三块里的"总纲"。
定义。 教材：数据治理是"在管理数据资产的过程中行使权力和管控，包括计划、监控和实施"。
治理与管理的区别。 教材：数据治理"确保数据被恰当地管理而不是直接管理数据"，相当于"将监督和执行的职责分离"——治理在总体视角，管理在执行层面。这是最高频的考点，务必分清：治理定规矩、做监督；管理照规矩干活。
职能与目标。 职能是"指导所有其他数据管理领域的活动"；目标是"使组织能够将数据作为资产进行管理"，提供治理原则、制度、流程、整体框架、管理指标。
三大活动。 规划组织的数据治理、制定数据治理战略、实施数据治理。其中制定战略的四个交付物：章程、运营框架和职责、实施路线图、为成功运营制订计划。
实施要点。 教材强调数据治理"不可能一夜之间实现"，最佳方式是创建实施路线图；当数据治理是"企业层面"的工作时效果最显著。
选择题常考"数据治理与数据管理的关系""数据治理战略的交付物包括哪些"；案例题可能问"从数据治理角度提出改进建议"，你就用三大活动做骨架答。
七、成熟度：记准国标和五级
数据管理领域有一个成熟度评估的国家标准，教材引用的是 GB/T 36073（数据管理能力成熟度评估模型），第 2 版教材沿用 2018 版。它的五级由低到高是：初始级、受管理级、稳健级、量化管理级、优化级，数字越大等级越高；八大能力域是数据战略、数据治理、数据架构、数据标准、数据质量、数据安全、数据应用、数据生存周期。
两个易错点：一是第二级叫"受管理级"，别和别的成熟度模型的叫法混；二是这个模型"数字越大越高"，和 ITSS 运维能力成熟度"一级最高"的方向正好相反，考试若同时出现，别搞反。
八、数据质量：维度与关键数据
8.5.2 数据质量，教材有几个必记的点：
定位。 "数据质量管理是数据管理的核心，低质量的数据意味着成本和风险，而不是价值"。质量管理"是一项持续性工作，必须贯穿整个数据生命周期"。
数据质量的判断标准。 教材说，数据质量取决于"使用数据的场景和数据消费者的需求"——满足消费者应用需求的就是高质量，不满足就是低质量。这是个很重要的观点：质量不是绝对的，是相对需求而言的。
关键数据。 数据质量管理的一个原则是"将改进的重点集中在对组织及其客户最重要的数据上"。不是平均用力。
质量维度。 数据质量维度是"数据的某个可测量的特性"，提供定义质量要求的一组词汇。教材列了常见维度，比如一致性（数据值在数据集内和之间表达的相符程度，也可指格式一致）、完整性（含完备性、准确性、一致性相关的想法，常指引用完整性）等。选择题可能给你一个描述让你判断属于哪个维度。
案例题里，"数据质量差"的解法就是：识别关键数据、定义质量维度和规则、建立监控和整改闭环、纳入考核——这一套在第 121 篇的论文示范段里已经写过。
九、数据安全：与第 9 章呼应
8.5.3 数据安全在第 8 章里篇幅不长，核心是数据分类分级、访问控制、加密、脱敏、备份等基本手段，并和第 9 章信息安全规划、第 24 章数据安全法相呼应。考试更多在第 9 章和第 24 章考安全，第 8 章这一节了解框架即可，知道"数据安全是数据管理三块之一"就够。
十、这一章在三科里怎么考
综合：三种方法的场景与优缺点（最高频）、数据标准化四块内容、治理与管理的区别、成熟度等级、质量维度。全是概念题，记准就得分。
案例：以"数据孤岛、口径不一、质量差"为背景，问规划方法选择、数据标准化措施、治理改进建议、质量管控措施。用今天的框架逐条答。
我用一个虚拟案例把答法走一遍。题干：某集团下属十余家子公司各自建有业务系统，客户信息在各系统中重复录入、编码不一，集团层面无法形成统一客户视图，管理层的经营分析报表常因数据口径差异而失真。集团决定开展数据资源规划。问：（1）该集团宜采用何种数据资源规划方法并说明理由；（2）从数据标准化角度提出改进措施；（3）从数据治理角度提出改进建议。
答（1）：集团业务已运行多年、各系统积累了大量历史数据，且子公司业务场景存在差异、变化较多，符合"业务场景经常变化、前期数据积累较多"的特征，宜采用基于稳定信息结构的方法；该方法理论较成熟、实施周期较短、数据稳定性好，适合在既有数据基础上快速形成统一结构。同时，管理层有经营分析的决策需求，可在核心指标领域辅以基于指标能力的方法。
答（2）：建立集团级数据标准体系；对客户等核心数据开展数据元标准化，统一名称、定义、格式与值域；开展数据分类与编码标准化，为客户等主数据建立集团统一编码，消除各子公司编码不一；开展元数据标准化，统一各系统对客户数据的描述口径，为后续集成共享奠定基础。
答（3）：一是规划组织的数据治理——明确治理范围覆盖全集团而非仅集团总部，成立集团数据治理委员会，各子公司设数据管理员，明确"谁来执行治理"；二是制定数据治理战略——形成治理章程、运营框架与职责、实施路线图和运营计划四个交付物，把数据作为集团资产来管理；三是分阶段实施——先治客户等关键主数据、再扩展到其他领域，建立质量监控与考核机制，并做好各子公司的变革管理与培训宣贯。
你看，三问各用一块教材知识作答，每一点都能在教材里找到原话，采分点密集、条理清楚。案例题就该这么答。
论文：数据资源规划、数据治理、数据质量三个方向，第 121 篇给了背景和主线切换的技巧，教材依据就是今天讲的这些内容。
十一、本讲核心记忆清单
- 三种方法与场景：过程法（业务固定、数据少）、结构法（业务多变、数据多）、指标法（涉及决策、数据少）；过程法数据稳定性较差
- 过程法六步：定义职能域→业务分析→数据分析→建立基础标准→建立功能模型→建立数据模型；两条主线三种模型一套标准
- 数据标准化四块：标准体系、元数据、数据元、分类与编码
- 治理与管理：治理定规矩做监督（总体视角），管理照规矩干活（执行层面）；三大活动；战略四交付物
- 成熟度 GB/T 36073 五级：初始、受管理、稳健、量化管理、优化，数字越大越高
- 数据质量：核心地位、相对需求而言、关键数据优先、按维度衡量
十二、明日预告
明天是论文站——系规论文"避雷 10 条"：跑题、套话、数据虚、结构散。距考试不到一个月，论文最怕的不是写不出，是写出来踩雷。明天我把最常见的十个雷一条条列出来，配上避雷方法，帮你把手里的范文再从头到尾筛一遍，把隐患在考前全部排掉。明早见，不见不散。
