[数据实践]企业数据管理最佳实践培训（第一期）总结

本篇对企业数据管理最佳实践培训课程（第一期）总结

• 课程评估
• 讲师评估
• 课程建议
• 分析总结
• 下一步行动

study

引言

通过企业数据管理最佳实践课程培训（第一期），"数据小兵"对培训课程体系做了全面的总结。鉴于前期经验不足，水平有限，培训中疏漏之处，后续将持续改进，请各位数据师们结合发现的问题和修订建议及时与我联系，万分感激！

参加本次企业数据管理最佳实践课程培训人数共计16人，回收问卷14份。回收率占87.5%。

总体评估从课程评估、讲师评价、课程建议几个重点方面开展评价，具体内容如下：

一、课程评估

课程评估通过以下5个维度进行测评，各项指标的平均得分如下：

• 说服力
• 适合我的需求
• 本次培训课程对我今后工作有帮助
• 我希望今后再有机会进行类似培训
• 课程整体满意度得分

image

二、讲师评估

讲师评估通过以下8个维度进行测评，各项指标的平均得分如下：

• 表达能力
• 说服力
• 是否鼓励学员参与
• 是否很好地回答学员提出的问题
• 讲课内容丰富、吸引人
• 课前准备是否充分
• 授课时间的安排与控制是否合理
• 讲师整体满意度得分

image

三、课程建议

共计收集课程建议17条，其中：存在不足9条，满意评价8条，具体如下：

不足

1. 建议针对理论构建列举典型的应用场景，针对问题梳理技术选型，数据治理既要有"理"，更要有"治"，治的部分希望加深阐述。
2. 数据治理研究更多偏重数据咨询及方法论方面的组织。若能运用以点概面的典型场景、案例、经验、技术作为补充则更好。
3. 本课程适合缺乏数据管理基本理论，从事或计划从事企业数据管理实践的人员。
4. 建议以制造业为背景进行详细案例说明。
5. 建议理论结合案例，根据实际案例场景分析，深入如何思考。
6. 内容很大，但实际理论落地有难度，数据治理很重要。
7. 建议从具体案例中归纳总结出方法、概念，更易于理解和关联。
8. 内容丰富，但不够吸引人。
9. 建议补充DAMA 2ND 第二版内容。

满意

1. 总体较满意，提供了一些可借鉴的内容。
2. 讲师很专业，课程深入浅出，易于理解。
3. 讲师专业，课程讲解很深入、很清晰。
4. 老师讲解很好。
5. 课程准备充分，体系清晰，可实现快速对企业数据管理的了解
6. 本次培训系统介绍了相关的理论、方法，提供了专业指导。帮助识别自身不足，为后续工作发展指明一条路径道路。
7. 整体流程清晰，对数据管理有了一定的认识和了解。
8. 理论联系实际，讲述深入浅出，达到良好效果。

四、分析总结

课程体系方面

说服力和课程体系整体满意方面较好，学员需求匹配、后续工作指导和类似培训拓展有待提升。重点对不足进行分析：

• 适合学员的需求方面不足，受限于培训课程体系框架，实践扩展性不足，需增加参训学员在相关行业、企业现状、相关需求、问题理解方面的互动环节，针对问题、需求进一步组织参训学员研讨，加深理解，响应参训学员在实际工作中的问题和困局。
• 对今后工作有帮助不足，课程体系在具体的问题场景、困局分析方面不足，偏重理论解读、方法论和案例指导，需补充典型实际案例、场景化训练，引导参训学员掌握实践方法，为后续工作实践做好准备。
• 期望类似拓展培训不足，课程体系在拓展领域的延展方面不足，持续性有待提升。

讲师授课方面

课程准备、表达能力、整体满意度方面较好，问题回答、参与度和吸引人方面有待提升。重点对不足进行分析：

• 回答学员问题方面不足，授课中，对于问答环节安排不够妥当，针对课程体系中的知识点理解和过渡，需要进一步理解参训学员对知识点的吸收和反馈。
• 鼓励学员参与方面不足，授课中，阶段化互动环节不足，学员的参与度、互动方面有待完善。
• 吸引人方面不足，课程体系延展性和张力不足，课程体系框架缺乏灵活性，需要进一步补充典型场景化问题、困局，增强参训学员对于案例的吸引力。

改进建议

• 课程体系方面，开展学员培训前期需求调研，授课时安排研讨时间，根据学员实际工作问题，匹配课程体系教学内容。培训期间组织集中式研讨，补充典型场景化案例解读。编排培训学员分享自身经验交流，促进后续工作中的持续沟通。
• 讲师授课方面，响应学员问题，对重点知识点采取停顿、沟通、询问、理解、解读形式，积极帮助学员理解和消化知识点。调整授课节奏，促进参训学员之间的互动，讲师和学员之间的互动，如：提出典型案例，促进大家集思广益，共同解决问题。补充典型的场景化案例，帮助理解开展的关键问题和困局，提出解决方案，进而消化和吸收理论知识体系。

五、下一步行动

1. 课程体系内容。增加典型案例和场景化分析，提出关键问题和存在困局。增加理论体系场景化试题研讨，促进学员互动交流，集思广益解决问题。增加学员问题研讨，促进学员间、学员与老师之间对实际问题的理解，强化学员互动沟通。
2. 课程培训讲义。增加DAMA 2ND 理论解读。针对讲解知识点增加典型问题、典型案例、典型场景化的分析。
3. 授课形式。在理论知识体系解读的基础上，侧重问题解决，积极获取和响应学员需求，增强吸引力、强化沟通和参与度。

具体内容

课程体系总体框架为四个部分，即：基本理论-总体规划-核心赋能-专项实践。首先，通过数据管理基本理论的讲解，帮助学员掌握数据管理知识体系基本内容。然后，从企业数据管理总体规划入手，提出企业数据管理能力成熟度，获得当前数据管理现状和存在问题，找准方向规划提升。再次，从数据管理的核心出发，通过数据治理体系的构建，延伸数据架构、数据标准和数据质量的专项最佳实践。具体如下：

1. 数据管理基本理论：介绍DAMA_DMBOK数据管理知识体系、DGI数据治理框架、数据资产管理2.0白皮书等数据管理基本理论，帮助数据管理从业人员理解国际数据管理理论、国内数据资产管理政策及实施策略等内容；补充：基本理论部分核心知识点试题，对接CDMP考试要点，促进学员对核心要点的理解和消化
2. 数据管理能力成熟度：介绍国际DMM、国内DCMM和IBM数据治理成熟度标准及模型等，结合当前数据监管法案和行业监管指引，提出企业数据管理能力匹配原则，帮助企业获得当前数据管理现状及成熟度阶段，规划未来发展和明确提升方向；补充：数据管理能力成熟度评估方法，结合成熟度评估报告提出数据管理蓝图设计及演进路线图；学员结合数据能力成熟度评估案例，给出成熟度等级评定，并组织大家研讨数据能力成熟度评估成果
3. 数据管理最佳实践：通过介绍数据治理、数据架构、数据标准、数据质量实践案例，帮助学员借鉴相关行业、企业最佳实践经验，促进企业数字化成功转型。

• 数据治理最佳实践，从企业的数据管理组织、制度和流程等方面提出要求，构建完整的数据治理体系，并阐述行业、企业最佳实践案例；补充：数据治理案例中的场景化、问题和困局，采用问题求解的形式，帮助学员理解数据治理实践中难点及最佳实践中的关键成功因素；同时，收集参训学员在各自企业中遇到的问题，进行集中式研讨，落实到实际工作中，为后续工作提出改进建议
• 数据架构最佳实践，从企业架构顶层设计出发，构建企业级数据模型、数据流转、数据分布、元数据管理等，强调企业数字资产在全业务数据中心的应用，并阐述行业最佳实践案例；补充：数据建模基础知识，通过技术层面的实际操作，帮助参训学员理解和掌握企业级数据模型的落地效果
• 数据标准最佳实践，从构建企业共识化业务术语、参考数据、主数据、数据元、指标数据标准出发，构建完整的数据标准管控体系，并阐述行业最佳实践案例；补充：数据标准案例中场景化、问题和困局，采取问题求解形式，提出数据标准实践中的难点和关键成功因素；同时，引入实际数据标准化案例，组织参训学员进行沙盘演练，为后续工作提供数据标准化指导和建议
• 数据质量最佳实践，从构建数据质量基础出发，提出数据质量工程化实施方法，开展数据质量评估和改进，持续提升数据质量，介绍行业最佳实践案例。补充：数据质量场景化问题和困局，剖析数据质量的影响因素，通过数据质量问题的归因，识别数据质量的根因，提出数据质量整改的建议，落实数据质量的持续改进和应用效果评价

UNADJUSTEDNONRAW_thumb_3e58