葵花宝典：2022年05月CDGP真题解析

赵老师

1．电影院订票系统数据建模。（10分）（考点：CDM、LDM、电影院）

2．数据治理运营架构。（10分）（考点：DG模式）

3．DMM活动和交付物。（10分）（考点：DMM）

4．实时处理架构（10分）（考点：大数据、Lambda架构）

5．CDO如何做数字化转型，主要负责什么？（10分）（考点：CDO职责、组织变革）

6．实体识别的步骤、MDM的功能设计。（10分）（考点：MDM）

赵老师

第一题 设计题：（考点：电影院、CDM、LDM）
一、问题简述
电影院订票系统数据建模。
二、问题解析
1．逻辑模型设计题是必考题，历史上的CDGP考试，每期都考。主题包括：零售、书店、餐厅、电影院和照相馆等。
2．逻辑模型设计题的答题思路是：先找实体和关系，后找属性和外键约束。
3．一般画出10-15个左右的主要实体及其关系即可。
三、参考答案
CDM:略
LDM:略
【另外，说明主要实体之间的关系】

赵老师

第二题 论述题：（考点：数据治理，治理模型）
一、问题简述
数据治理运营架构。（10分）（数据治理）。
二、问题解析
1．数据治理模型主要包括三种：集中、复制、联邦。先描述、后选择。
2．根据题目中描述的企业类型选择数据治理模型。
3．参考2021年9月的跨国公司给出的参考答案。
三、参考答案
跨国企业主要面临的问题包括工作地理位置、时区、文化、语言、沟通方式、法律和监管要求等方面存在差异。
1．集中式的治理模型要求跨国所有企业采用相同的治理要求，基于上述差异，这是很难做到的。因此，不能采用集中式的治理模型。
2．复制式的治理模型每个业务单元都独立采用不同标准和原则，这不利于公司的数据融合形成合力，更无法挖掘跨业务单元的数据能力和价值，因此复制式的模型也不合适。
3．联邦式的治理模型，要求在跨国企业层面设置自己的数据治理标准和原则，各跨国业务单元基于标准和原则，在有一定自由度的基础上执行数据治理。既可以做到统一标准，有可以做到适合各国业务单元的实际情况，并能够在企业层面充分创造数据价值和规避风险。
因此联邦式数据治理模型最适合跨国公司，统一标准的同时还具有区域化的适应性，是具有发挥跨业务单元和跨区域差异的数据能力的模型。

赵老师

第三题 论述题：（考点：DMM成熟度评估和交付物）
一、问题简述
DMM活动和交付物。（10分）（成熟度评估）
二、问题解析
1．考点是数据管理成熟度评估的流程活动
2．以及评估流程中的可交付成果物等。
3．参考2021年3月CDGP考试题。
4．题目中明确了DMM模型，建议扩展一些其它模型，尤其是国内的DCMM。
三、参考答案
1．数据管理成熟度评估主要包括如下步骤：
(1)规划评估活动，主要成果物：确定的评估模型、确定的评估领域、沟通时间表等。主要流程包括：
a.定义目标
b.选择框架
c.定义组织范围
d.定义交互方法
e.规划沟通
(2)执行成熟度评估，主要成果物：收集到的访谈记录和文档等，评估结果及其说明文档。主要流程包括：
a.收集信息
b.执行评估
c.解释结果
(3)制定建议，主要成果物：评估报告、高管简报，其中包括修改建议等。
(4)创建有针对性的改进计划，主要成果物：改进行动路线图、行动详细时间表等。
(5)重新评估成熟度，组织需要定期开展重评估工作，主要成果物：同上。
2．数据管理成熟度评估一般包括6个等级：无能力、初始级、可重复级、已定义级、受管理级、优化级。以上是CMM的评估模型等级划分。依据评估模型的不同等级划分会有所不同。主要的评估模型包括：CMMI-DMM、DGCMM、DCAM、SDGMM、EIM、DCMM，其中DCMM是中国的评估标准。
3．DCMM数据管理能力成熟度评估模型定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期8个核心能力域，具体细分为28个过程域。

赵老师

第四题 设计题：（考点：大数据、Lambda架构）
一、问题简述
实时处理架构（10分）（大数据、Lambda架构）。
二、问题解析
1．Lambda架构。重点是速度层描述。
2．结合大数据技术设计解决方案。
3．并结合场景给出解决方案，下面是参考2021年10月CDGP考试题给出的保险理赔场景。
三、参考答案
本场景是典型的Lambda架构，包括数据源、速度层、批处理层、和服务层。架构图如下：略
本架构中，车辆实时数据可以采用flume和kafka等实时数据采集组件获取，并采用flink或者sparkstreaming等实时数据处理框架进行处理；第三方批量数据可以采用Kettle、datax等产品定时获取，并通过hive、impala、sparksql等计算框架进行批量计算；实时和批量数据处理完成后，全部汇总到保险理赔业务系统进行整合，以支撑业务操作。

赵老师

第五题 论述题：（考点：CDO责任和组织变革）
一、问题简述
CDO如何做数字化转型，主要负责什么？
二、问题解析
1．CDO职责和组织变革。
三、参考答案
1．数字化转型对大多数组织来说，改进数据管理实践需要改变人们协同工作的方式，改变他们理解数据在组织中的作用的方式，以及他们使用数据和采用技术支持组织流程的方式。成功的数据管理实践还需要∶
(1)学习横向管理，调整信息价值链上的问责关系。
(2)将重点从垂直（业务领域）问责制转变为对数据的共同管理制度。
(3)将信息质量从一个特定的业务关注点或IT部门的工作转变为组织的核心价值，将关于信息质量的思维从"数据清理和积分卡"转变为更基本的组织能力，即将数据质量纳入管理过程。
(4)落地一系列的程序，来衡量不良数据管理的成本和规范化数据管理的价值。
成熟度水平的改变并不是通过技术实现的（尽管适当使用软件工具可以支持实现）。相反，它是通过对组织变革的管理采取谨慎和结构化的方法来实现的。处于所有等级的组织都需要进行改进，必须进行管理和协调，以避免出现进入"死胡同"的举措，进而失去信任，并损害信息管理职能及其领导层的信誉。
2．文化变革需要规划、培训和不断强化。意识、所有权和问责制是鼓励和吸引人们自发地参与数据管理规划、策略和过程的关键。组织变革管理的关键成功因素众所周知。不管组织的内部结构如何，以下10个因素一直被证明在有效的数据管理组织成功中起着关键作用∶
(1)高层支持。执行发起人应理解并相信组织变革倡议。他或她必须能够有效地吸引其他领导者支持组织变革。
(2)清晰的愿景。组织领导者必须确保所有受数据管理影响的利益相关者——无论是内部的，还是外部的，都能理解数据管理是什么、为什么数据管理很重要，以及他们的工作将如何影响和受到数据管理的影响，并内化于心。
(3)积极主动的变革管理。组织将变革管理应用于数据管理实践的建立，解决人员面临的挑战，从而增加随着时间的推移组织架构能持续发展的可能性。
(4)管理层意见一致。管理层确保在数据管理项目的必要性及成功标准的定义方面统一思想，并一致支持。管理层意见统一包括领导者的目标和数据管理结果之间的一致性，以及领导者之间的价值取向和目标的一致性。
(5)沟通。组织必须确保利益相关者清楚地了解什么是数据管理、为什么数据管理对公司很重要、要做哪些变革，以及需要改变哪些行为。
(6)利益相关者的参与。受数据管理计划影响的个人及群体将对新项目及其在其中扮演的角色做出不同的反应。组织如何让这些利益相关者充分参与，如何与他们进行沟通，如何应对改变，都将对数据管理计划的成功与否产生重大影响。
(7)任职培训。培训是实现数据管理的关键。不同的人群（领导者、数据管理员、数据所有者、技术团队）将需要不同类型和级别的培训，以便有效地履行其职责。许多人都需要有关新的政策、过程、技术、程序甚至工具的培训。
(8)实施评价。围绕数据管理指南和计划进度构建度量标准，了解数据管理路线图是否正在运行及能否持续运行。数据管理有利于改进以数据为中心的过程，如月末结账、风险识别和项目执行效率。数据管理创新侧重于通过提高数据质量来改进决策和分析。
(9)遵守指导原则。DAMA的数据管理原则等指导原则是组织做出所有决定的参考依据。制定这些指导原则是建立数据管理项目的第一步，这些项目可以有效地驱动数据管理行为的改变。
(10)进化而不是革命。在数据管理的所有方面，“进化而不是革命”的理念有助于最大限度地减少大变化或大规模高风险项目。建立一个随着时间推移而进化和成熟的组织，能够逐步改进按业务目标对数据进行管理和排序的方式，并确保组织在变革中采用新的策略和流程。
3．CDO在组织数字化转型中的一些共性责任，包括：
(1)构建组织的数据战略；
(2)将有关数据的需求与现有的IT和业务资源结合起来；
(3)建立数据治理标准、方针和流程；
(4)为依赖数据的业务活动提供建议或服务，如业务分析、大数据、数据质量和数据技术；
(5)向企业内部和外部的业务利益相关方宣传信息管理原则的重要性；
(6)在数据分析和商务职能活动中知道数据的使用。
不管任何行业，数据管理组织通常都是通过CDO向上报告。在分散型运维模式中，战略的制定由CDO负责，战略的执行则由在IT、运维或其它业务部门中的资源人员负责。最初，为了制定有关战略，CDO可能会建立数据管理办公室（DMO）。随着时间的推移，以及效率和规模效应的确立，CDO还会负责数据管理、治理和分析等多个方面的工作。

赵老师

第六题 论述题：（考点：主数据、实体、MDM）
一、问题简述
实体识别的步骤、MDM的功能设计。（10分）（主数据）
二、问题解析
1．主数据的定义和类型；
2．主数据的识别过程；
3．MDM的功能设计；
4．参考2021年10月和2022年3月CDGP考试题。
三、参考答案
1．主数据是一个组织中跨越部门、跨越业务、跨越系统的核心业务实体数据，主数据为业务交易提供上下文，同时也需要参考数据作为上下文。主数据实例包括相关方主数据、财务主数据、法律主数据、产品主数据、位置主数据、行业主数据等分类。
主数据是在组织间移动的核心实体数据，需要有统一的数据标准，才能确保数据可以在各业务系统和部门之间交换、共享和共用。可以参考国际、国内、行业等标准指定组织内部的主数据标准，并使用统一的数据标准要求和监控各业务系统的IT建设，实现以数据为中心数据系统开发工作。
2．主数据实体的识别/解析步骤如下：
实体解析的主要步骤包括：1）匹配、2）标识解析、3）匹配工作流和对帐类型、4）主数据ID管理、5）从属管理。
3．主数据管理平台（MDM）的设计：
(1)作为主数据管理平台（MDM）需要全面关注主数据标准、主数据质量、主数据架构、以及用户的消费需求。在建设主数据平台之前，需要先调研组织的数据情况，即盘点组织数据并建立组数据数据的目录。
(2)建立主数据管理平台（MDM），统一管理组织主数据。一般的主数据平台都是采用中心辐射架构，即将组织各部门的业务系统中的主数据全部采集的主数据平台进行管理，也包括主数据目录管理。并对组织的集中主数据执行标准规则校验、清洗、增强、整合等。
(3)主数据管理平台（MDM）还需提供统一的标准的数据访问接口，设置针对角色和用户的权限功能，确保最小够用原则。可以通过建立数据访问试图、DaaS等技术来提高数据安全性。