葵花宝典：2021年03月CDGP真题解析

赵老师

1．某组织[此处省略一百字]。问题：1）性能问题如何解决？2）质量问题如何解决？3）标准问题如何解决？（10分）（考点：DW、DQ、DG）

2．某公司[此处省略二百字]。问题：依据业务需求（商品属性、会员信息、支付类型等）描述，设计逻辑数据模型（LDM）。（10分）（考点：CDM、LDM）

3．某集团[此处省略三百字]。问题：设计业务数据架构，包括：大数据、暂存区、ODS、DW、DM、MDM、BI等。（10分）（考点：DW/BI、大数据）

4．某企业[此处省略四百字]。问题：1）大数据特征和数据科学活动；2）元数据的来源类型列举；3）数据质量问题的来源及说明。（25分-10/10/5）（考点：大数据、DS、MD、DQ）

5．某某某[此处省略五百字]。问题：数据管理成熟度评估的流程及说明。（5分）（考点：DMM）

赵老师

第一题 论述题：（考点：DW、DQ、DG）
一、问题简述
某组织[此处省略一百字]。问题：1）性能问题如何解决？2）质量问题如何解决？3）标准问题如何解决？（10分）
二、问题解析
1．性能问题一般是由于基础设施和技术栈老化、新业务需要变化、数据量增加、架构设计不合理等方面引起的问题。
2．质量的好或者坏，主要取决于适用性，即是否满足业务需求和应用的需要。组织中数据也不是同等重要的，要优先解决重点的关键数据。
3．数据质量还依赖于数据标准，尤其在数据集成和共享时，必须统一标准。标准制定一般不会从零开始，一般可以考虑根据集成和共享范围需求选择合适基础版本。
三、参考答案
1．先进行架构规划设计，确保建立一个能够满足3-5年数据战略的架构蓝图，并制定一个行动路线图。总体规划，分步实施。通过MPP或Hadoop等技术提升并行数据处理能力，将数据业务按照优先顺序逐步迁移。
2．数据资产盘点，对组织的数据资产进行评估和估价，排列优先顺序，对核心主数据和参考数据以及关键业务数据，先进行数据质量检查，并修复数据质量问题。其他数据按照优先级逐步开展数据质量相关工作。数据质量过程采用PDCA思路，持续迭代优化。
3．整合国际标准、行业标准和组织标准，并参考国际标准和行业标准，制定数据统一标准。依据标准开展数据管理和数据治理相关工作，利用标准指导外部数据与内部数据的整合集成和共享。数据标准也是数据质量工作的基础和前提。

赵老师

第二题 设计题：（考点：CDM、LDM、电商平台）
一、问题简述
某公司[此处省略二百字]。问题：依据业务需求（商品属性、会员信息、支付类型等）描述，设计逻辑数据模型（LDM）。
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

第三题 设计题：（考点：DW/BI、大数据）
一、问题简述
某集团[此处省略三百字]。问题：设计业务数据架构，包括大数据、暂存区、ODS、DW、DM、MDM、BI等。
二、问题解析
1．本题考核的是数据仓库与商务智能和大数据与数据科学两节中共同的概念性数据架构图。
三、参考答案
1．结构化数据通过ETL过程进入缓冲区；处理后进入MDM和中心仓库；中心仓库包括ODS、DM、和数据立方体；
2．非结构化数据通过ELT过程进入数据湖，进行数据集成、数据探索、和模型评估等；
3．数据仓库和数据湖整合数据提供各类分析能力，包括描述分析、预测分析、规范分析、机器学习和数据可视化等。
大数据处理结果作为数据仓库的数据源，数据仓库也作为大数据的数据源。

赵老师

第四题 论述题：（考点：大数据、DS、MD、DQ）
一、问题简述
某企业[此处省略四百字]。问题：1）大数据特征和数据科学活动；2）元数据的来源类型列举；3）数据质量问题的来源及说明。
二、问题解析
1．大数据特征就是N个V字母开头的单词，一般是3或4个V。
2．数据科学活动是DMBOK2上的原始知识点，一共7个步骤。
3．元数据的来源包括15个方面，DMBOK2上的原始知识点。
4．数据质量问题来源5个方面，DMBOK2上的原始知识点。
三、参考答案
1．大数据的特征一般用3或4个V表示：
(1)Volume-体量大
(2)Velocity-速度快
(3)Variety/Variability-类型多样/可变
其它V包括：
(4)Viscosity-黏度大
(5)Volatility-波动性大
(6)Veracity-准确性低
(7)Value-应用价值高/价值密度低
2．数据科学活动是个排序题，包括7个步骤：
(1)定义大数据战略和业务需求
(2)选择数据源
(3)采集和摄取数据源
(4)制定数据科学假设和方法
(5)集成和校准数据用于分析
(6)使用模型探索数据
(7)部署和监视
3．元数据包括技术、业务和操作元数据，每种都有很多来源类型。元数据来源主要有如下15个：
(1)应用程序中元数据存储库
(2)业务术语表
(3)商务智能工具
(4)配置管理工具
(5)数据字典
(6)数据集成工具
(7)数据库管理和系统目录
(8)数据映射管理工具
(9)数据质量工具
(10)字典和目录
(11)事件消息工具
(12)建模工具和存储库
(13)参考数据库
(14)服务注册(SOA)
(15)其他元数据存储
4．数据质量问题来源5个方面：
(1)缺乏领导力导致的问题
a.领导和员工缺乏意识
b.缺乏治理
c.缺乏领导力和管理能力
d.难以证明改进的合理性
e.测量价值的工具不合适或不起作用
(2)数据输入过程引起的问题
a.数据输入接口问题
b.列表条目放置
c.字段重载
d.培训问题
e.业务流程的变更
f.业务流程执行混乱
(3)数据处理功能引起的问题
a.有关数据源的错误假设
b.过时的业务规则
c.变更的数据结构
(4)系统设计引起的问题
a.未能执行参照完整性
b.未执行唯一性约束
c.编码不准确和分歧
d.数据模型不准确
e.字段重载
f.时间数据不匹配
g.主数据管理薄弱
h.数据复制
(5)解决问题引起的问题
a.手动数据修复
b.未经测试的代码
c.没有备份原始数据

赵老师

第五题 论述题：（考点：DMM）
一、问题简述
某某某[此处省略五百字]。问题：数据管理成熟度评估的流程及说明。（5分）
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。
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、相关干系人列表等。
(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：无能力级、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。
3．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。
4．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。
(1)贯标流程主要包括三个阶段：
a.第一阶段：差距分析：贯标启动，进行差距分析。
b.第二阶段：能力建设：建立数据管理组织，完善制度，内部运行并开展自评估。
c.第三阶段：测量评估：组建评估队伍，开展第三方评估，获取评估报告和能力证书。
(2)主要成果物包括：
a.评分结果：全面展示企业数据管理各能力项成熟度评估等级。
b.评估报告：分析企业数据管理现状，识别数据管理问题及改进项，给出数据管理能力成熟度等级推荐建议。
c.数据管理发展路线图（可选）：根据企业管理的需要，以及业界最佳实践，制定针对性的企业数据管理发展路线图，并且根据现状制定针对性的行动计划。
d.评估证书：颁发企业数据管理能力成熟度评估证书。