客户赋能培训体系
为客户提供从认知到落地的完整培养路径
认知层
理论培训
DCMM/DAMA体系认知
落地层
实战培训
产品操作与场景实践
实施培训
项目交付与落地方法
认证层
考试认证
专业资质认证考核
理论培训
帮助客户团队系统掌握 DCMM 与 DAMA 数据治理方法论
01
DCMM 数据管理能力成熟度模型
深入解读国家标准 GB/T 36073-2025,掌握数据战略、数据治理、数据架构、数据应用等9大能力域
02
DAMA 数据管理知识体系
系统学习 DMBOK 2.0 核心内容,涵盖数据治理、数据质量、元数据管理、主数据管理等11个知识领域
03
"理采存管用"方法论
融合八大实施步骤,贯穿数据全生命周期,实现从规划到应用闭环,挖掘资产价值以支撑业务决策创新
实施培训
赋能客户团队独立完成数据治理项目的规划与落地
01
如何启动数据治理项目
完成治理项目顶层设计与前期筹备,锚定业务价值,对齐核心目标,筑牢项目落地的基础
02
如何推进落地
按规划推进治理动作,通过全流程闭环管理把控执行质量,实现治理价值落地见效
03
如何持续保证治理效果
搭建可持续治理体系,通过机制、人才与文化协同,实现治理效果常态化与持续优化
实战培训
指导客户团队熟练使用龙石数据中台各项功能
基础数据工程
数据治理深化
业务系统数据打通
数据资产化管理
智能化应用
基础数据工程 - 归集、主题库与可视化
核心定位:数据管理的入门实战场景,完整覆盖从多源归集、主题建模到可视化报表的数据工程基础链路,实现从零到一独立搭建数据应用全流程。
核心实训内容:还原企业人力、客户、财务等核心业务系统的数据批量汇聚至数据仓库贴源层的全流程;可掌握业务主题模型设计与主题库建设方法,完成数据的集成、清洗与标准化处理;围绕业务核心经营维度开展基础数据分析,最终搭建业务可视化报表,完整实现数据从接入到业务应用的全流程实操落地。
数据治理深化 - 数据标准与质量管理
核心定位:数据质量与标准化的专项实训场景,聚焦企业"数据不可用、不标准"问题的闭环治理,掌握设计质量校验规则、识别并修复源头数据问题,以及出具专业评测报告的完整能力。
核心实训内容:可掌握国家标准、行业规范的导入逻辑,完成企业内部数据管理规范的制定、解构、审核与落地全流程;基于数据标准设计多维度数据质量校验规则,覆盖完整性、准确性、规范性、一致性、关联性等核心维度;通过质量评测任务识别源头数据质量问题,掌握问题数据的派发、修复、跟踪与闭环管理方法,最终独立出具专业的数据质量评测报告与规则评测报告。
业务系统数据打通 - 数据实时分发
核心定位:跨业务系统实时数据同步的典型场景,解决数据壁垒、提升协同效率的关键能力训练,能够独立配置全量+增量实时分发,保障跨系统数据一致性与时效性。
核心实训内容:基于数据中台实时分发能力,可掌握跨业务系统的实时数据同步流程搭建方法,实现核心业务系统间的全量 + 增量实时数据分发;掌握保障跨业务系统间数据一致性、时效性的核心方法,彻底打通业务系统间的数据壁垒。
数据资产化管理 - 共享、目录与门户
核心定位:数据资产化与共享服务的完整演练场景,覆盖目录编制、API开发、门户申请到资源挂载的全流程,掌握构建企业级数据资产目录及共享服务体系的方法。
核心实训内容:可掌握 API 接口开发方法,实现企业核心经营数据的安全可控共享,并配套API接口监控保障服务稳定性;掌握企业数据资源的体系化分类方法,独立完成标准化数据资源目录的编制、审核与发布,实现库表、文件、API等多类型资源的挂载;通过大数据门户搭建,掌握数据资源的检索、申请、审批与在线查询全流程,构建完整的数据资产共享服务体系。
智能化应用 - AI 用数智能体
核心定位:AI 赋能数据应用的创新场景,体验通过自然语言实现零代码找资源、问数据、问知识,将数据获取与业务分析门槛降至对话即所得。
核心实训内容:基于 AI 用数智能体,可掌握通过自然语言实现三类核心能力的落地方法:
一是实现数据资源的快速定位与精准检索;
二是通过自然语言实现数据分析、指标计算、趋势分析等操作;
三是基于统一知识库,实现知识的智能沉淀、检索与问答,解决知识分散、查找不便、流失严重的问题,打造员工智能助手。
考试认证
对接权威认证资源,助力专业能力认证
01
权威证书资源对接
对接行业权威认证资源(如CDGA、CDGP、CDMP等),提供考证渠道
02
系统化学习服务
覆盖课前基础预习与正课精讲,完成知识体系构建与重难点突破
03
针对性备考
以测试、考点串联、答题技巧传授及打卡训练为核心,强化应试能力,助力高效备考
培训对象
龙石数据治理培训适用于以下角色
CIO / CDO
业务负责人 / 接口人
数据治理项目经理
数据管理专员
项目实施人员
数据治理咨询顾问
实施工具包
《数据治理实战指南》
龙石数据多年项目经验沉淀形成《数据治理实战指南》,系统总结了“理采存管用”数据治理方法论的实施路径与实践经验。
对于实施人员,这是一本手把手帮带的指导书。
对于管理人员,这是一本提升成效的检查单。