数据管理领域路由表

路由方法

先选择一个直接产生业务结果的 主技能，再增加确有风险或依赖的基础/支持技能。一个项目可以有多个主技能，但必须说明边界，避免每个团队都对同一工件负责。

按项目场景路由

场景或信号	主技能	常见基础/支持技能	关键依赖顺序
企业数据战略、跨域路线图、项目组合	managing-data-projects	assessing-data-management-maturity, establishing-data-governance, organizing-data-management, leading-data-change	结果与现状 → 决策权与组织 → 路线图 → 采纳
治理委员会、所有权、政策、标准、术语争议	establishing-data-governance	organizing-data-management, managing-metadata, leading-data-change	决策范围 → 角色 → 流程/工件 → 嵌入运营
当前/目标数据蓝图、能力与迁移路线	designing-data-architecture	modeling-data, securing-data, managing-metadata, integrating-data	原则/需求 → 视图 → 过渡态 → 合规审查
概念、逻辑或物理数据结构	modeling-data	designing-data-architecture, managing-metadata, improving-data-quality	业务语义 → 模型层级 → 物理实现 → 模型治理
数据库、存储、备份、恢复、容量、运行可靠性	operating-data-storage	securing-data, managing-metadata, improving-data-quality	服务目标 → 物理设计 → 运行控制 → 监控改进
分类分级、访问、加密、审计、泄露风险	securing-data	handling-data-ethically, establishing-data-governance, managing-metadata	数据/用途分类 → 控制设计 → 测试 → 持续复核
ETL/ELT、API、流处理、交换、互操作、对账	integrating-data	designing-data-architecture, managing-metadata, improving-data-quality, securing-data	契约 → 映射/设计 → 构建 → 血缘/对账/监控
合同、邮件、档案、网页等非结构化内容	managing-documents-and-content	managing-metadata, securing-data, establishing-data-governance	盘点/分类 → 生命周期规则 → 发布/检索 → 保留处置
客户/产品/供应商黄金记录、代码表、层级	managing-reference-and-master-data	improving-data-quality, establishing-data-governance, integrating-data, managing-metadata	域/权威源 → 身份与规则 → 管理工作流 → 分发对账
数仓、数据集市、指标、语义层、报表、自助 BI	delivering-data-warehousing-and-bi	modeling-data, integrating-data, managing-metadata, improving-data-quality	决策需求 → 模型/语义 → 数据供应 → 验收与采纳
目录、术语、技术元数据、血缘、影响分析	managing-metadata	establishing-data-governance, designing-data-architecture	用例 → 最小元数据 → 采集/治理 → 检索/影响分析
重复、缺失、无效、不一致、质量记分卡	improving-data-quality	establishing-data-governance, managing-metadata; 主数据问题再加 managing-reference-and-master-data	定义适用质量 → 基线 → 根因 → 预防/纠正 → 监控
预测、评分、实验、模型上线与监控	delivering-data-science	handling-data-ethically, securing-data, managing-metadata, improving-data-quality, leading-data-change	用途/假设 → 数据与控制 → 实验 → 部署门 → 监控退役
能力盘点、等级评分、改进优先级	assessing-data-management-maturity	managing-data-projects, organizing-data-management	评估目的 → 证据 → 当前/目标差距 → 改进组合
CDO/数据办公室、集中或联邦组织、RACI	organizing-data-management	establishing-data-governance, leading-data-change	现状参与者 → 模式选择 → 角色互动 → 能力建设
低采纳、抵触、培训、沟通、文化改变	leading-data-change	对应主领域技能, organizing-data-management	利益相关者/准备度 → 联盟/愿景 → 参与支持 → 采纳巩固
新用途、二次使用、偏差、公平、潜在伤害	handling-data-ethically	securing-data, establishing-data-governance, delivering-data-science	目的与受影响方 → 伤害/权利 → 限制与决策 → 持续观察

相邻技能边界

• 治理 vs 组织： 治理定义决策和控制如何运作；组织定义谁以何种结构承担职责。
• 治理 vs 变更： 治理建立制度；变更让人理解、采用并持续执行制度。
• 架构 vs 建模： 架构组织企业级能力、系统和数据流；建模定义数据语义和结构。
• 安全 vs 伦理： 安全判断如何保护数据；伦理判断某种用途是否应当发生以及如何限制伤害。
• 质量 vs 主数据： 质量适用于任何数据的适用性；主数据管理负责共享核心实体的权威身份、规则和分发。
• 集成 vs 存储： 集成负责系统间移动与一致；存储运营负责持久化服务的可靠运行。
• BI vs 数据科学： BI 主要支持已定义指标和可重复决策；数据科学以假设、统计/机器学习模型和不确定性为核心。

最小完备检查

选完技能后，回答：

1. 谁拥有数据与关键决策？
2. 什么数据质量足以支持该用途？
3. 如何追溯含义、来源、转换和影响？
4. 如何保护数据，且该用途是否合宜？
5. 谁运行、监控、处理异常和批准变更？
6. 用户如何采用，何时停止或退役？

任何问题无答案时，增加相应技能或明确记录风险与后续触发条件。