數據架構整合企業的數據并標準化，支持整個企業信息最有價值的工作，DAMA中數據架構管理語境關系圖如下：
企業數據架構詳見：數據架構、數據模型、數據平臺、數據管控總體設計方案（PPT）

一、概念

1、企業架構
數據架構是企業架構中的一部分。企業架構整合了數據、流程、組織、應用和技術架構。幫助組織進行變更管理，提高效率、靈活性，以及明確管理責任。使得組織可以應對不斷變化的市場機會、業界挑戰和技術進步，幫忙評估業務風險、管理變革、改進業務有效性、敏捷性和可問責性。企業架構包括：
1）信息架構：業務實體、關系、屬性、定義、代碼項（參考值）；
2）流程架構：職能、活動、工作流、事件、周期、產品、步驟；
3）業務架構：目標、戰略、角色、組織結構、場所（場景）；
4）系統架構：應用、軟件組件、接口、項目；
5）技術架構：網絡、硬件、軟件平臺、標準、協議；
6）信息價值鏈分析構件：繪制數據、流程、業務、系統和技術之間的關系。
所有的組織都是基于對業務需要和業務風險的理解來開發和維護企業架構。企業架構是規劃、IT治理和組合管理的工具。它可以有效的整合數據、流程、技術和改進措施，使信息系統與業務策略一致，改善跨組織的溝通與理解，更有效的使用和協同資源，降低管理IT基礎設施成本，為業務流程改善提供方向。

2、架構框架

架構框架提供了一種思考和理解架構的方法。其中Zachman企業架構是應用比較廣泛的架構框架。為不同角度的使用者，提供了其角度內的內容、問題以及對問題的通用答案，使得理解更加清晰簡單。（書中是2.0框架，下圖為3.0）

第一個維度以利益相關者進行劃分，Zachman從以下視角進行描述：

1）規劃者視角（范圍背景）
2）所有者視角（業務概念）
3）設計者視角（系統邏輯）
4）建造者視角（技術物理）
5）實施者視角（組件組裝）
6）參與者視角（運營等級）
第二個維度從問題的不同方面來回答問題：
1）用什么做（數據列）
2）如何做（功能列）
3）何地做（網絡列）
4）何人做（人員列）
5）何時做（時間列）
6）為何做（目標列）如下圖：

Zachman架構是一種思考工具，可以與其他工具方法、設計理念相結合。既考慮了整體，又兼顧了局部，可以展現不同層面的很多信息。

3、企業數據架構

數據架構是一套規范和文檔的集合，包括：

1）企業數據模型
2）信息的價值鏈分析：使數據與業務流程及其他企業架構的組件相一致；
3）相關數據交付架構：包括數據庫架構、數據整合架構、數據倉庫/商務智能架構、文檔和內容架構，以及元數據架構。

企業數據架構最重要的就是建立一套關于業務實體及其重要屬性（特征）的通用業務術語。Zachman框架應用：

1）規劃者視角（范圍背景）：一系列主題域和業務實體
2）所有者視角（業務概念）：表達實體間的關系的概念性數據模型

3）設計者視角（系統邏輯）：具有全部屬性的規范化（范式化）邏輯數據模型
4）建造者視角（技術物理）：在既定技術限制下優化的物理模型
5）實施者視角（組件組裝）：數據結構的具體實現，通常是SQL中的數據定義語言DDL
6）參與者視角（運營等級）：實際實施的實例數據架構管理是定義和維護數據架構的過程，
包括：
1）提供標準、通用的業務術語；
2）表達戰略性的數據需求；
3）為滿足數據需求，概述高層次的整合設計；
4）使企業戰略和相關業務架構一致。
信息系統具有較高的復雜性，特別是相對簡單的系統越來越多的情況下。如果僅僅是采用方法在不同的孤立的業務應用系統之間進行移動、共享數據，那么理解和維護這些系統的成本就會越來越高。因此，根據整體結構來重構應用系統和數據層，是企業架構設計的重點，也是數據架構的重要作用。
1、理解企業信息需求
數據模型是獲取和定義企業信息需求和數據需求的一種方法。它表述了企業范圍內數據整合的主藍圖，是所有未來系統開發的關鍵，也是數據需求分析和數據建模的基礎。在設計企業數據模型時，要使用可以有效體現數據實體、數據屬性和計算的系統文檔和材料對參與者進行訪談。這些內容以業務單元和主題域的形式予以體現，便于參與者審核，以確保其適用性和完整性。

2、開發和維護企業數據模型

業務實體是業務實體是企業真實的事物、人員、地點的概念和類別（分類）。數據是一系列采集的關于業務實體的事實。數據模型定義的是業務實體以及其應用所需的事實（數據屬性）。因此，數據模型是定義和分析數據需求，設計滿足這些數據的邏輯和物理數據結構，是規范和相關圖表。企業數據模型EDM是企業范圍內的整合的、面向主題的數據模型，用來定義關鍵的數據生產者和消費者。

整合的：組織中所有數據和規則都被描述一次并無縫配合，是一個整體。不管組織內如何劃分業務和職能，就數據來說只有一個版本，一個唯一的名字、定義，并規定同一個詞在不同業務實體下的不同含義。

面向主題：數據模型可以分解為跨多個業務流程和應用系統的共識主題域，主題域關注的是業務實體。

關鍵的：企業的數據模型不能定義組織內的全部數據，應該關注關鍵的數據需求。這些需求可能是共享的，也可能只是單個系統生產和使用。但不管現在如何，隨著時間的推移，企業的重要數據也會發生變化。關鍵數據的范疇會隨著企業的變化而變化，應保持同步。 企業數據模型可以是自建，也可以外購。不同的企業數據模型在細節上差異較大，但成功的企業數據模型經常是通過遞增和迭代開發出來的。分層次建造：

1）主題域模型

主題域模型是一種“范圍”視角，在企業數據模型中起著引領性作用。是通過一系列主要的主題域來共同表達企業最關鍵的領域。可以使用綱要（層級結構）和圖形來表達。一般主題域與中心業務實體用同樣的名稱，主要主題域必須與之匹配。非主要的主題域可以圍繞解決中心業務實體的主要主題域問題。主題域是數據管理制度和數據治理的重要工具，它用來確定基于主題域的數據管理制度團隊的責任范圍。
2）概念數據模型
概念數據模型定義業務實體及這些實體間關系，不包括業務實體的數據屬性，也不會對數據進行規范化。業務實體的命名方式采用業務術語。業務實體會出現在若干主題域的范圍內，不同主題域范圍的邊界經常會相互重疊。對于數據治理和數據管理專員來說，業務實體的管理目標是：每個業務實體都應該由一個主要的主題域決定這個實體的主版本。（明確規定業務實體的生產方，或者管理方）企業概念數據模型需要提供一個詞匯表，用以明確業務定義、與所有業務實體及其關系相關聯的其他元數據。其他元數據包括同義詞、實例樣本以及數據安全等級分類等。概念數據模型可以促進對業務的理解，以及有利于語義上的一致性。
3）邏輯數據模型
邏輯數據模型是在概念數據模型下，增加更多細節來反映每個實體的關鍵數據屬性。它用以識別每個業務實體實例所需的數據。（業務實體實例：業務實體的一個例子，可以理解為一個類的運行實例）邏輯數據模型依舊反映企業視角，但一般是中立的且不依賴于任何特定的需求、用途和應用背景。邏輯數據模型只包含部分屬性，不可能定義所有的數據實體和數據屬性，可以在某種程度上規范化。邏輯數據模型也應該包括所有業務定義的詞匯表，和其他相關業務實體及其數據屬性的元數據。

4）其他組件

數據管理專員負責的工作，如主題域、實體、屬性和參考數據值集合。

有效的參考數值：代碼、標簽及其業務含義的受控值集合。（詳見第8篇）

關鍵數據屬性的數據質量要求和規范。（詳見第12篇）

實體生命周期對業務實體各狀態的合理值集（見“定義和維護數據整合架構”）

3、分析并與其他業務模型匹配

信息價值鏈分析來源于業務價值鏈。業務價值鏈是定義組織中直接或間接貢獻于組織最高目標的職能。如下圖：（從左到右體現其依賴關系和事件發生順序）

信息價值鏈分析映射出企業模型元素和其他業務模型的關系。是數據架構的輸出，其每個矩陣是某一業務流程、組織或應用架構的一部分。是企業架構中不同類型的模型的粘合劑，需要數據管理領域不同角色共同負責。

4、定義和維護數據技術架構

數據技術架構指導數據相關技術選擇和整合，定義了標準的工具分類、每類中首選工具、技術標準以及技術整合協議等。

5、定義和維護數據整合架構
數據整合架構定義了數據如何在各系統中流轉。（又稱為數據血緣關系或數據流）每個模型元素之間的關系，如同元素自身之間的關系一樣重要?？梢酝ㄟ^一系列的二維矩陣描述這些關系。除流程以外，還包括：

業務角色相關數據：描述哪些角色在哪些業務實體上負責創建、更新、刪除和使用數據CRUD。

關于這些職責的特定業務組織數據。

關于跨業務職能的應用數據。

關于存在區域差異的不同區域數據。

矩陣是傳統的企業建模方法。企業信息工廠CIF概念是數據整合架構的例子。一般來說，數據整合架構劃分為支持商務智能的數據倉庫、臨時數據庫、數據集市以及支持交易處理和操作型報表的源數據庫、操作型數據存儲ODS、主數據管理和參考數據/編碼管理。數據/流程關系矩陣可以有不同的細節層次。主題域、業務實體，甚至關鍵數據屬性都可以在不通過層次上表達數據。高層的職能、中層的活動、底層的任務都代表了業務流程。通過數據整合架構對數據流的梳理，可以明確的體現出不同業務實體的生命周期狀態，及狀態轉換。|

6、定義和維護數據倉庫/商務智能
數據倉庫架構關注數據變化，快照如何在數據倉庫系統中存儲以達到最大可用性和最高性能。數據整合架構顯示了數據從源系統通過臨時數據庫進入數據倉庫和數據集市的過程。商務智能架構定義了如何使數據用于決策支持，包括工具的選擇和使用。
7、定義和維護企業分類方法和命名空間
分類方法為話題提供大綱的層級結構，便于組織和查找。全面的企業數據架構應包括組織的分類方法。這樣的分類使用的術語定義應與企業數據模型以及其他模型和分類系統一致。
8、定義和維護元數據架構
元數據架構定義元數據的受控流程，定義元數據如何創建、整合、控制和訪問。元數據存儲是元數據架構的核心。元數據架構是關于元數據如何在各類軟件工具、數據存儲、目錄、術語和數據詞典中的整合設計。數據整合架構關注如何確保參考數據、主數據、商務智能數據的質量、整合和有效使用。元數據架構則關注如何確保元數據的質量、整合和有效使用。數據架構只是企業架構中的一部分，數據架構為數據整合提供指導。如：

定義和評估新信息系統項目：對信息系統規劃起到分區規劃作用。能夠影響項目目標、優先級、項目邊界和版本發布等。

定義項目的數據需求：提供需求，加速需求的識別和定義過程。

評估項目的數據設計：確保概念、邏輯和物理數據模型的一致性

數據架構管理職能融入一個組織需要遵循8個指導原則：

數據架構是一系列規范構件（主藍圖）的整合，用于定義數據需求、指導數據整合、控制數據資產，使數據投資與業務戰略相一致；

企業數據架構與流程架構、業務架構、系統架構、級數架構一起，是企業架構的一部分；

企業數據架構包括3個規范：企業數據模型、信息價值鏈分析、數據交付架構；

企業數據架構不僅僅涉及數據，它還采用通用的業務術語來幫助建立企業內的含義；

企業數據模型是整合的面向主題的數據模型，定義了跨越整個組織的關鍵數據。按照層級關系建立，包括主題域總覽、實體概念視圖、主題域間關系，以及更細節的，相同主題域的屬性級別視圖；

信息價值鏈分析定義數據、流程、角色、機構以及其他企業元素之間的關鍵關系；

數據交付架構定義數據如何在數據庫和應用之間流轉的藍圖。保證數據質量和完整性，以及支持事務的業務處理和商務智能報告分析；（包含了上面描述的多個活動）

如TOGAF和Zachman之類的架構框架在組織關于架構的集體思考上有很大幫助?？梢宰屇繕撕鸵暯遣煌娜斯餐ぷ鞑⑦_成一致。