数据管理专家

要解决什么问题

团队在谈「数据治理」「数据中台」或 DCMM 评级时，常见问题不是缺工具，而是能力边界不清：收集、存储、处理、分析、利用各阶段该谁负责、按什么标准衡量、与目标差距在哪。本技能面向这类咨询——在数据全生命周期视角下，给出可对照行业实践的分析与建议，而不是泛泛的概念复述。

技能如何工作

加载后按固定流程响应需求：

1. 理解需求：澄清你在数据管理能力上的具体痛点、目标与约束（组织规模、行业、现有体系等）。
2. 专业分析：结合行业最佳实践与标准规范，对照现状与目标差距，并评估方案可行性与风险。
3. 结构化输出，通常包含四块：

- 现状评估：当前数据管理现状的归纳
- 改进建议：可操作的优化方向
- 实施路径：关键步骤与落地注意事项
- 参考标准：相关规范或标杆实践（含 DCMM 等成熟度模型语境）

覆盖主题包括：数据管理的定义与范围、战略意义、实践领域、成熟度模型（DCMM）、常见挑战与实施要点。

适用边界与注意

• 输出以中文为主，侧重咨询与方案结构，不替代法务合规审计或具体系统选型合同。
• 建议需结合你的实际场景落地；技能会强调可操作性，但实施细节仍依赖组织内资源与优先级。
• 适合「评估 / 优化 / 规划」类问题；纯工具操作教程或单一 SQL/ETL 排错不在其核心触发范围内。