CDMP认证知识体系深度锚定《DAMA数据管理知识体系指南(第2版)》(DMBOK2)国际标准，覆盖数据治理、数据架构、数据建模等11个核心职能领域，并通过14个细分主题构建完整考核框架。其考试内容与行业实践高度同步，既包含数据管理基础理论，也融入前沿技术趋势，形成“基础能力+实战应用”的双层考核逻辑。

一、CDMP认证考试知识域权重分布

数据管理基础考试通过14个主题的差异化分值占比，凸显核心领域重要性。其中数据治理、数据建模与设计、数据质量、元数据管理四大领域均占11%，构成考试“重中之重”;主数据与参考数据、数据仓库和商业智能各占10%，为次重点领域;其余领域占比在2%-6%之间，主要考查基础概念理解。具体分值分布如下表所示：

二、三大高权重领域核心能力要求

1、数据治理(11%)

作为数据管理的“中枢系统”，该领域聚焦数据全生命周期的规则制定与执行，核心能力包括：

建立跨部门数据治理委员会，明确数据 steward(数据管家)职责与决策流程;

制定数据分类分级标准，结合隐私法律要求(如GDPR、个人信息保护法)实施合规管控;

推动数据资产盘点与价值评估，将治理要求嵌入业务流程(如信贷审批、客户管理)。

2、数据建模与设计(11%)

该领域考核从业务需求到数据结构的转化能力，重点包括：

掌握概念模型、逻辑模型、物理模型的设计方法，能使用ER图、维度建模等工具表达业务规则;

理解数据建模与数据质量、元数据管理的协同关系，例如通过规范化设计减少数据冗余，提升一致性。

3、数据质量(11%)

围绕“数据可用性”构建考核体系，核心能力涵盖：

掌握数据质量六大维度(准确性、完整性、一致性、及时性、唯一性、有效性)的评估方法;

实施数据质量工程，包括质量规则定义、监控指标设置、问题根因分析及整改闭环管理。DMBOK2修订版特别新增数据质量附录，强化与元数据、主数据等领域的联动机制。