DAMA-CDGA真题1406题：两轮刷题打造可复制备考路径

简介：面向DAMA CDGA认证备考者，这套真题题库共收录1406道单选题，覆盖数据管理知识体系中的高频考点，包括机器学习算法分类、数据个人角色与责任矩阵、网络运营模式选择、科特变革法各阶段、数据仓库与商务智能工具、元数据三分类、Data Vault（数据保险库）模型、企业数据模型、数据加密方法、成熟度评估等级等，内容几乎对应DMBOK2核心章节，可用于章节同步练习，也适合考前冲刺和查漏补缺。资源压缩包内为单一PDF文档，容量仅1.78MB，方便下载后随时离线自测。每道题均附参考答案与解析，部分题目标注了《DMBOK2》原书页码，便于回溯知识点、理解出题意图。同时，题库还涉及数据角色定义、文件与记录关系、网络运营责任矩阵等容易被忽略的考点，有助于建立完整的数据管理知识框架。目前已有472人学习下载，是备考DAMA-CDGA、快速熟悉真题风格和考试重点的高性价比练习材料，尤其适合需要大量刷题并对照教材逐项巩固的数据治理学习者。

1. DAMA-CDGA真题1406题：为什么说这是一条可复制的拿证路径

很多备考 CDGA 认证的同行，手里可能都拿到过一份“DAMA-CDGA真题1406题”。但同样刷这套题，结果差距很大：有人完整刷了两遍，一次通过；有人背到答案都顺口了，上考场还是差几分。问题几乎不在于题量，而在于把真题当成了“答案库”，而不是“训练场”。这 1406 道题最值钱的不是那 1406 个正确选项，而是它们覆盖到的知识点、干扰项设计和题干套路。刷完一遍不等于掌握，关键是能否把每道题转化成一条可复用的答题判断。

这篇笔记顺着这套题讲一条可复制的路径：先用一两天摸清知识分布，然后做第一轮全覆盖、第二轮抓短板，最后冲刺阶段用错题检验自己。适合两类人：一类是刚拿到题不知道从哪下手的初学者；另一类是已经刷过一两轮但正确率总在及格线附近晃动、想找出差距的备考者。我不打算列具体真题，因为背题是最容易造成“假掌握”的方式；我讲的是把这套题变成知识诊断工具的方法。读完你能带走一张刷题记录表和一套两轮刷题的完整流程。

2. 先看懂 1406 题的知识分布：从 DMBOK 框架到题型四类

拿到 1406 题不要急着从第 1 题刷到第 1406 题。我见过最快的翻车方式就是一上来用刷题数量感动自己。原因是 CDGA 考题以一套数据管理知识体系为底座，每个知识域都有自己的概念、工具和流程。如果脑子里没有地图，刷题只是在收集零散印象，题目一多就会混。先用一两天把地图搭起来，后续所有动作都围绕地图展开，效率会完全不同。

2.1 按知识域搭主心骨，而不是一上来就做题

CDGA 考试的内容体系，通常被拆成若干个知识域，常见的有数据治理、数据架构、数据建模与设计、数据存储与操作、数据安全、数据集成与互操作、文件与内容管理、主数据管理、数据仓库与商务智能、元数据管理、数据质量管理。这里不需要死记，你需要做的是知道每个域解决什么问题，以及它在整个体系里站在哪个位置。

为什么要先做这个？我的血泪经验是第一次备考时直接做题，前面的题还能凭直觉蒙，到了数据架构和数据质量之间开始频繁切换，大脑完全找不到上下文。比如看到“完整性”以为是数据质量，看到“一致性”以为是数据集成，结果都错。后来把知识域画成表，做题时先判断“这题属于哪个域”，正确率一下稳定了很多。

下面这张表是常用的“知识域速查表”。重点不是背表，而是建立“看到题就能归类”的第一反应：

每个知识域的标签词是真题题干里经常出现的词。看到“数据责任人”“章程”首先想到数据治理；看到“实体关系”“外键”往数据建模上走；看到“主数据”“客户编码”往主数据管理上走。标签词不一定完全准确，但能帮你快速启动正确的知识记忆，减少在四个选项之间犹豫的时间。

有了这张表之后，执行步骤很简单：先花半天把 DMBOK 目录和上表对照，给每个域写一句“它存在的理由”。比如“数据质量域存在是因为数据要能被使用，所以要衡量和修正”。然后开始刷前 50 题，每做一题，先在草稿纸上写下这题属于哪个域，再选答案。做完 50 题后，统计自己归错了多少题，错得最多的域就是你最没建立概念的域，要优先补。

归类训练是解决“跨域混淆”最便宜的手段。CDGA 考试里不少题目考的不是记忆，而是“你能否判断当前话题属于哪个知识域的哪个位置”。归类错误意味着答题逻辑从一开始就偏了。后续刷 1406 题时，每一道错题都会对应到一个明确的知识域，复盘才有依据。

2.2 从 1406 题里归纳四类常考题型，决定用什么姿势刷

把知识域分完之后，还要认题型。同一个知识域里，概念题和场景题的做题方式完全不同。我从这套真题集的整体感觉里总结出四类：概念型、流程型、场景判断型、工具方法适用型。这不是官方分类，是我用来决定“这道题怎么复盘”的参考。

概念型题目最容易被低估，它不一定简单。常见问法是“以下哪项属于某类型”“下列哪一项描述最准确”。这类题要求记忆精确，但记忆方法不是看十遍，而是做概念对比。比如业务元数据和技术元数据、逻辑模型和物理模型、数据所有者和数据管家，放在一起，各自说清谁在上游谁在下游。如果你对某一对的差异说不出一点，就把题标成概念不清，回头专门补这一对。

流程型题目问顺序、输入、输出、决策节点。例如数据治理流程、数据质量管理流程、数据生命周期流程。解题时不要只记“某个环节”的描述，而要在纸上画出三到五步的主线，记住每个环节的输入是什么、产出是什么、谁来做决定。我在这一型上吃过亏：细节记得多，但题目问“下一步”时，经常选了较远一步，原因是没有把流程当作一条链来记。

场景判断型题目最接近真实工作场景，通常是一个组织面临某个问题，问最合适的做法。比如一家企业出现客户信息重复，选项里有建主数据管理流程、做数据清洗项目、调整数据模型等。这类题做题速度不能太快，先把题干里的约束条件圈出来：组织规模、预算、合规要求、紧迫程度，然后再用条件排除选项。不要用自己公司的习惯套答案，命题人给的前提条件才是唯一依据。

工具方法适用型题目经常给出某个工具或方法，问它适合做什么。这类题容易被选项里的“好听词”误导。我的做法是给每个工具写一句“在什么时机用它”，而不是背它的定义。例如数据血缘工具是在排查影响分析和数据质量问题时用，而不是日常报表查询。这样看到工具名就能联想到场景，避免选成通用描述。

刷题时，在记录表里增加“题型”一列。每道错题除了标知识域，还要标题型。第一轮结束时统计“错题最多的题型”，通常一个题型会占错题总量的较高比例。如果发现场景判断型错得最多，说明接下来的复盘要把重点放在“读条件和排除干扰项”上；如果是概念型错得多，就要加大概念对比表的投入。用错题分布来指导复习，比按章节平均分配时间靠谱得多。

2.3 用前 300 题做抽样，反推各知识域的实际权重

完整刷一遍 1406 题当然可以，但更聪明的做法是先抽样。抽样的目的是在投入大量时间前，知道这套题里哪些知识域频繁出现。操作方式很简单：从第 1 题到第 300 题，每做完一题就按知识域累计一次，最后算出每个域的占比。

为什么定在 300 题？太少容易受前几十题顺序影响，太多则会推迟时间分配决策。300 题大概需要三到四天，足够你对整套题的分布产生一个可靠印象。过程中不要因为某个域连着出现就觉得它权重极高，要等 300 题做完再下结论。

得到占比后，把时间分成两份：高权重域用连续块时间刷，低权重域用零散时间维持。例如数据治理和元数据占比较高，晚上整块时间就给它们；文件与内容管理占比较低，中午零散时间过一遍就好。这样安排有两个好处：一是确保重点域有足够刷题量，二是防止低权重域完全被忽略。

需要提醒的是，抽样权重复习只代表这套真题的分布，不代表考试大纲的完整权重。真实考场上仍然可能出现冷门域，所以对低权重域要设一个“最低刷题量”，我一般设为每个域至少 20 题。哪怕只占 1%，也要保证基本概念有印象，不至于遇到之后完全靠猜。抽样这一步是给后续一千多题定策略，不是画地为牢。

3. 第一轮刷题：用 1406 题做全量覆盖的正确姿势

地图搭好，开始第一轮刷题。这一轮的目标是“全覆盖”，不追求正确率，但一定要留下痕迹。所谓痕迹包括错因、考点、题眼。没有痕迹的刷题，刷完就忘，到第二轮等于重新开始。第一轮的正确率在 60% 到 75% 之间都算正常，它能让你看到自己大概在什么段位，也能让薄弱域提前现身。

3.1 准备一份可标注错因的刷题记录表

记录表是整套刷题流程的基础设施。1406 题量大，记忆会快速消退，如果不记录，考前一天你想知道自己错在哪，只能重新翻题，这是最浪费时间的。一张实用的记录表至少要包含：日期、题号、知识域、我的答案、正确答案、是否做对、错因类型、题眼原文。

错因类型建议统一设置为四类：

• 概念不清：对一个知识点没有建立正确理解；
• 场景误判：能理解概念，但没抓住题干里的环境约束；
• 限定词漏看：没注意到“不属于”“最符合”“首先”等关键词；
• 纯蒙：完全不知道考点，多半是冷门域。

为什么这样分类？因为每类错因的补救动作完全不同。概念不清需要回 DMBOK 补原文；场景误判需要多分析题干结构；限定词漏看属于审题习惯，用圈画解决；纯蒙需要回到知识域框架，不是刷题能补的。如果不分类，你只知道“错了”，不知道“为什么错”，就很难决定下一步做什么。

表格模板如下，不需要做得太精美，纸质或电子都行。我习惯用表格工具，因为有筛选功能，第二轮可以直接按“错因”或“知识域”过滤，方便排优先级。每天刷完题后花十分钟填写，当天的事情当天做，不要攒到周末，否则很多题你根本想不起来自己当初为什么选错。

做对的题也可以填进表里。如果某道题你虽然做对了，但某个干扰项让你犹豫了，不建议直接放过，而是把题号记下来，备用。这类“模糊题”其实是潜在错题，它们会在考场压力下变成真实的失分点。把模糊题当成错题处理，是保守但有效的方式。

3.2 按知识域分组刷，每天 80～100 题的节奏

第一轮的刷题顺序强烈建议按知识域分组，而不是按题目编号顺序或随机刷。原因是同一知识域的题目之间往往有大量对比和递进关系，集中处理能帮助你形成模块化记忆。随机刷会不断在不同域之间跳转，大脑每次都要重新“加载”上下文，效率低，错误率波动也大。

节奏上，我一般用“3+2+1”模式：早上 30 题，午休 15 题，晚上 45 题，合计 90 题左右。工作节奏快的话，还可以把晚上 45 题拆成晚饭前 25 题和睡前 20 题。每天 80～100 题是一个不错的平衡点：有足够的覆盖量，又给复盘留出时间。如果当天只有 30 分钟，就只做 15 题，但要把记录表补齐，不要因为题少而省略复盘。

具体参数建议：第一轮单日正确率在 60%～75% 之间都算正常。如果连续三天低于 55%，不要继续加题，先停下来回到 DMBOK 对应章节把框架读一遍，再回来做题，正确率会明显回升。反过来，如果某域正确率高于 85%，说明你本来就很熟，可以适当减少该域刷题量，把时间挪给薄弱域，但不要完全跳过，因为真题出题角度未必和工作习惯一致。

每天刷题时还要记录“累计正确率”和“各域累计错题”。我习惯在记录表最上方加一行，每日更新两次。这个数据不是为了自我感动，而是用来发现滑坡：比如数据安全域前几天正确率 72%，第五天突然降到 50%，说明某一段知识出现了系统性问题，要回溯最近这 20 道题找共性。这种细节用肉眼盯题是看不出来的，必须落到统计上。

3.3 对答案后必须做三件事：标错因、找原文、写一句话

第一轮刷题的数量重要，但复盘质量更重要。我给自己定的规矩是：每天无论做多少题，对完答案后必须完成三件事，缺一不可。

第一，给每道错题标记错因。统一用四类，不要在记录表里写“粗心”这种没法处理的词。“粗心”不是一个错因，它底下往往是限定词漏看或场景误判，不拆开就无法修正。

第二，到 DMBOK 原文里找到依据。注意不是看解析，而是找到教材里对应的原句子或原则。有些题选项表述跟原文不大一样，但依据一定来自某个知识域的原则。找到原文后，在题号旁写下章节位置，比如“主数据模块·编码标准·集中式”。下一轮复习时，你可以直接按这个位置回去读，不用再通过题目反查。

第三，用一句话写下这道题的题眼。题眼是“这道题到底在问什么”。例如某道题看似在问数据质量管理，实际题眼是“谁对数据质量负最终责任”。写的时候用自己的话说，不要抄原文。这一步最花时间，但也是把 1406 题变成能力的关键。如果你只能记住答案，说明题眼没有真正提取出来；如果你能说出题眼，那么选项怎么变化都影响不大。

举一个常见场景来说明三件事怎么做。假设你错了一道关于数据治理委员会的题，选成了“制定数据标准”，正确答案更接近“明确决策权”。复盘时你可以这样写：

• 错因：场景误判；
• DMBOK 依据：治理章节中“治理框架先定义责任与决策权”；
• 题眼：议事规则首先要解决谁有权拍板。

这样一条记录，在考前冲刺时三秒钟就能唤起全部记忆，比重看整道题效率高得多。做对的题，我至少也会扫一眼其他选项。如果一个错误选项让你犹豫，那就把它加入“模糊题列表”，并补做同样的三件事。很多人的错题本只收录“做错”的题，忽略了“差点选错”的题。但考场上的紧张感恰恰会把模糊变成错误。用 1406 题练兵时，把模糊题也抓住，等于提前拔掉了考场上的雷。

4. 第二轮刷题：针对错题把短板补齐

第一轮结束，你可能已经刷完了 900 到 1000 题，剩下几百题留到穿插用。第二轮的关键词不是“再刷一遍”，而是“补齐短板”。如果把第一轮比作全身体检，第二轮就是拿着体检单去处理异常指标。这一轮不追求题量，追求单题深度。每天能做 20 到 30 道重点题就不算慢，关键是每道题都要留下转化后的结论。

4.1 用错题率给章节排优先级，只刷前 20% 的薄弱块

第二轮开始前，先汇总记录表。算法很简单：按知识域汇总“已做题数”和“错题数”，错题率等于错题数除以已做题数。不要用错题数量排序，要用错题率排序，因为一个域刷得多自然错得多，不代表它最难。

举一个示意数据：数据质量域做了 80 题错 29 题，错题率约 36%；元数据做了 60 题错 18 题，错题率 30%；主数据管理做了 30 题错 3 题，错题率 10%。排序之后，数据质量和元数据就应该排在前面。我自己的习惯是只取前 20% 的知识域作为重点强化对象，因为通常大部分失分集中在少数几个域。把时间投在这些域上，收益最明显。

确定重点后，每天的时间分配变成“重点域 70% + 维持域 30%”。比如早上专刷数据质量，晚上先刷 20 题元数据，再带几道主数据管理和文件管理防止遗忘。维持域不需要每天覆盖全部，按每周每个非重点域至少 20 题来算就行。这里有一个注意：不要因为重点域错题多就上头，一天刷上百道，结果没有复盘，意义不大。

这一轮的刷题范围不再是全部题，而是只看三类题：第一轮错过的题、记录表里的模糊题、以及重点域里你第一轮没刷完的剩余题。非重点域里做对的题就不再看第二遍了，它们的价值已经完成。这样第二轮的总题量通常会压缩到 400 到 500 题，可控性要强得多。

4.2 三刷错题：把每一个错误选项都改成正确说法

第二轮处理错题时，最快的提升方式是“把错误选项改成正确说法”。一个错题有四个选项，正确项只有一个，但另外三个错误选项不是随机的，它们代表命题人想考察的混淆点。很多人的复盘只做到了“记住正确项”，这是最浅的一层。更有效的做法是，逐一看每个错误选项，然后把它改写成一个正确的、可成立的说法。

例如一道关于元数据的题，如果错误项写“技术元数据描述业务归属和所有权人”，那么你需要把它改成“业务元数据描述业务术语和所有权人，技术元数据描述字段、表结构等物理属性”。改完之后，你其实把业务元数据和技术元数据这一对概念都复习了。这个过程比重复记忆正确项更折磨人，但它会让考点在你的脑子里从“点”变成“面”。

操作方法：准备一个单独的“改错本”，按知识域分页。每道错题占一页，左边抄四个选项，右边写四个选项的“正确/错误原因”。不要只写“错”，要写清楚错在哪个词上。比如“过于绝对”“张冠李戴”“场景错位”，然后写出如果把这个词换成什么，这个选项就可以成立。

这一步大概每天只能处理 20 到 25 道题，因为每道题都要认真思考。不用急，第二轮本来就不是用数量堆出来的。完成改错后，你会发现自己再做同知识域的题时，不再需要回忆“这题答案是什么”，而是可以直接判断每个选项逻辑上是否成立。这个状态就是刷题真正出效果的状态。

4.3 倒着刷题：从选项回推题干，找出真正的考眼

第一轮做题是“题干→选项”的正向顺序，第二轮后期我建议做一次反向练习：遮住题干，只看选项，先判断这道题在考哪个知识域、哪个具体考点。这个方法能训练快速识别“考眼”的能力。

具体操作：

1. 从错题本里挑出第二轮仍然会出错的题，数量控制在 30 到 50 道。
2. 找一张纸盖住题干，只露出 A、B、C、D 四个选项。
3. 尝试说出：这道题可能问什么？是考定义、流程、场景选择还是工具用途？
4. 说完后移开纸，和原题干对照。如果判断准确，这道题可以标记为基本掌握；如果判断错误，说明你还是“题干驱动型”选手，一离开题干就抓不住重点，需要重新看该知识域的框架。

为什么要练这个？因为考场上你看到的是完整题干，但很多人花大量时间反复读题干，而不是先在选项背后想对应的知识结构。倒刷题做多了，你会形成一种效率很高的反应：看到选项里的几个关键词，大脑自动调出该知识域的判断框架，再回头看题干只是做条件确认。这样不仅快，而且不容易被长题干带偏。

倒刷题不一定要用真题里的原题。你可以把记录表中的“题眼原文”拿出来，只看这些句子，不看选项，尝试复述对应知识域。如果连续几条都复述不出来，说明这个块还是虚的。这个版本更轻量，适合在通勤时间做，五到十分钟就能过几条。把零散时间用起来，第二轮会比第一轮更加从容。

5. 刷题避坑：背完 1406 题仍翻车的五个常见问题

前面几章讲的是怎么做，这一章聊聊为什么有人做了还是会翻车。很多人的备考过程看似勤奋，背完整套题，最后成绩却不理想。问题往往不在不够努力，而在刷题方式踩了坑。下面五个坑是我见过最典型的，也是我自己踩过或看别人踩过的。每条按“现象→原因→解决”来写，你可以直接对照自己的记录表检查。

5.1 把答案当知识，遇到换说法就懵

现象：同一个知识点，用真题里的原题考，你能选对；但稍微换一种表达方式，比如把“企业”换成“政务部门”，把“客户数据”换成“产品数据”，正确率就掉下来。

原因：第一轮刷题时只记住了正确项的字面意思，没有抽出背后的原则。题目的具体场景可以千变万化，但考点原则是稳定的。如果你记住的是“A公司应该先建委员会”，而不是“治理落地的第一步是确定谁有决策权”，那换一家公司、换一个行业，你就很难识别。

解决：在复盘时，把该题用一句话说成一个不依赖具体场景的原则。比如把“这个场景应该先成立治理委员会”写成“治理落地的第一步是确定谁有决策权”。以后做题，不管题干换成什么行业，只要符合这个原则，都能快速定位。可以做一个自查：把错题答案全部遮住，只看题干，要求自己在 30 秒内说出一句与该题相关的原则。说不出来，就说明“答案”到“原则”的转化还没完成。

5.2 只看正确项，不看三个干扰项的设计逻辑

现象：错题看完答案，觉得正确项确实是对的，但没想过“那三个为什么不能用”。下次遇到同样考点，干扰项换个位置，还是被带进坑。

原因：大脑被“正确答案”满足了，忽略了干扰项才是复习价值最高的地方。真题里的错误选项通常不是乱写的，它们往往代表一些似是而非的常见误解，或者说出了半句正确的话，后半句悄悄换成错误概念。

解决：强制自己每道错题至少分析一个干扰项，用“概念混淆、绝对化、张冠李戴、场景错位”四类给干扰项归因。比如某选项把数据治理和数据架构的职责混在一起，就属于张冠李戴。一周后统计一下，你会发现某一种干扰类型出现频率特别高，这往往就是命题人最喜欢挖的坑。下次再看到同类干扰，你会天然多一分警惕，不会轻易被“看起来对”的表述带走。

5.3 忽略“不属于”“最符合”“首先”等限定词

现象：复盘时发现错题中有一部分根本不是考点问题，而是没看清题目要求。比如问“不属于”，你选了“属于”的选项；问“最符合”，你选了“也正确但不够全面”的选项。

原因：刷题速度过快，视线一扫而过，大脑按惯性把句子补全了。尤其当题目较长时，人会不自觉地只盯主干，把否定词和程度词漏掉。这类错误做得多了，很容易让人误以为自己知识有漏洞，其实只是审题的问题。

解决：做题时手里拿支笔，遇到否定词、程度词、步骤词就圈出来。记录表里给“限定词漏看”单独设一个错因。连续记录三天，你会发现这类错误会快速减少。只要不手滑，这个坑是最容易靠习惯填平的。也可以在每天刷题前先花两分钟做五道“专门找限定词”的短练习，让大脑进入精读模式。

5.4 只刷题不看 DMBOK，跨域综合题做不出来

现象：单独考数据架构、数据质量、数据治理的题都能对，但一道题里同时出现两个知识域就开始乱。比如数据质量问题的责任归属跨到数据治理，数据模型变更的影响跨到元数据管理，一下就不知道从哪个域的知识来答。

原因：题库里的题毕竟是单题呈现，如果不用框架把它们串起来，知识域之间就是孤岛。你在工作中可能更习惯按项目或系统去看问题，但考试是按知识域来组织答案的。没有建立起域与域之间的连接，跨域题就会出现“每个词都认识，组合起来不会选”的情况。

解决：在记录表里增加“关联域”一列，每道错题除了标主知识域，还要写一个关联域。比如数据质量那道题关联数据治理，那么复盘时就同时翻开两个域的目录，想清楚它们的边界在哪里。跨域题做多了，框架上的连线会越来越清晰。考前你可以专门拉一个“跨域题”列表，看看自己最常在哪些连接点上失分。

5.5 没有复盘周期，错题在脑子里还是黑匣子

现象：有些题第一轮错，第二轮也错，第三轮换个问法还错。反复在同一处失分，慢慢就觉得这个知识点是玄学，干脆不想再碰。

原因：错题被记在本子里，但从不按计划回看。人的遗忘曲线是固定的，当天记得牢，三天后开始模糊，七天后基本清零。只记不看，等于把一个需要复习的素材晾在一边，指望考前翻一遍就能救回来，通常来不及。

解决：给每道错题设置复盘周期：1 天后、3 天后、7 天后、14 天后各重做一次。到点了只重做错题，不用再刷全量。1406 题虽然多，但真正值得反复重做的错题通常不会超过 300 道，四个周期做下来，记忆会牢固得多。可以这样说：错题本如果只记不看，和没记一样。把复盘周期写进日历，到点就做，别等“有时间再说”。

6. 冲刺期把 1406 题用到极致：错题计时、平行专题、考前排除法

最后一轮不刷量大，只求“临场不慌”。这阶段的核心是把前面积累的错题数据转化成应试手感。我一般在考前留出一整周，时间越少越不碰新题，因为新题会带来不确定性，容易打乱节奏。

6.1 错题计时：用高频错题组一套个人模拟卷

考前十天左右，从错题本里按知识域占比挑 70 道题，打乱顺序做成一套个人模拟卷。注意要挑“会做但容易错”的题，别把纯蒙的难题也放进去，否则模拟结果没有区分度。设定 70 分钟，尽量模拟真实节奏。做完只看两件事：正确率和每类题的时间分布。如果某类题用时明显超标，说明对应知识域的判断链路还没打通，考前再补一课。

6.2 平行专题法：把散落错题合并成答题套路

按“易混点”而不是按知识域合并错题。比如把所有和“数据责任归属”有关的错题放一起，把所有和“元数据类型区分”有关的错题放一起。每个专题先不看题，自己写出共同考点的一句话，然后再逐一对照错题验证。这个方法能把 1406 题压缩成十几张专题卡片，考前快速翻效果很好。每张卡片只写三个部分：易混场景、判断原则、易错词。

6.3 考前两天只过三页纸，不再开新题

考前两天，把每个专题卡片的结论合并成三页纸。这三页纸只写“一句人话结论”，不写题目，不写选项。比如“数据质量的责任最终落在业务负责人，数据团队提供支持”“主数据编码必须先有治理规则，再选工具”。考前就靠这三页纸稳定心态。如果还有时间，只看错题本里的“题眼原文”，不看题，不看完整题干，让大脑保持对高频考点的高度敏感。

我备考时最大的教训是“刷完题”和“会用题”是两回事。把 1406 题当成一面镜子照出自己哪里不会，比一遍遍自我感动更有用。希望帮到你。

本文还有配套的精品资源，点击获取