DAMA-dmbo k2-Capítulo 65438 +0 Notas de lectura de gestión de datos
Datos: la materia prima de la información.
Información: Datos en contexto.
Ejemplo: “Este es el informe de ventas del último trimestre” (información). Se basa en los datos del almacén de datos. Durante el próximo trimestre, estos resultados (datos) se utilizarán para generar indicadores (información) de desempeño trimestral.
Trazar una línea entre datos e información dentro de una organización puede ayudar a comunicar claramente las necesidades y expectativas de diferentes partes interesadas para diferentes propósitos. Reconocer la preparación de datos e información para diferentes propósitos constituirá un principio básico de la gestión de datos: tanto los datos como la información deben gestionarse; si el uso de ambos se combina con la necesidad de gestión del cliente, debería haber una mayor calidad.
Basado en datos se refiere al uso de activación de eventos y análisis de aplicaciones para obtener información operativa. Al mismo tiempo, debemos darnos cuenta de que debemos gestionar de manera eficiente con reglas profesionales a través de relaciones de colaboración entre líderes empresariales y expertos técnicos; datos. *
La gestión de datos también debe equilibrar las necesidades estratégicas y operativas. Es mejor seguir un conjunto de principios para guiar la práctica de la gestión de datos en función de las características de la gestión de datos.
Valor de los datos: es contextual (lo que fue valioso para una organización puede no serlo para otra) y a menudo es temporal (lo que fue valioso ayer puede no serlo hoy).
En la gestión de datos, porque las organizaciones necesitan entender los activos desde una perspectiva financiera para poder tomar decisiones coherentes.
Calidad de los datos:
El coste de los datos de baja calidad proviene principalmente de: 1) Desecho y retrabajo. 2) Soluciones y procesos de corrección ocultos. 3) La eficiencia o productividad organizacional es baja. 4) Conflicto organizacional. 5) Baja satisfacción laboral. 6) Los clientes no están satisfechos. 7) Costos de oportunidad, incluido el fracaso de la innovación. 8) Costos o multas de cumplimiento. 9) Coste de reputación.
Las funciones de los datos de alta calidad incluyen: 1) Mejorar la experiencia del cliente. 2) Mejorar la productividad. 3) Reducir el riesgo. 4) Responder rápidamente a las oportunidades de negocio. 5) Aumentar los ingresos. 6) Obtener información sobre los clientes, productos, procesos y oportunidades comerciales para obtener una ventaja competitiva.
Los metadatos describen qué datos posee una organización, qué representan, cómo se clasifican, de dónde provienen, cómo se mueven dentro de la organización, cómo evoluciona su uso, quién puede usarlos y si Son datos de alta calidad.
En el ciclo de vida de los datos, diferentes etapas son gestionadas por diferentes equipos. La gestión de datos requiere habilidades de diseño para la planificación de sistemas, habilidades de alta tecnología para administrar hardware y crear software, habilidades para utilizar el análisis de datos para comprender problemas e interpretar datos, habilidades lingüísticas para realizar conocimientos a través de definiciones y modelos, y pensamiento estratégico para descubrir oportunidades de servicio al cliente. y consecución de objetivos.
Ciclo de vida de los datos: incluye el proceso de creación u obtención, movimiento, transformación y almacenamiento de datos, mantenimiento y disfrute de datos, uso de datos y procesamiento de datos. Consulte la Figura 1-2 a continuación.
El enfoque de la gestión de datos en el ciclo de vida de los datos tiene varios impactos importantes: 1. Durante el ciclo de vida de los datos; 2. Debe abarcar todo el ciclo de vida de los datos; 3. Debe abarcar toda la vida de los datos; ciclo; 4. La gestión de datos también incluye, y. 5. La gestión de datos debe tener como objetivo minimizar el ROT (redundancia, obsolescencia y fragmentación).
Clasificación de datos: clasificados por tipo de datos (como datos de transacciones, datos de referencia, datos maestros, metadatos) o datos de categoría, datos de origen, datos de eventos, datos de transacciones detallados. También se puede clasificar por contenido de datos; (como campos de datos y áreas temáticas), el formato o nivel de protección requerido para los datos, y el método y ubicación de almacenamiento o acceso.
* *Requisitos de gestión de datos:* *Habilidades de diseño, habilidades de alta tecnología, habilidades para comprender problemas e interpretar datos, habilidades lingüísticas y pensamiento estratégico.
Estrategia de datos: debe incluir un plan de negocio para utilizar la información para obtener una ventaja competitiva y respaldar los objetivos corporativos. La estrategia de datos debe surgir de una comprensión de las necesidades de datos inherentes a la estrategia empresarial:
Los componentes de una estrategia de gestión de datos deben incluir: 1) Una visión convincente de la gestión de datos. 2) Resumen de casos de negocio para la gestión de datos. 3) Principios rectores, valores y conceptos de gestión. 4) La misión y los objetivos a largo plazo de la gestión de datos. 5) Medidas recomendadas para una gestión de datos exitosa. 6) Objetivos del plan de gestión de datos a corto plazo (12 a 24 meses) que cumplan con los principios SMART (específicos, mensurables, procesables, realistas y con plazos determinados). 7) Describir la función y la organización de la gestión de datos y resumir sus responsabilidades y autoridad para la toma de decisiones. 8) Componentes del programa de gestión de datos y tareas de inicialización. 9) Plan de trabajo prioritario con alcance específico. 10) Borrador de hoja de ruta de implementación que contenga proyectos y tareas de acción.
Los entregables del plan estratégico de gestión de datos incluyen: 1) ==Carta de gestión de datos==: visión general, caso de negocio, objetivos, principios rectores, medidas de éxito, factores críticos de éxito, riesgos identificables, modelo de operación. , etc. 2)==Declaración del alcance de la gestión de datos==. Planificar metas y objetivos (generalmente con una duración de 3 años) y los roles, organización y liderazgo responsables de lograrlos. 3)==Hoja de ruta para la implementación de la gestión de datos==. Identifique planes, proyectos, asignaciones de tareas e hitos de entrega específicos.
Modelo de alineación estratégica: abstrae los impulsores fundamentales de varios enfoques de gestión de datos, con números en el centro del modelo.
La relación entre datos e información. Consulte la Figura 1-3 a continuación.
Modelo de Información de Ámsterdam (AIM): al igual que el modelo de alianza estratégica, abstrae una estructura de enfoque (que incluye planificación y
arquitectura) y estrategia. Consulte la Figura 1-4 a continuación.
Rueda DAMA: Define el área de conocimiento de la gestión de datos. Coloca la gobernanza de datos en el centro de las actividades de gestión de datos porque la gobernanza es necesaria para lograr un equilibrio entre la coherencia interna y la funcionalidad. Otras áreas de conocimiento (arquitectura de datos, modelado de datos, etc.) giran en torno al equilibrio de la rueda. Consulte la Figura 1-5 a continuación.
Diagrama hexagonal de factores ambientales: Muestra la relación entre personas, procesos y tecnología y es la clave para entender el diagrama de contexto de DMBOK. Consulte la Figura 1-6 a continuación.
Diagrama de contexto del área de conocimiento: Describe los detalles del área de conocimiento, incluidos detalles relacionados con personas, procesos y tecnología. Las actividades de gobernanza de datos brindan supervisión y contención a través de estrategias, principios, sistemas y gestión. La coherencia se logra mediante la clasificación y estimación de datos. Figura 1-17
Las actividades de gestión del ciclo de vida surgen del uso de datos maestros, gestión de archivos y contenidos, inteligencia empresarial, ciencia de datos, análisis predictivo y visualización de datos. En muchos casos, se llevará a cabo un desarrollo mejorado sobre la base de los datos existentes para obtener más conocimientos y generar más datos e información. Las oportunidades de monetización de datos se pueden identificar a partir del uso de datos.
Al desarrollar estrategias y principios de apoyo, sistemas y prácticas de gestión, los programas de gobernanza de datos permiten que las organizaciones se basen en datos y garantizan que reconozcan y exploten oportunidades para obtener valor de sus datos.
Figura 1-1 Principios de gestión de datos
Figura 1-2 Actividades clave en el ciclo de vida de los datos
Figura 1-3 Modelo de alineación estratégica
Figura 1-4 Modelo de información de Ámsterdam
Figura 1-5 Diagrama de la rueda Dama
Figura 1-6 Diagrama hexagonal de factores ambientales
Fig. 1-17 Diagrama de contexto del dominio del conocimiento
Figura 1-8 Pirámide DMBOK
Figura 1-9 Diagrama de dependencia del dominio funcional DAMA
Figura 1-10 Gestión de datos DAMA marco funcional