Galeria de mapas mentais Engenheiro de Governança de Dados DAMA-CDGA-1.
O gerenciamento de dados é o processo de desenvolvimento, implementação e supervisão de planos, sistemas, procedimentos e práticas ao longo de seu ciclo de vida para fornecer, controlar, proteger e aumentar o valor dos dados e ativos de informação.
Editado em 2023-12-28 21:39:11Microbiologia medica, Infezioni batteriche e immunità riassume e organizza i punti di conoscenza per aiutare gli studenti a comprendere e ricordare. Studia in modo più efficiente!
La teoria cinetica dei gas rivela la natura microscopica dei fenomeni termici macroscopici e le leggi dei gas trovando la relazione tra quantità macroscopiche e quantità microscopiche. Dal punto di vista del movimento molecolare, vengono utilizzati metodi statistici per studiare le proprietà macroscopiche e modificare i modelli di movimento termico delle molecole di gas.
Este é um mapa mental sobre uma breve história do tempo. "Uma Breve História do Tempo" é um trabalho científico popular com influência de longo alcance. Ele não apenas introduz os conceitos básicos da cosmologia e da relatividade, mas também discute os buracos negros e a expansão. Do universo. questões científicas de ponta, como inflação e teoria das cordas.
Microbiologia medica, Infezioni batteriche e immunità riassume e organizza i punti di conoscenza per aiutare gli studenti a comprendere e ricordare. Studia in modo più efficiente!
La teoria cinetica dei gas rivela la natura microscopica dei fenomeni termici macroscopici e le leggi dei gas trovando la relazione tra quantità macroscopiche e quantità microscopiche. Dal punto di vista del movimento molecolare, vengono utilizzati metodi statistici per studiare le proprietà macroscopiche e modificare i modelli di movimento termico delle molecole di gas.
Este é um mapa mental sobre uma breve história do tempo. "Uma Breve História do Tempo" é um trabalho científico popular com influência de longo alcance. Ele não apenas introduz os conceitos básicos da cosmologia e da relatividade, mas também discute os buracos negros e a expansão. Do universo. questões científicas de ponta, como inflação e teoria das cordas.
1.Gerenciamento de dados
introdução
Gestão de dados
É o processo de formulação, implementação e supervisão de planos, sistemas, procedimentos e práticas ao longo do seu ciclo de vida, a fim de fornecer, controlar, proteger e aumentar o valor dos dados e dos ativos de informação.
Profissional de gerenciamento de dados
Qualquer pessoa que trabalhe em diversos aspectos do gerenciamento de dados e utilize seu trabalho para atingir os objetivos estratégicos da organização
Habilidade
O gerenciamento de dados requer habilidades técnicas e não técnicas
A responsabilidade pelo gerenciamento de dados deve ser compartilhada entre as funções de negócios e de tecnologia da informação, e essas duas áreas precisam colaborar para garantir que a organização tenha dados de alta qualidade que atendam às necessidades estratégicas.
impulsionadores de negócios
O principal impulsionador do gerenciamento de dados é a capacidade das organizações de obter valor de seus ativos de dados
Alvo
Compreender e apoiar as necessidades de informação da empresa e de suas partes interessadas a serem atendidas
Adquira, armazene, proteja dados e garanta a integridade dos ativos de dados
Garantir a qualidade dos dados e informações
Garantir a privacidade dos dados e a confidencialidade das partes interessadas
Impedir que dados e informações sejam acessados, operados e usados não autorizados ou impróprios
Garanta que os dados possam atender efetivamente às metas corporativas de valor agregado
conceito básico
dados
Na tecnologia da informação, os dados também são entendidos como informações armazenadas em formato digital (embora os dados não se limitem à informação que foi digitalizada e os mesmos princípios de gestão de dados se apliquem aos dados em papel e às bases de dados)
Dados são uma representação que representa algo diferente de si mesmo
Os dados são ao mesmo tempo uma explicação do que representam e do que deve ser explicado
As pessoas precisam de contexto ou contexto para tornar os dados significativos. Um contexto pode ser pensado como um sistema de representação de dados que inclui um vocabulário comum e um conjunto de relacionamentos entre componentes. Se as convenções de tal sistema forem conhecidas, os dados contidos nele podem ser interpretados.
Mesmo dentro de uma organização, muitas vezes existem múltiplas maneiras de representar o mesmo conceito. Portanto, a arquitetura de dados, a modelagem, a qualidade, os sistemas de gerenciamento, os metadados e a qualidade dos dados precisam ser gerenciados, todos os quais são benéficos para a compreensão e o uso dos dados pelas pessoas. Quando os dados abrangem várias organizações, surgem vários problemas que aumentam o custo. Portanto, são necessários padrões de dados em nível industrial para melhorar a consistência dos dados
dados e informações
Os dados são entendidos como a “matéria-prima” da informação, e a informação passa a ser “dados em contexto”
modelo de pirâmide
Dados → Informação → Conhecimento → Insight (sabedoria)
objeção
1) Com base na suposição de que os dados existem de forma simples. Mas os dados não existem simplesmente, eles são criados
2) As pessoas descrevem os dados para a inteligência como uma sequência passo a passo de baixo para cima, mas não conseguem perceber que a criação de dados requer primeiro conhecimento
3) O modelo piramidal implica que os dados e as informações são separados, mas na verdade os dois conceitos estão interligados e interdependentes. Dados são uma forma de informação e informação é uma forma de dados
Tanto os dados como as informações precisam ser gerenciados, e esses termos são usados indistintamente neste livro.
Os dados são um ativo organizacional
As organizações de hoje dependem de ativos de dados para tomar decisões mais eficientes e ter operações mais eficientes
As empresas que desejam permanecer competitivas devem parar de tomar decisões com base em intuições ou sentimentos e, em vez disso, usar o disparo de eventos e análises aplicadas para obter insights acionáveis
Ser orientado por dados inclui reconhecer que os dados devem ser geridos de forma eficiente e profissional através de uma parceria entre liderança empresarial e conhecimentos técnicos.
Princípios de gerenciamento de dados
Tal como outros processos de gestão, a gestão de dados deve equilibrar as necessidades estratégicas e operacionais
(1) Os dados são um ativo com atributos únicos
Comparando ativos financeiros e físicos, uma das características mais óbvias é que não há consumo durante o uso.
(2) O valor dos dados pode ser expresso em termos económicos
Embora existam meios técnicos para medir a quantidade e qualidade dos dados, ainda não foram desenvolvidos padrões para medir o seu valor.
(3) Gerenciar dados significa gerenciar a qualidade dos dados
O objetivo principal do gerenciamento de dados: gerenciar a qualidade dos dados para atender aos requisitos do aplicativo
O objetivo final: obter valor dos dados
(4) Metadados são necessários para gerenciar dados
Metadados primeiro
(5) A gestão de dados requer planejamento
Planejamento de negócios e planejamento técnico são necessários
(6) A gestão de dados deve orientar as decisões de tecnologia da informação
Garantir que a tecnologia sirva, em vez de impulsionar, os dados estratégicos da organização
(7) O gerenciamento de dados é um trabalho multifuncional
O gerenciamento de dados requer habilidades técnicas, habilidades não técnicas e habilidades de colaboração
(8) A gestão de dados requer uma perspectiva de nível empresarial
Deve ser aplicado de forma eficaz em toda a empresa
(9) A gestão de dados requer pensar sob múltiplas perspectivas
(10) A gestão de dados exige uma gestão completa do ciclo de vida e diferentes tipos de dados têm diferentes características do ciclo de vida.
(11) A gestão de dados precisa incorporar riscos relacionados aos dados
Além de serem um ativo, os dados também representam um risco para a organização. Os dados podem ser perdidos, roubados ou utilizados indevidamente. As organizações devem considerar as implicações éticas do uso de dados. Os riscos dos dados devem ser gerenciados como parte do ciclo de vida dos dados
(12) A gestão eficaz de dados exige que a liderança assuma responsabilidades
Para atingir as metas, não são necessárias apenas habilidades de gestão, mas também uma visão e missão da liderança
Desafios de gerenciamento de dados
A diferença entre dados e outros ativos
Ativos físicos: visíveis, tangíveis, móveis e só podem ser colocados em um lugar ao mesmo tempo
dados
invisível
Facilmente copiado e transmitido (mas não facilmente regenerado depois de perdido ou destruído)
Não será consumido ou desgastado durante o uso
Dinâmico e pode ser usado para vários fins
Pode ser usado por várias pessoas ao mesmo tempo (não é possível com ativos físicos ou financeiros)
Múltiplos usos geram mais dados
O valor dos dados muda com o tempo
desafio
Esta diferença torna difícil atribuir um valor monetário aos dados
Sem este valor monetário, é difícil medir como os dados contribuem para o sucesso organizacional
valor dos dados
valor
É a diferença entre o custo de algo e os benefícios dele derivados.
Exemplo
Custo de aquisição e armazenamento de dados
Se os dados forem perdidos, o custo de substituí-los
Impacto da perda de dados nas organizações
Impacto da perda de dados nas organizações
Custos de mitigação de riscos e custos potenciais de risco associados aos dados
O custo de melhorar os dados
Vantagens de dados de alta qualidade
Quanto os concorrentes pagam pelos dados
Preço de venda potencial de dados
Receita esperada de dados de aplicativos inovadores
desafio
O principal desafio na avaliação de ativos de dados é que o valor dos dados é contextual (o que era valioso para uma organização pode não ter valor para outra) e muitas vezes transitório (o que era valioso ontem pode não ter valor hoje).
Quando se trata de gerenciamento de dados, uma forma de correlacionar o valor financeiro com os dados é fundamental, pois as organizações precisam compreender os ativos de uma perspectiva financeira para tomar decisões consistentes.
Qualidade dos dados
Garantir dados de alta qualidade está no centro do gerenciamento de dados
Gerenciar a qualidade dos dados não é uma tarefa única
A geração de dados de alta qualidade requer planejamento e execução, bem como uma mentalidade de incorporar qualidade em processos e sistemas
Plano de otimização de dados
A obtenção de valor dos dados não é acidental e requer planejamento de várias formas
Também depende da colaboração estratégica entre a liderança de negócios e de TI e a execução de projetos individuais
desafio
Muitas vezes há pressões organizacionais, de tempo e financeiras crônicas que impedem a execução de planos de otimização. As organizações devem equilibrar metas de longo e curto prazo ao executar a estratégia. Somente através de compromissos claros é que podem ser tomadas decisões eficazes
Metadados e gerenciamento de dados
Os metadados descrevem quais dados uma organização possui, o que eles representam, como são classificados, de onde vêm, como se movem, como evoluem e como são usados.
Os dados são abstratos, as definições contextuais e outras descrições deixam isso claro
desafio
Os metadados são constituídos na forma de dados e, portanto, precisam ser rigorosamente gerenciados
Os metadados são o ponto de partida para melhorias abrangentes no gerenciamento de dados
O gerenciamento de dados é um esforço multifuncional
No ciclo de vida dos dados, diferentes estágios são gerenciados de maneira diferente por equipes diferentes.
desafio
Permitir que pessoas com esta gama de habilidades e perspectivas reconheçam como as peças se encaixam, permitindo-lhes colaborar e trabalhar em direção a um objetivo comum
Estabeleça uma perspectiva de negócios
O gerenciamento de dados requer pensar sob múltiplas perspectivas
As organizações hoje usam dados que elas próprias geram e dados que obtêm de fontes externas
Eles devem considerar os requisitos legais e de conformidade de diferentes países e indústrias
Ciclo de vida dos dados
Criação e uso são pontos-chave no ciclo de vida dos dados
Os dados só são valiosos quando são consumidos ou aplicados
O gerenciamento da qualidade dos dados deve ser executado durante todo o ciclo de vida dos dados
A gestão da qualidade dos dados é o núcleo da gestão de dados. Dados de baixa qualidade significam custos e riscos, não valor.
O gerenciamento de metadados deve ocorrer durante todo o ciclo de vida dos dados
O gerenciamento de dados também inclui garantir a segurança dos dados e mitigar os riscos relacionados aos dados
Os dados que precisam ser protegidos devem ser protegidos durante todo o seu ciclo de vida
Os esforços de gerenciamento de dados devem se concentrar nos dados principais
As organizações geram grandes quantidades de dados, muitos dos quais nunca são realmente usados, e é impossível tentar gerenciar cada dado.
O gerenciamento do ciclo de vida requer foco nos dados críticos da organização e minimização do ROT dos dados (redundante, obsoleto, trivial sem importância)
diferentes tipos de dados
Diferentes tipos de dados têm diferentes necessidades de gerenciamento do ciclo de vida
Classificação
Dados de transação, dados mestre, dados de referência, metadados
Também pode ser classificado por conteúdo de dados (domínio de dados, domínio de assunto), formato ou nível de proteção exigido, como e onde são armazenados ou acessados
Dados e Risco
Os dados representam não apenas valor, mas também risco
Dados de baixa qualidade imprecisos, incompletos ou desatualizados representam claramente um risco devido a informações incorretas. O risco dos dados é que eles possam ser mal interpretados e mal utilizados
Gerenciamento de dados e tecnologia
O gerenciamento de dados bem-sucedido exige a tomada de boas decisões sobre tecnologia, mas gerenciar tecnologia não é o mesmo que gerenciar dados
As organizações precisam compreender o impacto da tecnologia nos dados para evitar que as tentações tecnológicas orientem as suas decisões sobre os dados.
Em vez disso, os dados alinhados com a estratégia empresarial devem orientar as decisões sobre tecnologia
O gerenciamento eficaz de dados requer liderança e comprometimento
Um fator crítico para o sucesso organizacional é: liderança comprometida e envolvimento das pessoas em todos os níveis da organização
O gerenciamento de dados bem-sucedido deve ser orientado para os negócios e não para a TI
estratégia de gerenciamento de dados
Estratégia é um conjunto de escolhas e decisões que, juntas, constituem um curso de ação de alto nível para atingir objetivos de alto nível.
A estratégia de dados deve vir de uma compreensão das necessidades de dados inerentes à estratégia de negócios: quais dados a organização precisa, como obtê-los, como gerenciar os dados e garantir sua confiabilidade e como aproveitar os dados
A estratégia de gestão de dados pertence e é mantida pelo CDO e implementada pela equipe de gestão de dados apoiada pelo comitê de governança de dados
O CDO elaborará uma estratégia preliminar de dados e uma estratégia de gerenciamento de dados antes de formar o comitê de governança de dados para obter o apoio da alta administração para estabelecer o gerenciamento e a governança de dados
Componentes da estratégia de gerenciamento de dados
Visão, valores, missão do gerenciamento de dados, metas de longo prazo, princípios orientadores, medidas recomendadas para o sucesso, resumo do caso de negócios, metas do plano de gerenciamento de dados de curto prazo (12 a 24 meses) alinhadas com os princípios SMART
Uma descrição da função e da organização do gerenciamento de dados, com um resumo de suas responsabilidades e autoridade para tomar decisões, componentes do programa de gerenciamento de dados e tarefas iniciais, e um plano de trabalho priorizado com escopo claro
Um projeto de roteiro de implementação contendo projetos e tarefas de ação
Resultados do planejamento estratégico de gerenciamento de dados
Carta de gerenciamento de dados
Visão geral, objetivos, exemplos, princípios orientadores, medidas de sucesso, riscos identificáveis, modelo operacional
Declaração de escopo de gerenciamento de dados
Planejando metas e objetivos, funções, organização e liderança
Roteiro de implementação de gerenciamento de dados
Identifique programas específicos, projetos, atribuições de tarefas e marcos de entrega
Estrutura de gerenciamento de dados
modelo de alinhamento estratégico
No centro do modelo estão as relações entre dados e informações
modelo de informações de Amsterdã
O Modelo de Informação de Amsterdã, assim como o Modelo de Alinhamento Estratégico, analisa o alinhamento dos negócios e da TI de uma perspectiva estratégica
Estrutura DAMA-DMBOK
Diagrama da roda DAMA
O diagrama da roda DAMA define o domínio de conhecimento de gerenciamento de dados
Coloca a governação de dados no centro das atividades de gestão de dados porque a governação é necessária para alcançar consistência interna e equilíbrio entre funções
hexágono de fatores ambientais
Hexágono de fatores ambientais: mostra a relação entre pessoas, processos e tecnologia e é a chave para a compreensão do diagrama de relacionamento contextual DAMA
Ele coloca metas e princípios no centro porque eles fornecem orientação sobre como as pessoas podem realizar atividades e usar ferramentas de forma eficaz para um gerenciamento de dados bem-sucedido.
Diagrama de contexto do domínio de conhecimento
Os diagramas contextuais centralizam atividades que produzem resultados que atendem às necessidades das partes interessadas
componente
impulsionadores de negócios
definição
Alvo
drivers de tecnologia
método
ferramenta
Métricas
Atividade
Planejar atividadesP
Atividade de controle C
Atividade de desenvolvimento D
Atividades operacionais O
digitar
Entregáveis
participantes
fornecedor
participantes
consumidor
Resumir
O diagrama da roda DAMA apresenta uma visão geral de um conjunto de áreas de conhecimento
Diagrama hexagonal mostrando os componentes da estrutura do domínio de conhecimento
Diagramas contextuais mostram os detalhes de cada área de conhecimento
A evolução da estrutura de gerenciamento de dados DAMA
DAMA e DMBOK
Gestão de dados
Fornecer orientação e supervisão para o gerenciamento de dados, estabelecendo um sistema de tomada de decisão de dados que possa atender às necessidades da empresa
arquitetura de dados
Define um plano para gerenciar ativos de dados alinhados estrategicamente com a organização para estabelecer necessidades estratégicas de dados e um design geral para atendê-las
Modelagem e design de dados
Descubra, analise, apresente e comunique necessidades de dados na forma precisa de modelos de dados
Armazenamento e operação de dados
Visando maximizar o valor dos dados, incluindo as atividades de design, implementação e suporte dos dados armazenados, bem como diversas atividades operacionais ao longo do ciclo de vida dos dados, desde o planejamento até o descarte
Segurança de dados
Garantir que a privacidade e a confidencialidade dos dados sejam protegidas, que os dados não sejam comprometidos e que os dados sejam acessados de forma adequada
Integração e interoperabilidade de dados
Inclui processos relacionados à movimentação de dados e integração entre armazenamentos de dados, aplicativos e organizações
Gerenciamento de arquivos e conteúdo
O processo do ciclo de vida para gerenciar dados e informações de mídia não estruturados, incluindo atividades de planejamento, implementação e controle e, em particular, a documentação necessária para apoiar os requisitos de conformidade legal e regulamentar
Dados de referência e dados mestre
Inclui coordenação e manutenção contínuas dos principais dados compartilhados, para que informações verdadeiras sobre as principais entidades comerciais sejam usadas de forma consistente em todos os sistemas, de maneira precisa, oportuna e relevante.
Armazenamento de dados e inteligência de negócios
Inclui processos de planejamento, implementação e controle para gerenciar dados de apoio à decisão e permitir que os trabalhadores do conhecimento obtenham valor dos dados por meio de relatórios analíticos
metadados
Contém atividades de planejamento, implementação e controle para permitir acesso a dados integrados de alta qualidade, incluindo definições, modelos, fluxos de dados e outras informações críticas
Qualidade dos dados
Inclui planejamento e implementação de técnicas de gestão da qualidade para medir, avaliar e melhorar a aplicabilidade dos dados dentro da organização
Ética no processamento de dados
Descreve o papel central da ética de dados na promoção da transparência das informações e na tomada de decisões socialmente responsáveis em relação aos dados e sua aplicação. A consciência ética na recolha, análise e utilização de dados deve orientar todos os gestores de dados
Big data e ciência de dados
Descreve as tecnologias e processos de negócios que surgiram para melhorar a capacidade de coletar e analisar dados e informações grandes e diversos.
Avaliação de maturidade em gerenciamento de dados
Descreve métodos para avaliar e melhorar as capacidades de gerenciamento de dados de uma organização
Organização de gerenciamento de dados e expectativas de função
Fornece orientação prática e referência para construir uma equipe de gerenciamento de dados e alcançar atividades de gerenciamento de dados bem-sucedidas
Gerenciamento de dados e mudança organizacional
Descreve como planejar e impulsionar com sucesso a mudança da cultura corporativa. A mudança cultural é o resultado inevitável da incorporação eficaz de práticas de gerenciamento de dados na organização
Resumir
A forma como uma determinada organização gere os seus dados depende dos seus objetivos, tamanho, recursos e complexidade, bem como da sua compreensão de como os dados apoiam a estratégia global.
A maioria das organizações não realiza todas as atividades descritas em cada área de conhecimento
No entanto, uma compreensão mais ampla do contexto da gestão de dados ajudará as organizações a tomar melhores decisões sobre onde concentrar os seus esforços, melhorando assim as práticas de gestão dentro e entre estas funções.