데이터: 정보의 원자재.
정보: 컨텍스트의 데이터.
예: "지난 분기 판매 보고서입니다" (자료). 데이터 웨어하우스의 데이터를 기반으로 합니다. 이러한 결과 (데이터) 는 다음 분기에 분기별 성과 지표 (정보) 를 생성하는 데 사용됩니다.
조직 내의 데이터와 정보 사이에 선을 긋는 것은 서로 다른 목적을 위해 서로 다른 이해 관계자의 요구와 기대를 명확하게 전달하는 데 도움이 될 수 있습니다. 서로 다른 목적을 위해 데이터와 정보를 준비하는 것이 데이터 관리의 핵심 원칙임을 인식합니다. 즉, 데이터와 정보를 모두 관리해야 합니다. 양자의 사용과 고객의 관리 요구를 결합하면 더 높은 자질을 가져야 한다.
데이터 구동이란 이벤트 트리거 및 애플리케이션 분석을 사용하여 운영 통찰력을 얻는 것을 말합니다. 또한 비즈니스 리더와 기술 전문가 간의 협력 관계를 통해 전문 규칙으로 데이터를 효율적으로 관리해야 한다는 점도 인식해야 합니다. *
또한 데이터 관리는 전략과 운영 요구 사항의 균형을 맞춰야 합니다. 데이터 관리의 특성에 따라 일련의 원칙에 따라 데이터 관리 관행을 안내하는 것이 가장 좋습니다.
데이터 가치: 환경과 관련이 있으며 (한 조직에 가치 있는 것은 다른 조직에 가치가 없을 수 있음) 일반적으로 일시적입니다 (어제 가치 있는 것은 오늘 가치가 없을 수 있음).
데이터 관리에서 조직은 일관된 의사 결정을 내리기 위해 재무 관점에서 자산을 이해해야 하기 때문입니다.
데이터 품질:
저품질 데이터의 비용은 주로 1) 폐기 및 재작업에서 나옵니다. 2) 솔루션 및 숨겨진 수정 프로세스. 3) 조직 효율성 또는 생산성 저하. 4) 조직 충돌. 5) 직무 만족도가 낮다. 6) 고객이 만족하지 않습니다. 7) 혁신 실패를 포함한 기회 비용. 8) 규정 준수 비용 또는 벌금. 9) 평판 비용.
고품질 데이터의 역할은 1) 고객 경험 향상입니다. 2) 생산성을 높입니다. 3) 위험을 줄입니다. 4) 비즈니스 기회에 신속하게 대응. 5) 수입을 늘리다. 6) 고객, 제품, 프로세스 및 비즈니스 기회에 대한 통찰력을 통해 경쟁 우위를 확보할 수 있습니다.
메타데이터는 조직이 어떤 데이터를 가지고 있는지, 무엇을 나타내는지, 어떻게 분류하는지, 어디서 왔는지, 조직 내에서 어떻게 이동하는지, 어떻게 사용 중에 진화하는지, 누가 사용할 수 있는지, 그리고 그것이 고품질의 데이터인지 설명합니다.
데이터 수명 주기 동안 서로 다른 단계는 서로 다른 팀에 의해 관리됩니다. 데이터 관리에는 시스템 계획 설계 기술, 하드웨어 관리 및 소프트웨어 구축을 위한 첨단 기술, 데이터 분석을 통한 문제 이해 및 데이터 해석 기술, 정의 및 모델을 통한 지식 실현을 위한 언어 기술, 고객 서비스 영업 기회 파악 및 목표 달성을 위한 전략적 사고 등이 필요합니다.
데이터 수명 주기: 데이터 생성 또는 수집, 이동, 변환 및 저장, 데이터 유지 및 이용, 데이터 사용 및 데이터 처리 프로세스를 포함합니다. 아래 1-2 를 참조하십시오.
데이터 관리는 데이터 수명 주기에 몇 가지 중요한 영향을 미칩니다. 1 데이터 수명 주기 중 2 전체 데이터 수명주기를 통과해야합니다. 3 전체 데이터 수명주기를 통과해야합니다. 4 데이터 관리에는, 및 도 포함됩니다. 5 데이터 관리는 ROT (중복, 노후화 및 자질구레한 것) 최소화에 중점을 두어야 합니다.
데이터 분류: 거래 데이터, 참조 데이터, 마스터 데이터, 메타데이터 등의 데이터 유형 또는 범주 데이터, 소스 데이터, 이벤트 데이터, 상세 거래 데이터 분류 또한 데이터 내용 (예: 데이터 필드 및 주제 영역), 데이터에 필요한 형식 또는 보호 수준, 저장 또는 액세스 방법 및 위치별로 분류할 수 있습니다.
* * 데이터 관리 요구 사항: * * 설계 기술, 첨단 기술, 문제 이해 및 데이터 해석 기술, 언어 기술 및 전략적 사고.
데이터 전략: 정보를 사용하여 경쟁 우위를 확보하고 기업 목표를 지원하는 비즈니스 계획을 포함해야 합니다. 데이터 정책은 비즈니스 정책의 고유한 데이터 요구 사항에 대한 이해에서 비롯되어야 합니다.
데이터 관리 전략의 구성은 1) 설득력 있는 데이터 관리 비전을 포함해야 합니다. 2) 데이터 관리의 비즈니스 사례 요약. 3) 지침 원칙, 가치 및 관리 개념. 4) 데이터 관리의 사명과 장기 목표. 5) 성공적인 데이터 관리를위한 권장 조치. 6) SMART 원칙 (구체적이고 측정 가능하며 운영 가능하며 현실적이며 시한) 을 준수하는 단기 (12~24 개월) 데이터 관리 프로그램 목표. 7) 데이터 관리 역할 및 조직을 설명하고 책임 및 의사 결정 권한을 요약합니다. 8) data manager 구성 요소 및 초기화 작업 9) 범위가 구체적이고 명확한 우선 작업 계획. 10) 프로젝트 및 작업 임무가 포함된 구현 로드맵 초안.
데이터 관리 전략 계획의 결과물은 다음과 같습니다. 1) == = 데이터 관리 헌장 = =: 전체 비전, 비즈니스 사례, 목표, 지침 원칙, 성공 측정, 주요 성공 요인, 인식 위험, 운영 모델 등 2)== = 데이터 관리 범위 문 = =. 계획 목표 및 목적 (보통 3 년) 과 이러한 목표 달성을 담당하는 역할, 조직 및 리더십. 3)== 데이터 관리 구현 로드맵 = =. 구체적인 계획, 프로젝트, 태스크 지정 및 납품 이정표를 식별합니다.
전략적 정렬 모델: 다양한 데이터 관리 방법의 기본 추진 요인을 추상화하며, 모델의 중심은 숫자입니다.
데이터와 정보의 관계. 아래 1-3 을 참조하십시오.
암스테르담 정보 모델 (AIM): 전략적 제휴 모델과 마찬가지로 계획 및
아키텍처) 및 전략. 아래 1-4 를 참조하십시오.
DAMA 라운드 차트: 데이터 관리의 지식 영역을 정의합니다. 내부 일관성과 기능 간의 균형을 이루기 위해서는 거버넌스가 필수적이므로 데이터 관리 작업의 중심에 데이터 거버넌스를 배치합니다. 기타 지식 분야 (데이터 스키마, 데이터 모델링 등) ) 바퀴 주위를 균형 있게 회전합니다. 아래 1-5 를 참조하십시오.
환경 요인 육각도: 사람, 프로세스, 기술 간의 관계를 보여 주며 DMBOK 의 컨텍스트 다이어그램을 이해하는 열쇠입니다. 아래 1-6 을 참조하십시오.
지식 영역의 컨텍스트 맵: 사람, 프로세스 및 기술과 관련된 세부 사항을 포함하여 지식 영역의 세부 사항을 설명합니다. 데이터 거버넌스 활동은 전략, 원칙, 시스템 및 관리를 통해 감독과 억제를 제공합니다. 일관성은 데이터 분류 및 데이터 추정을 통해 이루어집니다. 그림 1- 17
수명주기 관리 활동은 마스터 데이터 사용, 파일 및 컨텐츠 관리, 비즈니스 인텔리전스, 데이터 과학, 예측 분석 및 데이터 시각화에서 비롯됩니다. 많은 경우 기존 데이터를 기반으로 개발을 강화하여 더 많은 통찰력을 얻고 더 많은 데이터와 정보를 생성합니다. 데이터 화폐화의 기회는 데이터 사용에 의해 결정될 수 있다.
데이터 거버넌스 프로젝트를 통해 조직은 전략 및 지원 원칙, 시스템 및 관리 관행을 개발하여 데이터 중심의 접근 방식을 마련하고 기업이 해당 데이터에서 가치를 얻을 수 있는 기회를 인식하고 활용할 수 있습니다.
그림 1- 1 데이터 관리 원칙
그림 1-2 데이터 수명주기의 주요 활동
그림 1-3 전략적 일관성 모델
그림 1-4 암스테르담 정보 모델
그림 1-5 모터 휠 다이어그램
그림 1-6 환경 요소 육각형 차트
그림 1- 17 지식 영역 컨텍스트 맵
그림 1-8 DMBOK 피라미드
그림 1-9 DAMA 기능 도메인 종속성 다이어그램
그림 1- 10 DAMA 데이터 관리 기능 프레임워크