Wat is datamanagement?

Het Deltiq Data Management Framework – houvast bij realisatie

Het Deltiq Data Management Framework visualiseert alle relevante disciplines. Ondersteund door een vanuit de praktijk ontwikkeld handboek gebruiken onze consultants dit Framework als een praktisch hulpmiddel bij het realiseren van datamanagement in uw organisatie. 

Datamanagement is een veelzijdig vakgebied dat bestaat uit meerdere disciplines. Bij het implementeren en verbeteren van datamanagement oplossingen wordt vaak gebruik gemaakt van bekende referentiekaders als de DAMA Data Management Body of Knowledge (DAMA DMBOK) of het Data Management Maturity Model (DMM). Hoewel waardevol als referentiekader is onze ervaring dat een pragmatische insteek in deze raamwerken vaak ontbreekt.

Vanuit de in de praktijk ervaren behoefte aan een meer werkbare variant is het Data Management Framework ontstaan. Een gestructureerd en integraal overzicht van alle relevante aspecten die tezamen datamanagement vormgeven: grotendeels bekend vanuit bestaande raamwerken, aangevuld met onze ervaring en op een overzichtelijke manier gepresenteerd.

In de uitwerking ervan is er bewust voor gekozen bepaalde onderwerpen buiten beschouwing te laten. Zo komen onderwerpen als masterdata-management, data lakes of data labs er niet in voor. Niet omdat ze niet actueel of relevant zijn. Maar wel omdat de realisatie van dit soort onderwerpen leunen op meer fundamentele data management disciplines. Juist deze disciplines zijn in het Data Management Framework opgenomen. Dit maakt het Framework ook voor de langere termijn bruikbaar, ongeacht de dan geldende technologie hype.

-

Het Deltiq Data Management Framework bevat negen relevante disciplines

Data Governance

Richt zich op het opstellen van beleid, het definiëren van verantwoordelijkheden en het creëren van kaders om data effectief te beheren. Het legt de basis voor consistente datakwaliteit, privacy en compliance en vormt de organisatorische kern van data management. Data Governance stuurt de andere disciplines aan en zorgt voor een samenhangend en gecontroleerd datalandschap.

Data Architecture

Beschrijft de structuur, relaties en standaarden van data binnen een organisatie. Het omvat data- en systeemarchitectuur en datalogistieke processen, en zorgt ervoor dat data op een samenhangende en herbruikbare manier kan worden ingezet. Data Architecture ondersteunt zowel strategische als operationele datadoelen.

Metadata

Betreft het beheer van definities, begrippen en datarelaties. Het biedt inzicht in de betekenis, oorsprong en context van data. Goede metadata maakt het eenvoudiger om data te vinden, begrijpen en gebruiken, en ondersteunt datakwaliteit en consistentie binnen de organisatie.

Data Quality

Omvat processen en technieken om de betrouwbaarheid, nauwkeurigheid en bruikbaarheid van data te waarborgen. Dit discipline richt zich op het meten, analyseren en verbeteren van datakwaliteit door middel van profiling, monitoring en issue management. Een hoge datakwaliteit ondersteunt betere beslissingen en efficiëntere processen.

Data Security, Ethics, Privacy en Compliance

Zorgt ervoor dat data veilig, ethisch verantwoord en in overeenstemming met wet- en regelgeving wordt beheerd. Dit discipline omvat beleid voor gegevensbeveiliging, ethische verwerking en naleving van privacyrichtlijnen zoals de AVG. Het beschermt gevoelige informatie en behoudt het vertrouwen van gebruikers.

Data Technology

Beslaat de tools en infrastructuur die nodig zijn voor het opslaan, verwerken en analyseren van data. Het gaat om de keuze, implementatie en het beheer van technische oplossingen die de andere disciplines ondersteunen. Data Technology zorgt ervoor dat datamanagement schaalbaar, betrouwbaar en efficiënt is.

Data Modeling

Betreft het ontwerpen van gegevensstructuren, van conceptueel tot fysiek niveau. Het omvat het definiëren van tabellen, relaties en datatypes die de basis vormen voor gegevensbeheer. Data Modeling legt de fundamenten voor datakwaliteit, integriteit en herbruikbaarheid binnen een organisatie.

Data Development

Richt zich op het ontwikkelen van gegevensverwerkingen, zoals het bouwen van datastromen, integratieprocessen en datamigraties. Deze discipline zorgt voor de technische realisatie van datamodellen en dataprocessen, inclusief het testen, versiebeheer en het implementeren van data-oplossingen.

Data Operations

Omvat het operationeel beheer van data en de ondersteuning van eindgebruikers. Het richt zich op onderhoudstaken zoals monitoring, incidentbeheer, performance-optimalisatie en dataretentie. Data Operations zorgt ervoor dat data consistent beschikbaar is en betrouwbaar functioneert in de dagelijkse bedrijfsvoering.

Toepassing van het framework in de praktijk

Het Framework kan op meerdere manieren worden gebruikt. Bijvoorbeeld als checklist of als sjabloon om de inrichting van datamanagement voor een data-omgeving te beschrijven. Maar ook voor een basale volwassenheidsmeting of om bijvoorbeeld werkzaamheden te prioriteren. Eenmaal ingevuld en in gebruik genomen, ontstaan bruikbare inzichten zoals situaties waarin op meerdere plekken hetzelfde is georganiseerd, witte vlekken of inconsistenties.

Download Framework