Data Management

Data Management umfasst alle Disziplinen, die mit der Verwaltung von Daten als wertvolle Ressource zusammenhängen.

Konzept

Das Konzept des Data Managements entstand in den 1980er Jahren, als die Technologie von der sequentiellen Verarbeitung (zuerst Karten, dann Band) zum Direktzugriffsspeicher überging. Da es nun möglich war, eine diskrete Tatsache zu speichern und schnell auf sie mit Hilfe der Festplattentechnologie mit wahlfreiem Zugriff zuzugreifen, verwendeten diejenigen, die behaupten, dass die Datenverwaltung wichtiger sei als die Geschäftsprozessmanagement, Argumente wie "die Heimatadresse eines Kunden wird an 75 (oder einigen anderen großen) Stellen in unseren Computersystemen gespeichert". In diesem Zeitraum war die Verarbeitung mit Zufallszugriff jedoch nicht konkurrenzfähig schnell, so dass diejenigen, die "Prozessmanagement" vorschlagen, wichtiger waren als "Datenmanagement", die die Batch-Verarbeitungszeit als Hauptargument verwendeten. Als sich Softwareanwendungen in Richtung Echtzeit, interaktive Nutzung entwickelten, wurde deutlich, dass beide Managementprozesse wichtig waren. Wenn die Daten nicht genau definiert wären, würden die Daten in Anwendungen missbraucht werden. Wenn der Prozess nicht gut definiert war, war es unmöglich, die Bedürfnisse der Benutzer zu erfüllen.

Themen im Bereich Data Management

  1. Data Governance
    - Data Asset
    - Data Governance
    - Data Steward
    - Data Ethics
  2. Data Architecture
    - Data Archtitecture
    - Data Flows
  3. Data Modelling & Design
  4. Database & Storage Management
    - Data Maintenance
    - Database Administration
    - Database Management System
    - Business Continuity Planing
  5. Data Security
    - Data Access
    - Data Erasure
    - Data Privacy
    - Data Security
  6. Reference & Master Data
    - Data Integration
    - Master Data Management
    - Reference Data
  7. Data Integration and Inter-operability
    - Data Movement (ETL)
    - Data Interoperability
  8.  Documents & Content
    - Document Management System
    - Records Management
  9.  Data Warehousing and Business Intelligence
    - Business Intelligence
    - Data Analysis & Data Mining
    - Data Warehouse & Data Mart
  10. Metadaten
    - Metadata Management
    - Metadaten
    - Metadata Discovery
    - Metadata Publishing
    - Metadata Registry
  11.  Data Quality
    - Data Cleansing
    - Data Integrity
    - Data Enrichment
    - Data Quality
    - Data Quality Assurance

 

Integriertes Datenmanagement

Integriertes Datenmanagement (IDM) ist ein Werkzeugansatz, der die Datenverwaltung vereinfacht und die Leistung verbessert. IDM besteht aus einer integrierten, modularen Umgebung zur Verwaltung von Unternehmensanwendungsdaten und zur Optimierung datengetriebener Anwendungen über deren gesamte Lebensdauer. Der Zweck von IDM ist:

  • Schnelleres Erstellen von unternehmensreifen Anwendungen
  • Verbesserung des Datenzugriffs, Beschleunigung iterativer Tests
  • Ermöglicht die Zusammenarbeit zwischen Architekten, Entwicklern und DBAs.
  • Konsequente Erreichung der Service Level Ziele
  • Automatisierung und Vereinfachung der Abläufe
  • Bereitstellung kontextbezogener Informationen über den gesamten Lösungsstapel hinweg
  • Unterstützung des Geschäftswachstums
  • Aufnahme neuer Initiativen ohne Ausbau der Infrastruktur
  • Vereinfachung von Anwendungs-Upgrades, Konsolidierung und Stilllegung von Anwendungen
  • Erleichterung der Ausrichtung, Konsistenz und Governance
  • Definieren Sie Geschäftsrichtlinien und -standards im Voraus; teilen, erweitern und wenden Sie sie während des gesamten Lebenszyklus an.

 

Datenmanagement-Frameworks

Ein Data Management Framework (DMF) ist ein System aus Denken, Terminologie, Dokumentation, Ressourcen und Erkenntnissen, das es den Nutzern ermöglicht, datenbezogene Konzepte und Informationen in ihrem eigenen Kontext und im weiteren Kontext des Frameworks zu betrachten und so ihre Gespräche und Arbeit zu integrieren.

Es steht eine Reihe von DMFs zur Verfügung.

William Richard Evans aus Südafrika hat drei vollständig integrierte Datenmanagement-Frameworks entwickelt: Das Data Atom Data Management Framework Version 1.0 wurde zwischen 2010 und 2014 entwickelt. Die Version 2.0 wurde zwischen 2014 und 2017 entwickelt. Mit dem Aufkommen der künstlichen Intelligenz, des Internets der Dinge und der Datenseen wurde die Version 2.0 durch das umfassendere Multi Dimensional Data Management Framework V3.0 ersetzt. Es umfasst 20 Datenmanagementdisziplinen und 7 Datenumgebungen.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.