Introduction

Le Architecture – Métier, Données et Technologie Ce composant vise à établir une architecture intégrée servant de base à une gestion des données optimale. La collaboration entre les architectures métier, de données et technologiques est essentielle à la réalisation des objectifs commerciaux. Les principes d'architecture fournissent la structure et les modèles qui servent de base aux autres fonctionnalités de gestion des données. Architecture d'entreprise Il s'agit de la stratégie, de la conception et de l'exécution des capacités commerciales nécessaires pour soutenir les processus et activités de l'organisation, en mettant l'accent sur les livrables utilisés comme intrants pour architecture de données. Architecture des données Il s'agit de la stratégie et de l'exécution des processus de conception des structures de données, des définitions de la signification des données, et métadonnées pour soutenir les objectifs organisationnels. Architecture technologique Il s'agit de la stratégie et de la mise en œuvre de la conception de l'infrastructure physique en fonction des besoins de l'entreprise et architecture de données pour répondre aux besoins en données de l'organisation. Architecture d'entreprise il s'agit du plan directeur permettant aux organisations de définir et d'organiser leurs opérations commerciales. En termes simples, architecture d'entreprise implique d'analyser, de concevoir et de communiquer les capacités, les processus et les activités fondamentales d'une organisation. modèle. Le schéma ci-dessous illustre simplement ce concept.

Diagramme 3.1 : Architecture d'entreprise et exigences en matière de données

Le DCAM le cadre utilise '‘architecture d'entreprise’'comme une large terme pour le fonction, groupeLes personnes ou les instances qui définissent la stratégie, les objectifs, les exigences et les besoins en données de l'entreprise. Les exigences relatives aux données et à leur gestion peuvent généralement être définies par les capacités ou les processus métier. Certaines organisations peuvent ne pas disposer d'un cadre formel en la matière. architecture d'entreprise Il est donc important que l'équipe de gestion des données identifie et collabore avec l'équipe métier appropriée afin de définir les besoins en données.

Définition

Architecture d'entreprise définit les activités commerciales qui peuvent être enregistrées comme les capacités de l'entreprise ou comme l'activité commerciale processus exigences nécessaires à la réalisation des objectifs commerciaux. Intérêt particulier pour DCAM Il s'agit de la définition des exigences en matière de données qui détermineront la manière dont les données seront gérées pour soutenir les activités commerciales définies. Ces exigences servent de données d'entrée pour architecture de données. Architecture des données est un pont entre les entreprises processus Ce document décrit les exigences relatives aux données et à leur exécution physique au sein de l'infrastructure technologique. Il traduit les besoins de l'entreprise en données en plans détaillés précisant comment les données sont définies, structurées, gérées et contrôlées. Il décrit également les exigences techniques liées à la création, à l'utilisation et au partage des données dans les différents processus métier. Architecture des données attribue des données à des domaines de données, modélise les entités de données, établit des glossaires, des taxonomies et des ontologies, développe un métadonnées modèle, et expose les besoins en matière d'outils technologiques de gestion des données. Architecture technologique prend en charge les exigences en matière de données et de gestion des données à partir de Architecture des données et les applique à la stratégie, à la conception et à la mise en œuvre de l'infrastructure technologique. Architecture technologique Ce document définit les plateformes et les outils nécessaires à une prise en charge optimale des processus métier, des données et des exigences en matière de gestion des données, notamment la manière dont les données sont physiquement acquises, déplacées, modifiées et distribuées efficacement. La conception prenant en compte la proximité physique des données, la bande passante, le temps de traitement, la protection de la confidentialité, la sauvegarde, la restauration et l'archivage sont des éléments essentiels d'une infrastructure mature. architecture technologique. Architecture technologique et Architecture des données peuvent développer et partager des modèles d'architecture pour contribuer à cet objectif.

Portée

• Établir l'architecture politique et des normes pour guider les entreprises, les données et architecture technologique comme base pour la gestion des données à l'échelle de l'organisation
• Établir la feuille de route pour des processus d'architecture structurés et intégrés (métier, données et technologie) afin de soutenir la mise en œuvre de la gestion des données à l'échelle de l'organisation.
• Garantir l'alignement de la gestion des données avec les objectifs commerciaux, les données et architecture technologique, et stratégie.
• Concevoir et mettre en œuvre des solutions durables architecture de données processus avec une collaboration appropriée pour répondre aux exigences en matière de données et de gestion des données telles que définies comme résultats de architecture d'entreprise processus.
• Définir le architecture de données approche pour définir et concevoir architecture de données pour atteindre les objectifs commerciaux et répondre aux besoins en données.
• Identifier et inventorier les données de l'organisation nécessaires pour répondre aux besoins de l'entreprise.
• Développer et valider domaines de données, modèles de données, sources faisant autorité et points d'approvisionnement.
• Assurez-vous que Architecture d'entreprise, Architecture des données et Architecture technologique La gouvernance est intégrée aux structures de gouvernance des données et alignée sur les activités de gouvernance des affaires et des technologies.

Proposition de valeur

Les organisations qui mettent en œuvre une architecture intégrée comme base de la gestion des données sont mieux placées pour soutenir plus efficacement leurs objectifs commerciaux stratégiques et tactiques, et ainsi générer des gains commerciaux. Architecture d'entreprise Ce document décrit la nature, la finalité, le caractère critique et les avantages commerciaux des données organisées pour les processus métier identifiés, afin de faciliter la génération de revenus, l'atténuation des risques et la maîtrise des coûts grâce à l'exploitation de ces données. Les exigences formalisées en matière de données et de gestion des données précisent les règles métier relatives à la fourniture et à l'utilisation des données pour chaque processus. processus, y compris les obligations réglementaires et les besoins modernes en matière d'analyse de données. L'intégration de architecture d'entreprise avec des fonctionnalités et des adaptabilités architecture de données et architecture technologique Elle complète le tableau en établissant des principes fondamentaux pour optimiser la gestion des données, qu'elle soit manuelle ou automatisée. Ceci constitue le fondement d'un écosystème de données performant.

Aperçu

Architecture d'entreprise joue un rôle crucial dans la définition et la documentation des capacités métiers et des exigences de traitement des données de l'organisation. Ces résultats constituent des intrants essentiels pour architecture de données, assurant ainsi son alignement avec architecture technologique et les besoins stratégiques de l'organisation en matière de données et ses objectifs commerciaux. L'intégration efficace de l'architecture métier, des données et technologique — grâce à des entrées et sorties clairement définies, des responsabilités de rôle, une collaboration et des contrôles de gouvernance — est essentielle pour que l'architecture puisse soutenir efficacement la gestion des données. Architecture des données supervise à l'étranger cohérence Il s'agit de définir, gérer et utiliser les données à l'échelle de l'organisation en alignant les équipes métiers et techniques sur la gouvernance et la gestion durable des données. Ce cadre fait le lien entre les besoins métiers en données et l'infrastructure technologique, permettant la production, la mise à disposition et l'utilisation de données structurées. En fournissant des modèles pour une gestion des données sécurisée, évolutive et efficace, il prend en charge les plateformes, applications et infrastructures adaptables tout en garantissant l'accessibilité des catalogues de données. métadonnées. Des cadres de gouvernance robustes et des outils flexibles garantissent l'intégrité des données et leur utilisation responsable, tout en assurant un alignement adéquat avec architecture technologique Améliore les performances, la rentabilité et l'évolutivité à long terme. Architecture technologique traduit architecture de données L'architecture doit être intégrée à des référentiels, plateformes et outils de données physiques qui optimisent la sécurité, le stockage, la distribution et la vitesse de traitement. Elle doit rester flexible pour s'adapter à l'évolution des besoins de l'entreprise, notamment aux exigences réglementaires et aux contraintes organisationnelles. À mesure que les entreprises adoptent de plus en plus de solutions de gestion des données basées sur l'IA, l'architecture joue un rôle crucial dans sa structuration. métadonnées et permettant une exploration efficace des données. Une architecture bien conçue prend en charge les technologies émergentes, garantissant ainsi que les données restent un atout pour l'innovation et la prise de décision. Architecture des données propose un cadre de conception pour fournir des informations descriptives bien organisées et métadonnées Afin de faciliter la découverte et l'accès efficaces aux données, il convient de noter que les technologies d'IA peuvent gérer directement ces données ; l'architecture doit donc être structurée pour prendre en charge cette fonctionnalité.

Questions fondamentales

• Les parties prenantes de l'entreprise déterminent-elles les exigences en matière de données pour leur entreprise ? processus(es) ?
• Des procédures de gouvernance sont-elles en place pour garantir le respect des normes d'architecture établies ?
• Le respect des normes architecturales est-il contraignant ?
• Est architecture technologique motivé par les affaires processus et architecture de données exigences?
• Existe-t-il des politiques ou des normes qui exigent l'intégration des activités, des données et des processus métier ? architecture technologique?

Artefacts principaux

Voici les principaux éléments nécessaires à la mise en œuvre efficace des activités, des données et des processus métier. Architecture technologique Fonctionnalités. Éléments comportant un lien ‘ * ’ vers des recommandations de bonnes pratiques publiées.

• Architecture d'entreprise Politique (données relatives)
• Architecture des données Politique
• Architecture technologique Politique (données relatives)
• Architecture d'entreprise, Architecture des données, Architecture technologique Politique Matrice d'alignement
• Exigences en matière de données d'entreprise
• Élément commercial – Élément de données Modèle*
• Architecture des données Approche
• Domaine de données Registre d'inventaire
• Actif de données Inventaire
• Modèle de données Inventaire
• Critères, stratégie et feuille de route en matière de stockage des données
• Stratégie et feuille de route des outils de gestion des données

L'initiative de gestion des données doit être impliquée auprès de Architecture d'entreprise Équipe pour deux activités principales :

1. Chaque capacité commerciale ou processus doit définir les exigences en matière de données (c.-à-d. les entrées et les sorties) et
2. Architecture d'entreprise doit collaborer avec la gestion des données et Architecture des données pour soutenir la gouvernance mutuelle et politique.

Le Architecture d'entreprise L'équipe soutient la conception et la mise en œuvre des capacités et des processus nécessaires aux fonctions de l'entreprise. Bien que toutes les organisations ne disposent pas d'une équipe appelée " "Architecture d'entreprise"La plupart des organisations disposent de groupes responsables de ces activités, même si leur appellation diffère. Il est essentiel que l'organisation de gestion des données identifie et collabore avec les équipes concernées afin de définir les exigences en matière de données en fonction des besoins et des objectifs de l'entreprise. La collecte d'exigences exhaustives est indispensable, car la gestion des données travaille en étroite collaboration avec les métiers. Les domaines suivants doivent être pris en compte lors de la définition complète des exigences en matière de données :

Diagramme 3.2 : Tableau d’architecture

Description

L'initiative de gestion des données doit être impliquée auprès de architecture d'entreprise de l'organisation afin de faciliter l'identification des besoins en données en fonction des besoins de l'entreprise.

Objectifs

• Définir les exigences en matière de données (par exemple, les entrées et les sorties) de chaque capacité métier ou processus.
• Collaborer avec Architecture des données et Architecture d'entreprise fonctions pour collecter les capacités commerciales ou processus exigences en matière de données.

Conseil

L'initiative de gestion des données ainsi que Architecture des données doit collaborer avec Architecture d'entreprise et des experts métiers pour définir les exigences en matière de données. Une étape fondamentale consiste à identifier les types de données nécessaires à l'exécution des capacités ou processus métier identifiés. Architecture des données traduira ensuite les besoins fonctionnels en données de l'entreprise en un ensemble complet de besoins opérationnels en données. processus doit soutenir :

• Alignement des données sur les modèles de données approuvés
• Affectation des données aux domaines métiers ou opérationnels, avec les exigences, règles et contraintes associées.
• Développement et catalogage des éléments connexes métadonnées communiquer le sens, le contexte et toute information applicable règle métier contraintes
• Identification de toute restriction d'utilisation des données pouvant être due à des contraintes de licence de données, à des réglementations en matière de protection de la vie privée, à la souveraineté des données, à des considérations réglementaires ou au respect des politiques éthiques de l'organisation.

Questions

• Les exigences en matière de données sont-elles documentées et gérées ?
• L'initiative de gestion des données, Architecture des données et Architecture d'entreprise collaborer pour définir les exigences en matière de données ?

Artefacts

• Exigences relatives aux données d'entreprise, y compris les règles et restrictions d'utilisation des données
• Matrice des exigences relatives aux modèles

Score

Description

La gestion des données doit être impliquée dans les activités de l'entreprise et architecture de données des équipes chargées d'identifier et de prioriser les éléments de données en fonction des exigences, des besoins et des objectifs de l'entreprise.

Objectifs

• Identifier et hiérarchiser les éléments de données en fonction des besoins de l'entreprise.
• Établir standard pour les caractéristiques et les critères utilisés pour déterminer la priorisation des éléments de données.

Conseil

Les organisations s'appuient sur d'énormes quantités de données, mais toutes les données n'ont pas la même importance. L'objectif d'une organisation est d'établir… standard Les caractéristiques et les critères utilisés pour prioriser les éléments de données ayant un impact sur les opérations commerciales sont définis. Ces éléments de données doivent être identifiés, communiqués et gérés conformément aux normes de l'organisation. Les éléments de données les plus importants sont souvent qualifiés de critiques, leur criticité pour l'activité de l'entreprise étant un facteur déterminant. processus sert à déterminer le degré de rigueur (et les ressources) appliqué à la gestion des données. Exigeant qualité des données chèques, lignée des données Le support, la gouvernance des données et le renforcement de la sécurité d'utilisation et d'accès peuvent être gourmands en ressources. La priorisation des données est un facteur déterminant pour une utilisation optimale de ces ressources. La plupart des organisations adoptent une approche de classification des éléments de données basée sur une distinction binaire “ critique/non critique ”. Cependant, les écosystèmes complexes peuvent nécessiter plusieurs niveaux de criticité. Dans ces environnements, une classification par taille (élevée, moyenne, faible) ou par niveaux numérotés de criticité peut s'avérer plus pertinente. Quel que soit le nombre de niveaux de criticité, la plupart des approches prennent en compte des critères tels que l'impact sur les fonctions métiers, les exigences légales, de conformité, de sécurité et de confidentialité pour orienter la classification. Une classification bien définie élément de données L'approche de classification garantit que les données d'une organisation sont gérées selon des normes de propriété, de qualité et, cohérence, la sécurité et la gouvernance afin d'améliorer la fiabilité des données et l'efficacité opérationnelle.

Questions

• L’organisation reconnaît-elle que toutes les données n’ont pas la même importance ?
• Les données sont-elles classées selon un standard ensemble de caractéristiques et de critères permettant de déterminer les niveaux de “ criticité commerciale ” ou de “ normes de données appliquées ” ?
• Les niveaux de “ criticité commerciale ” sont-ils pris en charge par standard des attentes en matière de traitement ?
• Existe-t-il un inventaire des éléments de données et de leur “ criticité pour l'entreprise ” associée ?
• Les équipes commerciales, de données et technologiques collaborent-elles à l'application de élément de données approche de priorisation des pratiques quotidiennes (qualité, gouvernance des données, opérations de gestion des données) ?

Artefacts

• Inventaire des éléments de données “ critiques pour l'entreprise ”
• Standard classification des éléments de données clés

Score

Description

L'alignement de Architecture des données et Architecture d'entreprise La gouvernance implique une compréhension commune des exigences globales en matière de données afin de concevoir une solution flexible et évolutive. architecture de données, ainsi que la gestion appropriée des changements dans les besoins de l'entreprise au sein de architecture de données et son suivi afin de répondre aux exigences et objectifs de l'entreprise.

Objectifs

• Aligner Architecture des données gouvernance avec Architecture d'entreprise une gouvernance visant à assurer la conception, la gestion et le suivi appropriés de architecture de données contre les besoins de l'entreprise.

Conseil

L'objectif de cet alignement de gouvernance est de garantir que les équipes d'architecture collaborent à la définition, à la collecte et à la prise en charge des besoins en données de l'entreprise. Les architectes de données et les analystes métier doivent tous deux piloter la conception de architecture de données. Les analystes d'affaires fourniront des informations sur les données essentielles aux opérations commerciales et aux initiatives stratégiques, tandis que les architectes de données apporteront leur expertise sur la manière dont les données sont structurées au mieux pour répondre aux besoins de l'entreprise. En travaillant en collaboration, ils peuvent favoriser… architecture de données qui répondra aux besoins actuels tout en anticipant les demandes futures. Bien qu'une conception efficace puisse minimiser la nécessité de modifier architecture de données Lorsque l'environnement commercial évolue, certains facteurs sont imprévisibles. Une collaboration étroite entre les architectes métiers et les architectes de données permettra de minimiser les perturbations et d'optimiser l'efficacité des mises à jour. architecture de données.Une fois que architecture de données L'architecture étant alignée sur les objectifs commerciaux, il est important de surveiller en permanence son efficacité. Les analystes métier peuvent contribuer à la mise en place de mesures permettant de vérifier si… architecture de données continue d'atteindre les objectifs commerciaux. Cette évaluation continue contribue à garantir que architecture de données conserve une efficacité optimale au fil du temps.

Questions

• Sont Architecture d'entreprise et Architecture des données Une gouvernance collaborative pour répondre aux besoins en données de l'entreprise ?
• Sont Architecture d'entreprise et Architecture des données La gouvernance participe aux activités de gouvernance de la gestion des données et est alignée sur les politiques et les normes ?
• Avoir Architecture d'entreprise et Architecture des données La gouvernance a-t-elle établi un rythme régulier et un plan de communication ?
• Sont Architecture d'entreprise et Architecture des données Une gouvernance alignée sur les normes de l'initiative de gestion des données pour l'identification des exigences en matière de données ?

Artefacts

• Exigences en matière de données alignées sur les capacités de l'entreprise ou processus
• Architecture d'entreprise et Architecture des données Calendrier, procès-verbaux et communications des réunions de gouvernance
• Architecture d'entreprise et Architecture des données structure de gouvernance

Score

Le Architecture des données Une approche et un plan doivent être élaborés pour tenir compte des caractéristiques et des structures propres à l'organisation. Les rôles et les responsabilités de chaque partie prenante doivent être définis en tenant compte des processus opérationnels en vigueur.

Description

Le Architecture des données L'approche et le plan doivent être alignés sur les objectifs de la stratégie de gestion des données afin de répondre aux besoins et objectifs de l'entreprise. Une fois établis, Architecture des données Elle doit être formellement habilitée par la haute direction et son rôle communiqué à toutes les parties prenantes.

Objectifs

• Établir le cadre formel Architecture des données Approche et plan à l'appui de la stratégie de gestion des données.
• Assurez-vous de l'alignement de partie prenante plans et feuilles de route avec le Architecture des données Approche et plan.
• Assurer la collaboration avec Architecture d'entreprise, Gestion des données et Architecture technologique.

Conseil

Architecture des données sert de lien essentiel entre les acteurs commerciaux et technologiques au sein de l'initiative de gestion des données. Que ce soit Fonction d'architecture des données est organisationnellement aligné sur le secteur des affaires ou le secteur technologique, son rôle essentiel étant celui d'intermédiaire entre ces deux secteurs. partie prenante Les groupes doivent être reconnus. Il existe parfois une idée fausse selon laquelle architecture de données n'est qu'un sous-ensemble de architecture technologique. Cependant, le succès architecture de données nécessite l'intégration des deux architecture d'entreprise et architecture technologique compétence.

Questions

• Y a-t-il un Architecture des données Une approche et un plan sont-ils en place ?
• Est-ce que Architecture des données Une approche alignée sur la stratégie de gestion des données ?
• A-t-il le Architecture des données L'approche a-t-elle été formellement communiquée aux parties prenantes de la gestion des données ?
• La direction générale a-t-elle démontré son soutien à Architecture des données?
• Cette autorisation a-t-elle été communiquée aux parties prenantes ?

Artefacts

• Architecture des données Approche et plan
• Communications de Architecture des données responsabilités et soutien

Score

Description

Efficace Architecture des données nécessite des rôles clairs pour Architecture des données, Architecture d'entreprise, et Architecture technologique. Les activités impliquant ces disciplines devraient être intégrées aux rôles et responsabilités convenus par les parties prenantes.

Objectifs

• Définir les rôles et les responsabilités nécessaires à une efficacité optimale Architecture des données et la collaboration avec Architecture d'entreprise & Architecture technologique.
• Identifier l'alignement organisationnel de Architecture des données rôles avec les autres rôles d'architecture qui ont un impact sur la gestion des données.

Conseil

Bien défini Architecture des données Les rôles d'architecture associés sont essentiels à l'initiative de gestion des données. Ils établissent le lien entre les besoins en données identifiés par les architecture d'entreprise fonction et les capacités offertes par la technologie et l'outillage, telles que déterminées par Fonction d'architecture technologique. Efficace Architecture des données Cela nécessite une collaboration et une coordination avec les individus et les équipes de toute l'organisation, et éventuellement avec des parties externes. Les relations entre Architecture des données et le Architecture d'entreprise et Architecture technologique Les fonctions doivent être clairement définies et formalisées, en mettant l'accent sur les activités, les rôles et les responsabilités. Documenter les responsabilités à l'aide d'un matrice RACI Il est conseillé d'utiliser une méthode similaire pour définir les rôles et les responsabilités. Les effectifs affectés à chaque poste doivent correspondre aux attentes concernant l'étendue et le volume de travail.

Questions

• Définir les rôles et les responsabilités de Architecture des données Des activités ont-elles été mises en place ?
• Est Architecture des données dotés d'un personnel et de financements adéquats ?

Artefacts

• Architecture des données rôles et responsabilités
• Architecture des données partie prenante identification
• matrice RACI ou d'autres preuves d'attribution de responsabilité dans le cadre de Architecture d'entreprise, Architecture des données et Architecture technologique activités

Score

Description

Des procédures formelles ont été mises en place pour Architecture des données activités. Ces processus doivent être alignés sur la gestion des données. politique et les normes de l'organisation. Architecture des données devrait être soutenu par standard outils et procédures associées pour réaliser Architecture des données activités.

Objectifs

• Établir des formalités Architecture des données processus conformes à la gestion des données politique et les normes.
• Intégrer le Architecture des données les processus dans les processus globaux de bout en bout de l'initiative de gestion des données.
• Identifier, planifier et maintenir Architecture des données réunions et séances de travail nécessaires au soutien opérationnel.

Conseil

Le Architecture des données Les experts du domaine devraient collaborer avec le programme de gestion des données pour concevoir et optimiser Architecture des données Ensemble, ils créeront et suivront la mise en œuvre des processus. Architecture des données processus alignés sur le bout en bout processus dans le cadre de l'ensemble de l'initiative de gestion des données.

Questions

• Avoir des formalités Architecture des données Les processus ont-ils été définis et mis en œuvre ?
• Ces processus sont-ils encadrés par des normes afin de garantir une approche commune ?
• Les processus tiennent-ils compte de la collaboration nécessaire avec la gestion des données et Architecture d'entreprise?
• Sont Architecture des données activités faisant partie du fonctionnement normal des parties prenantes ?
• Existe-t-il des réunions régulières, des séances de planification et des communications régulières concernant Architecture des données initiatives ?

Artefacts

• Processus artefacts de conception, procédure guides ou manuels, et routines publiées
• Processus rapports sur les indicateurs de performance
• Procès-verbaux de réunion, rapports d'étape et Architecture des données annonces

Score

Description

La gouvernance de la gestion des données doit garantir que Architecture des données et Architecture technologique Les équipes collaborent en matière de gouvernance afin de s'aligner sur la vision et la stratégie technologiques globales de l'organisation. Cela inclut des stratégies spécifiques pour les plateformes d'entreprise, le stockage des données et les infrastructures d'intégration des données. Architecture technologique Les processus de gouvernance peuvent impliquer des examens de conception, ainsi que des autorisations de construire, d'utiliser et d'envoyer.

Objectifs

• Alignez la structure et les politiques de gouvernance de la gestion des données avec Architecture technologique et les stratégies de gestion des données.
• S'assurer que tout développement technologique réponde aux normes Architecture technologique politique obligation de respecter la gestion des données politique et les normes.
• Veiller à ce que la collaboration soit guidée par les exigences organisationnelles, les améliorations et les nouveaux développements étant soumis à la conception, à l'examen et à l'approbation de la plateforme architecturale.

Conseil

En règle générale, la gouvernance technologique incombe à la technologie. groupe. Toutefois, en raison du lien étroit entre l'initiative de gestion des données, Architecture des données et la mise en œuvre technologique, il est impératif que la gestion des données facilite la collaboration avec Architecture des données et la technologie groupe. Ensemble, ils créent, soutiennent et appliquent la technologie politique et les normes qui ont un impact sur l'initiative de gestion des données. Cette collaboration avec les équipes techniques vise à garantir que les solutions mises en œuvre répondent aux besoins de l'entreprise, respectent les restrictions relatives aux données et sont harmonisées avec les normes techniques et architecturales. Cette collaboration devrait inclure des revues de conception afin de garantir que la mise en œuvre technologique respecte les principes de gestion des données. politique Des normes et des mécanismes de contrôle sont en place pour évaluer la mise en œuvre technique. Cette gouvernance devrait inclure une collaboration sur les plateformes et outils technologiques liés aux données susceptibles d'avoir un impact sur les activités de gestion des données.

Questions

• Est Architecture technologique Une gouvernance alignée sur Architecture des données et la gouvernance de la gestion des données ?
• L'initiative de gestion des données et Architecture des données impliqué dans l'examen de la conception technique processus?
• Les autorisations nécessaires pour créer, utiliser et envoyer des données sont-elles en place ?
• Des questions juridiques et de conformité sont-elles impliquées dans cette initiative ?
• Est Architecture technologique politique aligné sur la stratégie de gestion des données et la gestion des données politique?

Artefacts

• Preuves de collaboration en matière de gouvernance, telles que partie prenante ordres du jour des réunions, résultats et procédures d'escalade
• Preuve de l'examen du péage processus, par exemple, les procès-verbaux et les résultats des réunions
• Architecture technologique politique
• Gestion des données politique
• Liste des parties prenantes et preuves de communication bidirectionnelle concernant l'examen technique et les autorisations

Score

Les activités de cette capacité doivent être alignées sur la priorisation des exigences en matière de données effectuée dans la capacité 3.1.2. Cette capacité comprend deux activités principales : l'identification et la définition des données. L'identification des données comprend :

1. Définir les domaines de données logiques et les données associées qui sont essentielles à chaque domaine
2. Correspondance entre les référentiels de données physiques et les domaines de données logiques
3. Catalogage des données dans les dépôts

La définition des données comprend :

1. Modélisation des données pour refléter les concepts fondamentaux, les attributs et leurs relations
2. Décrire les données dans le contexte des capacités ou processus métier où elles sont utilisées.
3. Création de taxonomies et d'ontologies pour documenter les relations entre les données

Ces activités guident l'identification, la définition, l'organisation et le catalogage des besoins en données et des conceptions de données. Les données critiques identifiées au cours de architecture d'entreprise Les activités doivent être décrites de manière à faciliter la conception et la mise en œuvre des référentiels de données et architecture de données. De plus, architecture de données Il faut veiller à ce que les données soient conçues de manière à pouvoir être exploitées par l'architecture technique pour répondre aux besoins de l'entreprise.

Description

A domaine de données Un domaine de données est une représentation logique d'une catégorie spécifique de données, formellement désignée et nommée. Les domaines de données sont des constructions logiques qui représentent les données elles-mêmes, et non les référentiels physiques qui les hébergent. L'identification des domaines permet de cibler les données essentielles à l'exécution des fonctions métier au sein de ces domaines. La gestion des données au sein d'un domaine de données est cruciale. domaine Cette structure permet de garantir une propriété cohérente des données partagées et minimise ainsi les interprétations divergentes de ce que représentent ces données.

Objectifs

• Impliquez les entreprises processus experts en la matière dans l'identification des domaines de données logiques.
• Identifier et hiérarchiser les domaines de données.
• Structurer les domaines de données logiques pour contenir des données connexes, quel que soit l'endroit où ces données sont produites au sein de l'organisation.

Conseil

L’identification des domaines de données doit être guidée par les besoins de l’entreprise, en fonction des données nécessaires à l’exécution des fonctions requises. Cette activité sera étroitement liée aux sous-capacités relatives à la gestion du vocabulaire/glossaire (4.2.1). classification des données, 3.3.4. Les domaines de données sont définis afin de faciliter une meilleure compréhension de la structure et de l'organisation des données associées aux fonctions métier ou opérationnelles qui les gèrent. La définition des domaines de données présente notamment les avantages suivants :

• Constituer une base pour la communication et les activités dans un contexte commercial
• Soutenir la coordination entre Architecture d'entreprise, Gestion des données/Architecture des données et Architecture technologique autour de sujets ou thèmes communs
• Faciliter la cohérence et l'alignement du sens partagé autour des concepts commerciaux et opérationnels communs

L'objectif global est de garantir une utilisation appropriée des données et d'amener les parties prenantes à envisager la gestion des données en termes de contenu plutôt que de bases de données physiques. Cette démarche doit reposer sur une compréhension du fonctionnement des activités de l'entreprise. Une fois les domaines de données logiques définis, ils doivent être décrits à l'aide d'ontologies, de taxonomies, de modèles de données ou d'autres constructions pertinentes, et associés à leur emplacement physique. Les domaines de données incluent les données générées en interne et celles acquises en externe. Il est impératif d'identifier et d'inventorier ces actifs de données stratégiques afin d'assurer leur utilisation optimale. consommateur de données processus métier critiques. Métadonnées devrait être traité comme une entité distincte domaine de données Gérée et maintenue par l'organisation de gestion des données selon des normes de qualité comparables à celles utilisées pour les domaines d'activité.

Questions

• L'entreprise domaine propriétaire et le Fonction d'architecture des données ont participé à l'identification des domaines de données faisant autorité ?
• Les fonctions commerciales pertinentes sont-elles représentées dans la discussion ?
• La distinction entre domaines de données et référentiels de données est-elle claire ?

Artefacts

• Politique indiquant ce que sont les domaines de données et comment ils doivent être utilisés
• Critères de détermination des domaines de données
• Inventaire des domaines de données
• Liste des parties prenantes et preuves de communication bidirectionnelle

Score

Description

Les référentiels physiques de données, qui doivent être associés aux domaines de données, sont essentiels à ces derniers. Ces référentiels peuvent inclure des bases de données applicatives, des tableurs, des entrepôts de données, des lacs de données, des données en flux continu ou stockées dans des services cloud, et notamment les systèmes d'information et d'archivage.

Objectifs

• Créer et tenir à jour un inventaire des référentiels physiques de données.
• Associer les référentiels physiques aux domaines de données.

Conseil

Les éléments de données dans n'importe quel domaine de données Il est nécessaire de faire correspondre les données à leur emplacement physique. La première étape consiste à créer un inventaire des référentiels de données. Pour cette activité, l'emplacement du contenu importe peu : les données peuvent être externes, en flux continu, de type maître/esclave ou dans le cloud. L'important est que les référentiels soient inventoriés et que les données qu'ils contiennent soient associées aux domaines de données identifiés et approuvés. Notez que l'association des référentiels aux domaines ne sera pas nécessairement univoque. Un seul référentiel peut contenir des données provenant de deux domaines ou plus. domaine peut être instancié dans plusieurs référentiels. Ce dernier cas est particulièrement probable lorsqu'un domaine de données représente des données largement partagées au sein de l'organisation ou lorsque l'organisation est suffisamment complexe pour nécessiter l'existence de plusieurs versions de domaines.

Questions

• L'inventaire des référentiels de données a-t-il été compilé et vérifié ?
• Les domaines de données identifiés et approuvés ont-ils été associés à leur emplacement physique ?

Artefacts

• Inventaire des référentiels de données
• Cartographie des domaines de données identifiés et approuvés vers l'emplacement physique

Score

Description

Entreprise Les domaines de données et leurs éléments de données clés doivent être clairement définis, modélisés et documentés afin de saisir les relations fondamentales entre les données et d'assurer leur alignement avec les exigences métier. processus. Standard entreprise Les modèles d'entités devraient être imposés par les politiques de gestion des données.

Objectifs

• Créer des modèles complets des éléments clés entreprise données.
• Capturez et documentez les relations entre les objets de données.
• Développer entreprise Définitions et modèles d'entités à l'appui des capacités, processus et exigences de l'entreprise.

Conseil

Les pratiques de modélisation des données varient selon les défis métiers spécifiques à chaque organisation et les choix d'architecture technique ou de plateforme de données qu'elle a effectués. Traditionnellement associée à la structuration des données pour les systèmes de gestion de bases de données relationnelles (SGBDR), la modélisation des données a évolué avec les architectures modernes, telles que les lacs de données, les bases de données NoSQL et les bases de données graphiques. Ces nouvelles technologies requièrent souvent une approche de modélisation moins rigide. Néanmoins, l'organisation des données pour répondre aux besoins métiers demeure essentielle. D'un point de vue managérial (et non opérationnel), les organisations exigent généralement la création de modèles de données conceptuels et logiques afin de saisir les relations entre les données pertinentes pour l'activité.

• Modèles conceptuels de données : Un niveau simplifié de haut niveau modèle de données utilisé pour exprimer des concepts de données importants pour l'entreprise processus. Conçu par des modélisateurs de données pour communiquer avec les entreprises processus Les propriétaires doivent s'assurer d'un accord de haut niveau sur les concepts de données fondamentaux.
• Modèles de données logiques : Il s'agit de modèles de données plus détaillés qui identifient les attributs et les relations des données nécessaires au bon fonctionnement de l'entreprise. processus, Ces modèles sont indépendants de toute technologie ou solution. Ils peuvent être influencés par l'architecture technique et technologique existante de l'organisation, sans toutefois la décrire précisément, et sont conçus pour être compréhensibles par les utilisateurs métiers.

En pratique, les modèles logiques sont souvent adaptés pour s'aligner sur les architectures physiques, de données et techniques, car ces fonctions collaborent pour définir des modèles qui reflètent les besoins de mise en œuvre — comme les distinctions entre les conceptions relationnelles et sémantiques (par exemple, graphes ou HIBOUUne fois les modèles de données établis, ils doivent être formellement gérés et gouvernés par politique. Cela inclut les exigences relatives à la mise en œuvre, à la maintenance continue et à l'utilisation. Les activités de modélisation des données doivent être intégrées aux processus de gestion du changement de l'organisation, notamment les approbations de changement, les analyses d'impact et les mises en œuvre contrôlées.

Questions

• Les modèles de données définissant les entités dans les domaines de données à l'échelle de l'organisation ont-ils été vérifiés par des experts métiers ?
• Les modèles de données sont-ils documentés, rendus accessibles et utilisés dans les systèmes existants et nouveaux ?
• La terminologie utilisée lors de la création de modèles de données est-elle alignée sur celle de l'organisation ? standard glossaire(s), vocabulaire et autres métadonnées exigences?
• Les politiques et les normes de gestion des modèles de données ont-elles été définies, vérifiées, approuvées et rendues accessibles ?
• La gouvernance des modèles de données a-t-elle été alignée sur les politiques et pratiques de gestion du changement existantes ?
• La modélisation des termes, des définitions et des relations a-t-elle été vérifiée par les parties prenantes métiers et archivée ? métadonnées?

Artefacts

• Politique et les normes relatives à l'utilisation et à la maintenance des modèles de données
• Modèles de données
• Liste des parties prenantes et preuves de communication bidirectionnelle

Score

Description

Les données doivent être identifiées par des identifiants cohérents à l'échelle de l'organisation et classées selon des schémas taxonomiques approuvés afin de garantir leur organisation précise. L'établissement de ces schémas et méthodologies est essentiel pour définir les relations, standardiser le traitement des données au sein de l'organisation et les agréger à des fins d'analyse. Des identifications et classifications uniques et précises sont fondamentales pour garantir que les données soient découvrables, compréhensibles et exploitables, conformément aux objectifs de l'entreprise. domaine exigences.

Objectifs

• Établir et normaliser les schémas de classification en tenant compte des données structurées et non structurées.
• Normaliser la manière dont les éléments de l'entreprise sont identifiés et catalogués.
• Formaliser et normaliser la mise en œuvre de données de référence, vocabulaire de classification, taxonomies et ontologies prenant en compte l'industrie standard identifiants.

Conseil

La communication du contexte et du sens sémantique est rendue possible par classification des données Les schémas, les vocabulaires de référence et les vocabulaires liés sont organisés en taxonomies ou ontologies. L'établissement de schémas de classification est essentiel à la mise en place de ces schémas. standard Les approches favorisant la découverte des données et l'analyse de leur pertinence ou de leur adéquation à l'usage sont essentielles. L'identification unique et précise des données est une capacité fondamentale. Elle est cruciale pour la gestion des données de référence (opérationnelles), le reporting réglementaire, l'analyse des risques et constitue le socle des techniques d'intelligence artificielle adoptées. Des schémas d'identification des données sont nécessaires pour garantir que les données associées à des entités uniques soient facilement identifiables lors de leur partage au sein de l'organisation. Ces données incluent, sans s'y limiter :, client Les données comprennent des informations, la dénomination sociale et les détails du produit. De plus, leur identification et leur description correctes sont essentielles à la gestion de la confidentialité, à la sécurité de l'information, au masquage et au chiffrement des données, ainsi qu'à l'analyse des risques. L'identification unique est un principe fondamental de la gestion des données, régie par… politique et appliquées par des normes. Quand données de référence est utilisé pour classer d'autres données, il est important que données de référence Les valeurs de référence doivent être définies selon des méthodologies taxonomiques formelles et identifiées de manière unique. Des politiques, des procédures et des normes sont nécessaires pour garantir l'exécution des tâches critiques, notamment en ce qui concerne l'identification des données clés, l'utilisation des vocabulaires de classification, ainsi que leur application et leur mise en correspondance. taxonomie / ontologie La création de ces schémas requiert la participation des acteurs des domaines métiers, des données, des technologies, ainsi que des affaires juridiques et de la conformité. Dans de nombreux cas, des politiques de conformité existent déjà, mais elles ne sont pas nécessairement intégrées aux processus de gestion des données au sein de l'organisation.

Questions

• Existe-t-il un vocabulaire et des schémas uniques et précis permettant de décrire les données pour toutes les données clés ?
• A politique Ont-ils été développés et approuvés pour garantir que ces vocabulaires et schémas soient utilisés dans les applications métier ?
• Ayez ces standard Des vocabulaires ont-ils été publiés ?
• Des schémas de classification et des taxonomies appropriés ont-ils été définis ?
• L'organisation a-t-elle approuvé et publié des normes pour les vocabulaires, schémas, taxonomies et ontologies sélectionnés ?
• L'organisation métadonnées modèle aligner et tirer parti des approches de classification adoptées ?
• Le catalogue de données fait-il référence aux approches de classification de manière à faciliter la découverte des données et la compréhension de leur signification et de leur contexte ?

Artefacts

• Politique à propos standard vocabulaire, schémas de classification, taxonomies et ontologies
• Inventaire des normes d'identification, de classification, de taxonomie et d'ontologie en vigueur
• Documentation de référencement croisé et de transformation

Score

Description

Une fois les référentiels physiques de données alignés sur les domaines de données établis, l'étape suivante consiste à cataloguer les données dans ces référentiels.

Objectifs

• Établir un catalogue d'éléments de données alignés sur domaine de données.
• Capture requise standard métadonnées sur les éléments de données.
• Rendre le catalogue de données accessible aux parties prenantes.

Conseil

Le catalogue sert d'outil de communication des données disponibles au sein d'un espace spécifique. domaine tout en fournissant les informations essentielles permettant aux consommateurs de découvrir les données et d'en évaluer la pertinence par rapport à leurs besoins. Tout effort de catalogage exige de l'organisation qu'elle détermine les étiquettes à inclure. Ces étiquettes doivent correspondre aux informations nécessaires à la gestion efficace des données clés, conformément aux domaine exigences. Ceci est structuré au sein d'un métadonnées modèle, qui définit les attributs essentiels nécessaires à une description exhaustive des données et décrit la manière dont ces attributs sont organisés. métadonnées Les éléments catalogués doivent être conformes aux normes établies et définies par l'organisation.

Questions

• Alignez les éléments de données sur un domaine de données ont été catalogués ?
• Possède les qualifications requises métadonnées pour ces éléments de données ont été capturés et catalogués ?
• Est-ce que métadonnées Les données capturées et cataloguées décrivent intégralement les éléments de données au niveau requis par les normes pertinentes. domaine(s) ?
• Est-ce que métadonnées accessible aux parties prenantes dans un catalogue de données ?

Artefacts

• Données politique pour métadonnées capturer
• Normes et lignes directrices du catalogue de données
• Dictionnaire de données
• Métadonnées Dictionnaire

Score

L'initiative de gestion des données doit collaborer avec le service technologique. fonction. Ensemble, ils définissent la plateforme de données, les infrastructures de stockage et de distribution à l'échelle de l'organisation. Cette collaboration doit être soutenue par une gouvernance et un système de gouvernance mutuels. politique.

Description

Le rôle de la technologie fonction Il s'agit de définir et de concevoir l'architecture technique nécessaire pour répondre aux exigences en matière de données, en collaboration avec les équipes métiers. processus exigences. L'initiative de gestion des données doit collaborer avec le service technologique. fonction. Ensemble, ils définissent les stratégies de bases de données, les approches de plateformes analytiques, les solutions intermédiaires, les technologies de stockage et de conservation, les considérations de sécurité de l'information et tous les autres aspects de l'infrastructure technologique globale nécessaire pour soutenir les buts et objectifs de gestion des données de l'organisation.

Objectifs

• S’assurer que la gestion des données participe activement aux processus de stratégie technologique en représentant les exigences, les buts et les objectifs de la gestion des données.
• Veillez à prendre en compte l'intégration des dernières avancées technologiques en matière de gestion des données.

Conseil

La stratégie technologique doit garantir que l'initiative de gestion des données puisse être soutenue par la technologie. fonction. La technologie fonction est responsable du fonctionnement de l'infrastructure technologique. Elle ne définit pas les fonctionnalités ni les exigences en matière de données. Évaluez le Architecture technologique stratégie axée sur la gestion des données. Une obligation de la architecture de données et Architecture technologique Ce rôle consiste à évaluer les objectifs commerciaux et à informer les dirigeants des opportunités de déploiement d'outils et de méthodes technologiques innovants, tels que l'IA. L'analyse doit notamment porter sur les possibilités d'utiliser ces outils et méthodes pour soutenir les objectifs et les processus de gestion des données.

Questions

• Quels sont les mécanismes permettant d'assurer un partenariat formel et continu entre l'organisation de gestion des données et la technologie ? fonction?
• Ayez le Architecture des données et Architecture technologique Les fonctions ont évalué et communiqué les opportunités de déployer des outils et des méthodes techniques innovants pour soutenir les objectifs commerciaux définis ?

Artefacts

• Alignement de Architecture technologique et les stratégies de gestion des données, y compris les Architecture des données stratégie
• Liste des parties prenantes et preuves de communication bidirectionnelle

Score

Description

L'initiative de gestion des données doit être impliquée dans Architecture technologique L’infrastructure de la plateforme permet de définir et de mettre en œuvre une stratégie, une feuille de route d’exécution et une structure de gouvernance. Pour qu’une stratégie technologique soit pérenne, elle doit s’accompagner d’un engagement budgétaire sur toute la durée de vie de la feuille de route prévue.

Objectifs

• Assurez-vous que la gestion des données collabore avec Architecture technologique éclairer la stratégie d'infrastructure de la plateforme en matière d'exigences, de buts et d'objectifs de gestion des données.
• Veillez à ce que toutes les améliorations et tous les nouveaux développements soient soumis à un examen et à une approbation conformes à la stratégie et à la feuille de route définies pour l'infrastructure de la plateforme.

Conseil

Architecture technologique L'équipe en charge de la stratégie d'infrastructure de la plateforme et de sa feuille de route d'exécution est responsable de cette stratégie. Celle-ci doit être coordonnée avec les besoins métiers des systèmes de gestion de bases de données à l'échelle de l'organisation. L'équipe de gestion des données doit faciliter la coordination entre les parties prenantes afin de représenter ces enjeux métiers. La priorisation des exigences est essentielle. L'innovation au sein de l'infrastructure de la plateforme à l'échelle de l'organisation passe notamment par l'utilisation de nouveaux outils et méthodes technologiques. L'infrastructure pourrait bénéficier de l'intégration de l'IA, du ML, du traitement automatique du langage naturel (TALN) et des graphes de connaissances.

Questions

• Quels sont les mécanismes permettant d'assurer la coordination entre les activités, les données et la technologie aux niveaux appropriés de l'organisation ?
• Quels sont les mécanismes de coordination et de priorisation ?

Artefacts

• Exigences, stratégie et feuille de route de l'infrastructure de la plateforme
• Preuve de conformité avec la stratégie de gestion des données
• Infrastructure de plateforme politique et normes

Score

Description

L'initiative de gestion des données doit être impliquée dans Architecture technologique Dans le domaine de l'infrastructure de stockage de données, il est essentiel de définir et de mettre en œuvre une stratégie, une feuille de route et une structure de gouvernance. Pour qu'une stratégie technologique soit pérenne, un budget doit être alloué sur toute la durée de vie de la feuille de route.

Objectifs

• Assurez-vous que la gestion des données collabore avec Architecture technologique éclairer la stratégie d'infrastructure de stockage de données en fonction des exigences, des buts, des objectifs et des politiques de gestion des données.
• Veillez à ce que toutes les améliorations et tous les nouveaux développements soient soumis à un examen et à une approbation conformes à la stratégie et à la feuille de route définies en matière de gestion du stockage.

Conseil

Architecture technologique L'organisation est responsable de la stratégie d'infrastructure de stockage de données et de sa feuille de route d'exécution. Cette stratégie doit être coordonnée avec les besoins métiers en matière d'archivage, de conformité légale, de conservation et de destruction sécurisée des données. L'organisation de gestion des données doit faciliter la coordination entre les parties prenantes afin de représenter ces enjeux métiers. De plus, les plans de stockage, d'archivage et de récupération des données doivent être coordonnés entre les différentes parties prenantes (métier, données, technologie, juridique et conformité). La priorisation des exigences est essentielle. L'innovation dans l'infrastructure de stockage de données à l'échelle de l'organisation passe notamment par l'utilisation de nouveaux outils et méthodes technologiques. Les organisations doivent envisager les solutions traditionnelles (bases de données relationnelles, systèmes de fichiers, stockage par blocs), le cloud (objets cloud, systèmes de fichiers distribués, cloud hybride et multicloud), NoSQL et Big Data (bases de données clé-valeur, bases de données colonnaires, documentaires, graphiques et de séries temporelles), le stockage en périphérie et décentralisé (edge computing, blockchain et décentralisé), ainsi que le stockage en mémoire et haute performance (RAM, NVMe et SSD). De nouvelles possibilités s'offrent également aux données pour être chiffrées, tokenisées, anonymisées ou pseudonymisées au repos, en transit et stockées.

Questions

• Quels mécanismes sont en place pour assurer la coordination entre les activités commerciales, les données et la technologie aux niveaux appropriés de l'organisation ?
• La stratégie prend-elle en compte des exigences légales supplémentaires, notamment le masquage, l'anonymisation et l'ensemble des droits à la vie privée ?
• Quel est l'intérêt de l'organisation pour les services de stockage de données dans le cloud ?
• Comment l'organisation gérera-t-elle la reconstruction des données à partir d'archives ?
• Quels sont les mécanismes de coordination et de priorisation ?

Artefacts

• Besoins, stratégie et feuille de route en matière de stockage
• Preuve de conformité avec la stratégie de gestion des données
• Preuves de collaboration, d'harmonisation, de socialisation et d'approbation entre la gestion des données et la technologie
• stockage de données politique et normes
• Preuve de la prise en compte du stockage dans les étapes clés du cycle de vie du développement logiciel (SDLC) dès le début des améliorations de la plateforme technologique ou du nouveau développement.

Score

Description

L'initiative de gestion des données doit être impliquée dans Architecture technologique Dans le cadre de l'infrastructure d'intégration des données, il est nécessaire de définir et de mettre en œuvre une stratégie, une feuille de route et une structure de gouvernance. Pour qu'une stratégie technologique soit pérenne, un budget doit être alloué sur toute la durée de vie de la feuille de route.

Objectifs

• Élaborer une stratégie intégrée d'intégration des données. Obtenir l'accord des principaux décideurs des secteurs d'activité, des données et des technologies.
• Assurez-vous que la gestion des données collabore avec Architecture technologique éclairer la stratégie d'infrastructure d'intégration des données en fonction des exigences, des buts et des objectifs de la gestion des données.
• Veillez à ce que toutes les améliorations et tous les nouveaux développements soient soumis à un examen et à une approbation conformes à la stratégie et à la feuille de route définies pour l'intégration des données.

Conseil

Architecture technologique L'organisation est responsable de la stratégie d'infrastructure d'intégration des données et de sa feuille de route de mise en œuvre. Cette stratégie doit être alignée sur les besoins métiers et prendre en compte les contrôles d'accès aux données, les restrictions de sécurité de l'information, les points d'approvisionnement de données faisant autorité et le modèle de données en tant que service (DaaS). L'organisation de gestion des données doit jouer un rôle de facilitateur, en assurant la coordination entre les parties prenantes afin de représenter ces enjeux métiers. La priorisation des exigences est essentielle.

Questions

• Quels sont les mécanismes permettant d'assurer la coordination entre les activités, les données et la technologie aux niveaux appropriés de l'organisation ?
• Quels sont les mécanismes de coordination et de priorisation ?

Artefacts

• Exigences, stratégie et feuille de route de l'infrastructure de la plateforme
• Preuve d'alignement avec la stratégie de gestion des données
• Preuves de collaboration, d'harmonisation, de socialisation et d'approbation entre la gestion des données et la technologie
• L'infrastructure d'intégration des données est représentée dans politique et normes
• Preuve de la prise en compte de l'infrastructure d'intégration des données dans les étapes clés du cycle de vie du développement logiciel (SDLC) dès le début des améliorations de la plateforme technologique ou du nouveau développement.

Score

Description

L'initiative de gestion des données, bien que n'en étant pas directement responsable, doit être impliquée dans la planification et les tests de contingence pour l'accès aux données et leur maintenance en cas de perturbation opérationnelle.

Objectifs

• Assurer la collaboration en matière de gestion des données avec la technologie fonction à l'appui de la définition, de la mise à l'essai et du soutien des plans d'urgence en cas de perturbation opérationnelle.
• Établir une compréhension complète des dépendances en matière de gestion des données qui nécessitent un soutien approprié dans le cadre de la planification des mesures d'urgence.

Conseil

Les exigences relatives aux risques opérationnels liés aux données doivent être prises en compte dans la définition des exigences en matière de données. processus. Ces exigences définiront les architecture technologique’Le choix des applications de stockage et des stratégies de récupération de données est crucial. Lors de l'évaluation d'une application de stockage, il est important de noter qu'elle peut contenir des données provenant de plusieurs sources. Les exigences de récupération les plus strictes peuvent s'appliquer à l'ensemble des données de l'application. Or, une récupération plus rigoureuse engendre des coûts plus élevés, ce qui peut faire grimper le coût total du stockage.

Questions

• Quels sont les mécanismes permettant d'assurer la collaboration entre la gestion des données et Architecture technologique pour la planification des imprévus ?
• Toutes les dépendances de données sont-elles définies et comprises en vue de leur récupération ?

Artefacts

• Plan de contingence/de reprise après sinistre
• Tests et résultats du plan de continuité d'activité/de reprise après sinistre

Score

La pile d'outils technologiques de gestion des données est l'ensemble des outils technologiques nécessaires pour répondre aux exigences opérationnelles et commerciales en matière de gestion des données. processus Il est indispensable de définir les exigences relatives à la pile d'outils technologiques de gestion des données. Les feuilles de route technologiques et la gouvernance garantissent le déploiement et l'adoption de ces outils.

Description

L'initiative de gestion des données doit définir les exigences relatives à ses outils logiciels en matière de technologie. groupe. Le responsable de la gestion des données est chargé de définir les exigences, tandis que le service informatique est responsable de la stratégie technologique de gestion des données qui répond à ces exigences. Une feuille de route des outils technologiques doit être élaborée pour mettre en œuvre l'infrastructure technologique de gestion des données définie dans la stratégie des outils.

Objectifs

• Concevoir et documenter une stratégie d'outils technologiques intégrés de gestion des données.
• Démontrer le soutien de l'entreprise à la stratégie d'outils technologiques de gestion des données. politique.
• Élaborer une feuille de route intégrée pour les outils technologiques, conformément à la stratégie en la matière. Inclure des directives pour les nouveaux développements ainsi que des plans de mise hors service pour les implémentations d'outils existants non standardisés.
• Élaborer des budgets conformes aux processus du cycle budgétaire de l'organisation.

Conseil

Assurez-vous que la technologie fonction a défini une stratégie d'outils qui intègre les exigences relatives aux outils technologiques de gestion des données. L'organisation de gestion des données doit s'assurer que les ressources et les compétences nécessaires à l'utilisation des différents outils sont disponibles (par exemple, outil de catalogue de données, outil de modélisation des données, etc.)., transformation des données outils, métadonnées outil, outil de glossaire, Qualité des données Cette capacité de support nécessite une coordination entre les parties prenantes des secteurs métiers, des données et de la technologie afin de définir les exigences de la stratégie relative aux outils de gestion des données. Une fois cette stratégie définie, elle doit être traduite en une feuille de route de mise en œuvre concrète. Assurez-vous que cette feuille de route technologique soit réaliste, alignée sur les priorités de l'entreprise et harmonisée avec les processus d'approvisionnement internes.

Questions

• Les services de gestion des données et de technologie collaborent-ils à l'élaboration des exigences et de la stratégie relatives aux outils technologiques de gestion des données ?
• Les politiques et les processus qui régissent cette relation sont-ils définis et vérifiés ?
• La feuille de route des outils technologiques de gestion des données est-elle alignée sur les processus d'approvisionnement internes ?
• La feuille de route des outils technologiques de gestion des données est-elle partagée avec l'organisation de gestion des données ?

Artefacts

• Stratégie des outils technologiques de gestion des données
• Liste des parties prenantes et preuves de communication bidirectionnelle
• Feuille de route des outils technologiques de gestion des données alignée sur la stratégie de gestion des données

Score

Description

La technologie, en partenariat avec la gestion des données, doit définir et régir la pile d'outils liés à la gestion des données.

Objectifs

• Mettre en place une structure de gouvernance des outils technologiques de gestion des données, assortie d'un ensemble complet de politiques. S'assurer de sa conformité avec la stratégie de gestion des données.
• Mettre en place une structure de gouvernance des outils de gestion des données au sein des équipes de développement technologique.

Conseil

Assurez-vous que la structure de gouvernance des outils technologiques de gestion des données est en place et opérationnelle, et que les politiques et pratiques de gouvernance intègrent les exigences de l'initiative de gestion des données. Différents outils remplissant les mêmes fonctions peuvent générer des données disparates. De plus, la multiplication des outils peut accroître la complexité, augmenter les coûts et freiner l'intégration des systèmes.

Questions

• Quels sont les mécanismes de coordination entre la gouvernance technologique et la gouvernance de la gestion des données ?
• Comment les services de gestion des technologies et des données s'y prennent-ils pour rester au fait des innovations et des nouvelles capacités technologiques ?
• Existe-t-il un mécanisme de collaboration entre la gestion des données et la technologie ?
• Existe-t-il un accord entre les services techniques et les entreprises concernant le périmètre et les contrôles associés aux outils technologiques ?

Artefacts

• document de structure de gouvernance des outils technologiques
• Preuves des opérations de gouvernance telles que les réunions et les procédures, les documents
• Politique et les normes de gouvernance des outils de données
• Liste des outils de gestion de données autorisés
• Documentation de la communication bidirectionnelle entre les services métiers, données et technologies concernant la sélection des outils et les critères d'approbation

Score