Introduction

Face à l'augmentation constante des demandes, des volumes et des variétés de données, due aux progrès technologiques tels que l'intelligence artificielle, les organisations de tous les secteurs d'activité reconnaissent de plus en plus l'importance de comprendre leurs données et les pratiques associées. Le volet « Connaissance des données d'entreprise » offre des outils pour aider une organisation à mieux appréhender ses données grâce à un programme de formation structuré, et à formaliser la compréhension commune des connaissances métiers. glossaire d'affaires, et de recueillir des informations sur les données critiques afin d'en garantir la disponibilité, la qualité et la fiabilité pour l'organisation. En priorisant ces efforts, les organisations peuvent s'assurer d'être bien préparées pour naviguer dans la complexité du paysage des données en constante évolution et tirer parti de leurs actifs de données pour obtenir un avantage stratégique.

Définition

La notion de connaissance des données d'entreprise aborde les méthodes et les pratiques permettant de développer et de maintenir en permanence la sensibilisation aux données au sein d'une organisation et une compréhension partagée de ces données. L'objectif est de créer un écosystème de données unique favorisant une culture des données positive, adoptée par l'ensemble de l'organisation. employés, chacun ayant une compréhension claire de sa propre responsabilité et de celle des autres en matière de données.

Portée

• Mettre en place un programme formel de formation et d'enseignement en matière de gestion des données.
• Collaborer avec les parties prenantes de la gestion des données pour concevoir et mettre en œuvre des processus durables de définition des conditions commerciales alignées sur Architecture des données plans et maquettes.
• Établir un système durable gestion des métadonnées approche et programme.
• Mettre en place un référentiel permanent d'informations et de données accessibles par entreprise.

Proposition de valeur

L’intégration de ces pratiques est cruciale pour atteindre l’excellence opérationnelle et maximiser la valeur tirée des données en tant qu’atout stratégique :

• Mettre en œuvre des programmes de formation aux données efficaces en favorisant une compréhension partagée des données et en créant un environnement de collaboration interorganisationnelle autour des données, afin de contribuer à une amélioration positive des connaissances organisationnelles en matière de données.
• Identifier, documenter et partager les informations concernant les parties prenantes internes qui définissent, produisent et utilisent des données spécifiques permettra d'améliorer la coordination, la collaboration et la communication relatives à ces données. Cette pratique contribue à atténuer les risques opérationnels, financiers et de réputation liés à l'utilisation de données erronées pour l'analyse, la prise de décision et les rapports réglementaires.
• L’enregistrement systématique des informations relatives aux éléments de données, ensembles de données et documents critiques permet une compréhension plus approfondie et une utilisation plus efficace de ces données. Cette pratique jette les bases d’une gestion automatisée du cycle de vie des données, garantissant ainsi la qualité des informations essentielles aux processus métier complexes.
• Maintenir durablement les définitions de données, métadonnées et provenance des données sera mieux préparé à répondre aux exigences réglementaires et à une gestion efficace des risques. De plus, les données utilisées dans les applications d'intelligence artificielle et d'apprentissage automatique devraient nécessiter une documentation exhaustive des sources et des transformations de données.

Aperçu

La signification des données devient floue lors de leurs transferts, copies et renommages. Ceci pose problème car les organisations s'appuient sur diverses applications métier aux modèles de données distincts. Ces modèles reposent généralement sur des glossaires, ce qui peut engendrer des incohérences entre les applications. Par conséquent, un même terme peut avoir des significations différentes, ou des termes différents peuvent désigner un même concept. Les processus front-office et back-office sont souvent affectés par ce problème, ce qui engendre des difficultés d'intégration et de réutilisation des données dans de nouvelles applications. Une gestion efficace des données repose sur l'établissement de définitions partagées des termes relatifs aux données métier au sein d'un vocabulaire contrôlé et utilisé de manière cohérente dans toute l'organisation. principe Cela s'étend également à la terminologie de la gestion des données. glossaire d'affaires sert de ressource clé, définissant chaque donnée précieuse ou terme En définissant clairement ce qu'elle représente dans le monde réel, on crée ainsi une étiquette facilement compréhensible. Des définitions de données plus précises sont souvent nécessaires pour saisir le contexte et les informations associées aux étiquettes. Les techniques de classification aident à définir, dédupliquer, organiser et relier les éléments de données et les termes métier, améliorant ainsi la valeur extraite des données. L'objectif est de documenter et de transmettre systématiquement la signification contextualisée des termes de données. gestion des métadonnées structures ceci processus en numérisant les définitions et en capturant des informations supplémentaires grâce aux attributs et aux balises de données. Métadonnées Il comprend les aspects commerciaux, opérationnels, techniques, descriptifs, structurels et administratifs, essentiels au traitement manuel et automatisé des données. Haute qualité métadonnées est essentiel pour une efficacité actifs de données la gestion et permet l'automatisation. L'étendue et la qualité de la gestion d'une organisation métadonnées Cela influence considérablement ses capacités globales de gestion des données. À mesure que les volumes de données et les exigences commerciales augmentent, la gestion manuelle des données devient impraticable. Par conséquent, les bonnes pratiques garantissent une gouvernance automatisée de la création, du traitement et de l'utilisation des données, soutenue par une responsabilité clairement définie et une approche ciblée. gestion des métadonnées.Un programme d'éducation aux données pour tous employés est crucial pour développer la connaissance des données d'entreprise, permettre une gestion efficace des données et tirer profit des actifs de données. Une gestion efficace de la terminologie métier et métadonnées Elle est plus efficace dans les organisations où tous les niveaux de personnel connaissent la stratégie de données, les principes de gestion des données et l'état d'esprit organisationnel nécessaire.

Questions fondamentales

• Existe-t-il un programme de formation en gestion des données défini et documenté ?
• Le programme de formation en gestion des données bénéficie-t-il du soutien approprié d'une équipe pédagogique d'entreprise ?
• Existe-t-il une approche commune pour terme commercial Définition et utilisation du glossaire définies pour l'organisation ?
• Est-ce que Gestion des métadonnées Une approche accessible et approuvée par toutes les parties prenantes concernées ?

Artefacts principaux

• Approche et programme d'éducation aux données politique
• Glossaire d'affaires Approche
• Gestion des métadonnées Approche et politique

Le programme de formation aux données jette les bases de la valorisation des données partagées. Il favorise une culture des données éclairée grâce aux compétences requises, à un vocabulaire commun et à la compréhension, par les employés, de la valeur des données pour l'organisation. Un programme de formation aux données complet contribue à améliorer la culture des données et la collaboration au sein de l'organisation concernant les objectifs liés aux données.

Description

Un programme est mis en place pour former l'organisation aux concepts, compétences et responsabilités liés aux données.

Objectifs

• Soutenir le développement et l'évaluation de la formation aux données au sein de l'organisation.
• Aligner le programme de formation sur les stratégies de données et de gestion des données de l'organisation., politique et les normes.
• Concevoir et mettre en œuvre des programmes de formation formels en fonction des besoins prioritaires.
• Renforcer les rôles et responsabilités de l'organisation en matière de données afin de garantir que chacun comprenne sa propre responsabilité et celle des autres concernant les données et l'éthique des données.
• Diffuser les améliorations des données et les mises à jour de formation au sein de l'organisation.

Conseil

Un changement de culture organisationnelle est indispensable à une gestion efficace des données, permettant d'optimiser la valeur à long terme du patrimoine de données. Un programme de formation de qualité vise à développer et à pérenniser la compréhension, au sein de l'organisation, des principes, des compétences, de la collaboration et de la responsabilité partagée en matière de données, garantissant ainsi leur conformité avec les politiques de gestion des données. Ce programme de formation doit couvrir un large éventail de sujets afin de former l'ensemble de l'organisation. Il doit inclure une formation conceptuelle, notamment sur la compréhension de la valeur des données, la définition des domaines de données et le développement des compétences nécessaires aux rôles de gestion des données, et favoriser une culture collaborative de cette gestion. Le programme doit également fournir un cadre opérationnel indiquant aux parties prenantes où trouver des instructions, du soutien, des politiques, des normes, des documents de référence et des formations complémentaires. L'objectif est de renforcer de manière constante les objectifs de l'initiative de gestion des données de l'organisation. La formation aux concepts fondamentaux des données doit être facilement accessible à tous les niveaux de l'organisation. Des formations spécialisées et ciblées peuvent être élaborées pour combler les lacunes en matière de connaissances et de compétences relatives aux données au sein de l'organisation, en fonction des besoins de formation identifiés par des enquêtes, des groupes de discussion ou d'autres évaluations. L'objectif est de promouvoir une évolution positive de la culture des données, à tous les niveaux hiérarchiques, afin d'améliorer la culture des données. Le programme de formation aux données devrait être intégré, le cas échéant, à la formation générale de l'organisation. fonction avec une implication étroite de la gestion des données fonction. Envisagez d'intégrer les meilleures pratiques du secteur et les certifications externes en gestion des données afin d'encourager une formation approfondie aux compétences pertinentes. Recherchez des opportunités de partenariat avec les Ressources Humaines, par exemple en intégrant la formation aux données dans les plans de développement professionnel, les critères de promotion ou les stratégies de fidélisation des employés. Une communication claire concernant l'obligation de participer au programme de formation en gestion des données est essentielle. Le soutien de la direction contribue à renforcer l'importance du programme au sein de l'organisation et garantit un financement adéquat. Au-delà de la formation formelle, il peut être bénéfique pour l'équipe de gestion des données de diffuser activement et de manière créative les messages clés en matière de gestion des données en utilisant diverses méthodes et canaux de communication afin d'entrer en contact avec les personnes concernées. employés.Des avantages considérables peuvent être obtenus en utilisant des outils modernes comme les chatbots pour répondre aux diverses questions du personnel concernant la gestion des données, tout en évaluant les niveaux d'engagement et en identifiant les lacunes en matière de formation. De plus, l'utilisation de métriques est essentielle pour surveiller et améliorer la qualité., couverture, et l'efficacité du programme éducatif.

Questions

• Existe-t-il un ensemble d'exigences et de priorités en matière de formation à la gestion des données, alignées sur la structure organisationnelle, les rôles définis pour les activités de gestion des données et la stratégie de gestion des données ?
• Existe-t-il un programme de formation formel destiné aux spécialistes de la gestion des données ainsi qu'aux parties prenantes à tous les niveaux de l'organisation, y compris les cadres et le personnel non permanent ?
• Les objectifs du programme de formation en gestion des données sont-ils intégrés à la stratégie de gestion des données ?
• L'approche en matière d'éducation et de formation prend-elle en compte la stratégie de gestion des données ?, politique et les normes en collaboration avec d'autres unités organisationnelles et fonctions de contrôle ?
• La participation au programme de formation en gestion des données est-elle soutenue par politique?
• Le programme de formation en gestion des données s'appuie-t-il sur une approche de communication large et efficace, assortie d'une boucle de rétroaction permettant de recenser et de mettre en œuvre les améliorations potentielles en matière de formation ?
• Le programme de formation en gestion des données est-il aligné et soutenu par la formation centrale de l'organisation ? fonction, le cas échéant ?

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
• Approche et plan du programme d'éducation aux données
• Éducation aux données politique
• Programmes et ressources pédagogiques sur les données
• Documentation d'exécution de Data Education
• communications du programme d'éducation aux données
• normes et procédures d'administration de Data Education
• Journal actif des nouvelles exigences en matière de formation en gestion des données
• rapports de mesure et de suivi de l'éducation aux données

Score

Description

Un catalogue complet de ressources pédagogiques et de documents de référence sur les données a été élaboré pour favoriser la réussite du programme de formation. Il est essentiel de mesurer la participation et de recueillir les commentaires de l'organisation afin d'améliorer l'expérience de formation globale.

Objectifs

• Mettre en place un accès commun au catalogue de données pédagogiques, aux ressources pédagogiques et aux informations de référence faisant autorité au sein de l'organisation.
• Élaborer un catalogue de formations basé sur les rôles et responsabilités organisationnels liés aux données afin de garantir que chacun comprenne sa propre responsabilité et celle des autres en matière de données et d'éthique des données.
• Mettre en place des mécanismes de retour d'information et de suggestions d'amélioration du programme de formation aux données.

Conseil

Les offres du programme de formation aux données doivent être décrites et accessibles via un catalogue ou d'autres supports facilement accessibles à tous les niveaux et pour tous les rôles (y compris temporaires) au sein de l'organisation. Cela permettra à chacun de découvrir par lui-même les ressources disponibles, recommandées et adaptées à ses besoins. L'équipe de gestion des données supervise l'utilisation des supports de formation et de référence au sein de l'organisation, en veillant à leur pertinence et à leur adéquation aux besoins pédagogiques. Si votre organisation dispose d'un service de formation interne, veuillez consulter les informations relatives à ce service. fonction, L’équipe de gestion des données devrait collaborer pour concevoir et intégrer le programme de formation aux données au sein du standard Environnement de formation. Un site web ou une page intranet largement accessible et bien diffusée peut fournir un accès facile au catalogue, aux calendriers de formation en gestion des données et aux liens vers les documents de référence statiques.

Questions

• Existe-t-il un catalogue de cours de formation aux données, de supports de formation et de documents de référence disponible et diffusé dans toute l'organisation ?
• Le catalogue comprend-il des formations recommandées et spécifiques à chaque rôle ?

Artefacts

• Un catalogue de ressources pédagogiques sur les données et les médias associés
• Un portail pour la formation du programme d'éducation aux données, politique et informations de référence
• Journal de commentaires/suggestions pour l'amélioration de la formation aux données
• Les messages et publications pédagogiques sur les données contenaient des liens vers des documents de référence faisant autorité.
• Rapports relatifs à l'utilisation du programme de formation sur les données (par exemple, participation à la formation obligatoire, respect des politiques, des normes et des exigences)

Score

Les glossaires métiers constituent la source officielle de définitions claires et précises, favorisant une compréhension commune des termes et des étiquettes métiers au sein d'un vocabulaire contrôlé pour l'utilisation partagée des données dans toute l'organisation. Cette approche garantit cohérence et la comparabilité entre les différentes activités, permettant à l'organisation d'améliorer ses processus opérationnels et de tirer davantage de valeur de ses données.

Description

A standard approche de la gestion de glossaire d'affaires un plan et des procédures ont été mis en place pour identifier et gérer les glossaire d'affaires Les exigences impliquent la définition, l'harmonisation, l'approbation, la publication, la maintenance et l'accessibilité de chaque terme.

Objectifs

• Établir un groupe unifié processus pour la gestion glossaire d'affaires terminologie relative au contenu, aux termes et aux données afin de promouvoir une appropriation claire et une compréhension partagée au sein de toute l'organisation.
• Désigner les rôles et les responsabilités pour faciliter processus, en veillant à ce que la responsabilité, l'engagement et la participation soient respectés par les parties prenantes concernées, les experts et les personnes occupant des postes clés.
• Aligner la gestion de glossaire d'affaires dans le cadre plus large de la gestion et de la gouvernance des données, notamment en ce qui concerne l'architecture, métadonnées, et la gestion du changement.

Conseil

Un publié, standard processus Il convient d'établir des règles de création, de mise à jour et de maintenance des termes métiers, conformément aux politiques de gestion des données. Impliquer les parties prenantes dans la définition collaborative de ces termes favorise une compréhension partagée de leur signification. Toutefois, parvenir à un consensus peut s'avérer complexe en raison de la résistance des utilisateurs, notamment avec les systèmes existants. Dans les environnements fragmentés, une approche pragmatique consiste à privilégier l'harmonisation fondée sur les définitions juridiques ou métiers plutôt que sur des conventions d'appellation uniformes pour tous les systèmes. Il est essentiel d'attribuer et de communiquer clairement les rôles et responsabilités liés à la gestion du glossaire afin de promouvoir la collaboration et d'assurer son harmonisation. partie prenante compréhension conforme aux pratiques globales de gestion et de gouvernance des données. L'entreprise supervise généralement le contenu du glossaire d'affaires. Il est toutefois conseillé d'associer toutes les parties prenantes, telles que les autres fonctions de l'entreprise et les professionnels des données et des technologies, à la gestion des données. fonction faciliter plutôt que contrôler le processus.La mise en œuvre d'outils automatisés, tels que les chatbots et les modèles de langage IA, peut améliorer considérablement la gestion des définitions. De plus, il est essentiel de maintenir une justification claire pour terme commercial Les définitions, appuyées par des approbations de changement, garantissent la pertinence et cohérence Pour aborder des aspects plus larges comme les taxonomies, les ontologies et les graphes de connaissances, l'utilisation d'outils analytiques est de plus en plus cruciale afin d'exploiter efficacement ces définitions.

Questions

• La gestion des données politique imposer la maintenance, l'utilisation et la consultation d'un glossaire, d'un vocabulaire contrôlé et d'un glossaire organisés terme commercial définitions ?
• Faites clair standard processusExiste-t-il des outils pour la gestion du changement et la maintenance des glossaires, des termes et des définitions à l'échelle de l'organisation, en tenant compte des domaines d'activité et des fonctions centrales ?
• Comment est assurée la participation des parties possédant une expertise pertinente en matière de commerce, de technologie et de gestion des données, ainsi que l'intérêt des parties prenantes pour la définition des données ?
• Tous les différents rôles et responsabilités sont-ils tous inclus ? glossaire d'affaires La direction a-t-elle communiqué ces informations aux participants et les a-t-elle comprises et acceptées mutuellement ?
• La gestion du changement processus Inclure une capacité de communication et de retour d'information pour assurer une large participation, coordination, collaboration et consensus afin de développer les définitions ?

Artefacts

• Politique glossaire obligatoire, définitions des termes commerciaux et du vocabulaire
• Normes de mise à jour du glossaire, des termes commerciaux et du vocabulaire
• Processus ou les procédures de gestion, de maintenance et de modification des termes et du vocabulaire commerciaux
• Définition des rôles et responsabilités liés à la gestion du glossaire, des termes commerciaux et du vocabulaire
• Des produits de travail qui démontrent processus adoption (par exemple, comptes rendus de réunion, journaux de modifications, registre des problèmes, escalades, domaine couverture métrique)

Score

Description

Le glossaire des termes métiers et les définitions sémantiques associées sont gérés à l'aide d'un référentiel commun, rendant l'information accessible manuellement et par machine. Ce référentiel fait office de source de référence pour les termes métiers et les définitions sémantiques associées. terme commercial Ces définitions sont largement disponibles pour faciliter une utilisation cohérente dans les activités commerciales, technologiques et de gestion des données.

Objectifs

• Veillez à ce que le référentiel commun soit utilisé dans toute l'organisation comme source faisant autorité pour terme commercial définitions et définitions sémantiques connexes.
• Fournir l'accès à terme commercial définitions et définitions sémantiques connexes (par exemple, taxonomie, ontologie) aux parties prenantes concernées pour les utilisations approuvées.
• Soutenir les exigences de gouvernance durable des référentiels grâce à la catégorisation, l'attribution des propriétaires, le contrôle des versions, l'auditabilité et les informations de suivi des modifications.
• Activer l'interopérabilité du dépôt avec les systèmes appropriés domaine de données, la gestion des données et les environnements analytiques.

Conseil

Les organisations commencent souvent par créer un référentiel partagé pour définir les termes métiers, en utilisant des glossaires alphabétiques de termes et d'étiquettes. Progressivement, elles développent des fonctionnalités plus sophistiquées pour gérer la complexité et faciliter l'accès automatisé à des définitions de données détaillées et à des informations issues d'un vocabulaire contrôlé. Pour répondre à des besoins plus complexes, des options telles que les taxonomies, les ontologies et les graphes de connaissances deviennent essentielles dans le contexte de l'intelligence artificielle. Une bonne pratique consiste à élaborer des cas d'utilisation soigneusement analysés pour décrire comment les informations du référentiel seront exploitées et à prioriser l'ajout de fonctionnalités apportant une valeur ajoutée incrémentale à l'entreprise, en se basant sur ces cas. Fréquemment, des projets trop ambitieux ou des stratégies démesurées, sans soutien commercial suffisant, ont abouti à des initiatives non viables et ont nui à la crédibilité des efforts de gestion des données. Une gouvernance efficace du référentiel et de son contenu est donc indispensable. politique, L'établissement de normes et de procédures est essentiel et nécessite une collaboration étroite entre les experts métiers et techniques afin de garantir la qualité et l'utilisabilité des informations. Une fois le service de base mis en place, la communication régulière de l'organisation de gestion des données sur l'objectif et la valeur du référentiel auprès d'un large public, et le maintien d'une base d'utilisateurs solide, sont des facteurs clés de succès. Pour ce faire, il est indispensable d'obtenir le soutien de la direction générale de l'entreprise., domaine de données, et les équipes technologiques sont cruciales.

Questions

•  Le référentiel commun de termes commerciaux et de définitions sémantiques est-il accessible et consultable par les parties prenantes ?
•  Le dépôt commun est-il une référence faisant autorité pour la recherche ?
• Les instructions d'utilisation du dépôt sont-elles facilement accessibles ?
• Des flux de travail automatisés ou des contrôles équivalents sont-ils utilisés pour appliquer les procédures de gouvernance du référentiel commun afin d'éviter les définitions incomplètes, dupliquées et ambiguës ?
• Le référentiel est-il intégré à d'autres systèmes d'analyse et de gestion de données ? standard Des mécanismes d'intégration tels que les API ?
• Un suivi, une analyse et un compte rendu de l'utilisation du référentiel central sont-ils effectués ?

Artefacts

• Le Conditions commerciales Répertoire de glossaires
• Guides d'utilisation ou manuels de formation pour le référentiel commun
• Manuel d'exploitation ou procédures de gestion du référentiel
• Politiques de contrôle d'accès et procédures d'autorisation des utilisateurs
• Journaux de contrôle de version affichant l'historique des modifications et mises à jour des conditions d'utilisation
• Documentation d'intégration du référentiel
• Métriques et rapports d'utilisation du référentiel

Score

Robuste métadonnées Les capacités sont essentielles pour gérer efficacement un écosystème de données et exploiter la valeur commerciale des actifs de données. Elles fournissent aux travailleurs du savoir les informations nécessaires pour découvrir, comprendre, utiliser et tirer profit des données. La portée de métadonnées est vaste et englobe, sans s'y limiter, l'architecture, l'intégration technologique, les contrôles de gouvernance des données, la confidentialité et les activités commerciales. processus efficacité et analyse/IA. La qualité de métadonnées L'accessibilité au sein d'une organisation, ainsi que son application efficace, constituent un facteur déterminant de la réussite de la gestion des actifs de données, qu'ils soient structurés ou non. L'importance de gestion des métadonnées On ne saurait trop insister sur son efficacité. gestion des métadonnées Il est essentiel de documenter formellement les connaissances d'une organisation concernant ses actifs de données, facilitant ainsi leur organisation et l'extraction de valeur. Haute qualité métadonnées est crucial pour une efficacité actifs de données la gestion et permet l'automatisation. L'étendue et la qualité de la gestion d'une organisation métadonnées Cela influence considérablement ses capacités globales de gestion des données. À mesure que les volumes de données et les besoins des entreprises augmentent, la gestion manuelle des données devient impraticable. Par conséquent, les bonnes pratiques garantissent une gouvernance automatisée de la création, du traitement et de l'utilisation des données, s'appuyant sur une responsabilité clairement définie et une approche ciblée. gestion des métadonnées.Il est essentiel de planifier la gestion durable de métadonnées référentiel. Les professionnels de la gestion des données doivent tirer parti de leur connaissance des outils et techniques standard du secteur et collaborer étroitement avec l'équipe technique concernant les décisions relatives à la pile d'outils. Au fur et à mesure que vous établissez le métadonnées En matière de normes, il convient de tenir compte des exigences spécifiques aux données non structurées et aux données stockées dans le nuage, telles que le catalogage continu et les processus de catalogage et de numérisation. métadonnées pour garantir la conformité en matière de gouvernance. Examinez attentivement le coût de métadonnées La gestion des référentiels est ambitieuse. métadonnées Les initiatives de capture peuvent ne pas apporter de valeur ajoutée. Il est souvent préférable de privilégier une approche agile et des projets incrémentaux de plus petite envergure. Les opportunités d'innovation peuvent être envisagées. Des outils complémentaires, tels que les chatbots et les modèles de langage simples, peuvent s'avérer utiles. partie prenante engagement et collaboration dans la création et le maintien de la qualité métadonnées dans toute l'organisation, contribuant ainsi à briser les silos de données.

Description

A Gestion des métadonnées Le document Approach décrit la stratégie d'une organisation en matière de collecte, de stockage, d'utilisation et de gestion des données. métadonnées sur un entreprise sur cette base, en accord avec la stratégie de gestion des données et en établissant une approche claire pour l'interopérabilité en cas de multiples métadonnées Des référentiels sont nécessaires. Pour garantir leur mise en œuvre réussie et leur pérennité, un plan exhaustif doit être élaboré. Ce plan définira les étapes nécessaires à la création, au maintien et à l'amélioration continue des référentiels. gestion des métadonnées dépôt.

Objectifs

• Établir un Gestion des métadonnées Approche et plan.
• Assurer Gestion des métadonnées Cette approche est systématiquement alignée sur la gestion globale des données.
• Aligner Gestion des métadonnées Approche basée sur les données et les exigences architecturales techniques.
• Définir clairement le périmètre, les priorités et le plan de collecte de métadonnées couvrant les données structurées et non structurées.

Conseil

Le Gestion des métadonnées L'approche devrait être fondée sur principe que l'équipe de gestion des données assume la responsabilité de ses propres domaine de données, Métadonnées, et reconnaît son importance pour la gestion des données. Si de nombreuses organisations priorisent à juste titre les domaines de données métier où des données de haute qualité sont cruciales, elles négligent souvent les mêmes normes pour métadonnées. Depuis métadonnées est vital pour la gestion des données, il est important que métadonnées La stratégie reflète cette importance et reçoit l'attention qu'elle mérite. Idéalement, métadonnées La collecte et la maintenance des données doivent être intégrées aux processus quotidiens de gestion des données et à leur cycle de vie. Lors de la collecte ou de la mise à jour des besoins relatifs aux données pour les projets, il convient de procéder à la collecte ou à l'enrichissement des données associées. métadonnées devrait être le standard.Élaboration d'un système complet métadonnées L'aménagement de l'environnement prend du temps et se fait de préférence par étapes progressives permettant son évolution et son amélioration. métadonnées modèle. Le métamodèle doit, à sa base, définir un ensemble minimal de normes pour les objets de données (par exemple, actifs, produits, domaines, sources, éléments) existant au sein d'une organisation. À mesure que l'organisation hiérarchise les objets de données en fonction de leurs besoins métiers et de leur criticité, le métamodèle exigera un ensemble plus complet de normes. métadonnées être capturé. Métadonnées Il convient de collecter toutes les données de l'organisation, y compris les données structurées traditionnelles et les données non structurées. À mesure que l'environnement de données d'une organisation évolue, métadonnées Les données collectées évolueront et offriront des avantages supplémentaires (par exemple, une meilleure découverte des données, une rentabilité accrue pour les initiatives liées aux données, une amélioration). lignée des données, et provenance). Permettre l'automatisation de métadonnées La collecte et la mise à jour des données, visant à améliorer leur gestion, permettent de relever les défis posés par l'augmentation du volume et de la complexité des données, les approches manuelles devenant impraticables. Gestion des métadonnées L'approche doit être revue et mise à jour régulièrement afin de garantir le respect des priorités et des initiatives.

Questions

• Est-ce que Gestion des métadonnées Une approche accessible et approuvée par toutes les parties prenantes concernées ?
• Est-ce que Gestion des métadonnées Une approche alignée sur les exigences de la stratégie de données et de la stratégie de gestion des données, et soutenue par un financement ?
• Est-ce que Gestion des métadonnées Approche claire quant aux résultats attendus de la gestion et de l'utilisation de métadonnées?
• Est-ce que Gestion des métadonnées L'approche appelle à Métadonnées normes conformes aux normes internes domaine de données normes et normes industrielles externes pertinentes pour Métadonnées?
• Est-ce que Gestion des métadonnées Cette approche a défini l'exigence de responsabilités de rôle claires pour Gestion des métadonnées et Métadonnées gestion de contenu ?

Artefacts

• Gestion des métadonnées Document d'approche et de vision partagée
• Preuve de la communication de la gestion des données aux parties prenantes concernées concernant Gestion des métadonnées Approche
• Documentation de Métadonnées rôles et responsabilités

Score

Description

Un commun métadonnées Un référentiel de données est essentiel pour une organisation afin de relever les défis liés à la compréhension et à la gestion de ses données. Dans des environnements de données plus complexes où plusieurs métadonnées Bien que des référentiels puissent exister, il est essentiel que ces référentiels soient interopérables afin de permettre le partage d'informations entre les différents environnements.

Objectifs

• Veiller à ce que les référentiels communs soient intégrés et accessibles pour la conservation et le partage métadonnées qui soutient les capacités de gestion des données de l'organisation, couvrant les types de données structurées et non structurées.
• Répondre aux exigences avancées en matière de gestion des données grâce à métadonnées un référentiel en fonction de l'échelle et de la sophistication de l'écosystème de données de l'organisation.

Conseil

Réussi métadonnées Les référentiels reposent sur une combinaison de stratégie, de politiques, de normes, de processus et d'une communication interorganisationnelle efficace. Un référentiel partagé peut exister à la fois virtuellement et physiquement. Il est important de créer un référentiel commun métadonnées information modèle fondée sur des normes établies pour soutenir l'organisation et permettre l'interopérabilité de plusieurs métadonnées des référentiels selon les besoins. Face à l'augmentation du volume et de la diversité des données consommées par les organisations, la découverte et la maintenance automatisées des référentiels sont devenues indispensables. métadonnées sont nécessaires pour favoriser la standardisation et l'interopérabilité. Après avoir établi une standardisation commune métadonnées information modèle et les normes, celles-ci devront être maintenues par le biais de politiques exigeant que l'organisation s'y conforme. Tout ajustement apporté aux normes ou à l'information modèle doit respecter les exigences de gestion du changement définies par le cadre de gouvernance des données. Ces exigences peuvent inclure l'approbation des changements, l'analyse d'impact, la mise en œuvre contrôlée et le déploiement. Lors de l'établissement du métadonnées En matière de normes, il convient de tenir compte des exigences spécifiques aux données non structurées et aux données stockées dans le nuage, telles que le catalogage continu et les processus de catalogage et de numérisation. métadonnées pour garantir la conformité en matière de gouvernance.

Questions

• L'utilisation du commun métadonnées dépôt (virtuel ou physique) pris en charge par politique?
• Est-ce un métadonnées Les capacités de reporting et d'interrogation offertes aux parties prenantes et aux consommateurs métadonnées?
• Sont métadonnées dépôts intégrés (s'il en existe plusieurs dans des environnements complexes) ?

Artefacts

• Métadonnées Information Modèle
• Planifier la mise en œuvre et le développement du référentiel commun
• Commun Métadonnées dépôt
• Métadonnées normes de référentiel, procédures et documents de gouvernance des changements
• Métadonnées rapports de dépôt
• Traçabilité des données lié ou intégré à métadonnées dépôt
• Journaux d'audit montrant l'historique des modifications et des mises à jour métadonnées ressources dans le référentiel.

Score