Introduction

Alors que les demandes, les volumes et les variétés de données continuent d'augmenter en raison des avancées technologiques telles que l'intelligence artificielle, les organisations de tous les secteurs industriels reconnaissent de plus en plus l'importance de comprendre leurs données et les pratiques qui y sont associées. Le composant Connaissance des données d'entreprise présente des capacités permettant à une organisation d'améliorer la sensibilisation aux données par le biais d'un programme d'éducation formel, de capturer une compréhension commune de la connaissance de l'entreprise dans un système de gestion des données d'entreprise. glossaire des entreprises, L'organisation doit s'efforcer de mettre en place des systèmes de gestion des données, et de collecter des informations sur les données critiques afin de garantir leur disponibilité, leur qualité et leur fiabilité pour l'organisation. En donnant la priorité à ces efforts, les organisations peuvent s'assurer qu'elles sont bien équipées pour naviguer dans les complexités d'un paysage de données en constante évolution et pour tirer parti de leurs actifs en matière de données pour un avantage stratégique.

Définition

La connaissance des données d'entreprise porte sur les méthodes et les pratiques permettant de développer et de maintenir en permanence la connaissance des données d'une organisation et la compréhension partagée de ses données. Le résultat souhaité est un écosystème de données unique soutenant une culture de données positive adoptée par les employés de l'organisation. employés, Chacun d'entre eux doit avoir une compréhension claire de sa propre responsabilité et de celle des autres en ce qui concerne les données.

Champ d'application

• Mettre en place un programme formel d'éducation et de formation à la gestion des données.
• Collaborer avec les parties prenantes de la gestion des données afin de concevoir et de mettre en œuvre des processus durables pour définir des termes commerciaux alignés sur les principes de la gestion des données. Architecture des données les plans et les modèles.
• Mettre en place une gestion des métadonnées l'approche et le programme.
• Établir un répertoire permanent d'informations et de données accessibles par l'Agence européenne pour la sécurité et la santé au travail. entreprise.

Proposition de valeur

L'intégration de ces pratiques est cruciale pour atteindre l'excellence opérationnelle et maximiser la valeur dérivée des données en tant qu'actif stratégique :

• Orchestrer des programmes d'éducation aux données réussis en promouvant une compréhension partagée des données et en créant un environnement de collaboration inter-organisationnel autour des données, favoriser 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 améliorera l'efficacité de la coordination, de la collaboration et de la communication relatives à ces données. Cette pratique permet d'atténuer les risques opérationnels, financiers et de réputation liés à l'utilisation de données incorrectes à des fins d'analyse, de prise de décision et d'établissement de rapports réglementaires.
• Enregistrer systématiquement des informations sur les éléments de données, les ensembles de données et les documents critiques, afin de mieux comprendre ces données et de les utiliser plus efficacement. Cette pratique jette les bases d'une gestion automatisée du cycle de vie des données, garantissant la qualité des informations essentielles aux processus métier complexes.
• Maintenir durablement les définitions de données, métadonnées et provenance des données seront mieux préparés à répondre à la conformité réglementaire et à la gestion efficace des risques. En outre, les données utilisées dans les applications d'intelligence artificielle et d'apprentissage automatique devraient nécessiter une documentation complète des sources de données et des transformations.

Vue d'ensemble

La signification des données devient floue au fur et à mesure qu'elles sont transférées, copiées et renommées. Cela pose des problèmes parce que les organisations s'appuient sur diverses applications commerciales avec des modèles de données distincts. Ces modèles dépendent généralement de glossaires, ce qui peut entraîner un désalignement entre les différentes applications. Par conséquent, les mêmes termes peuvent avoir des significations différentes, ou des termes différents peuvent se référer aux mêmes concepts. Les processus de front-office et de back-office souffrent souvent de ce problème, ce qui entraîne 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 de l'entreprise dans le cadre d'un vocabulaire contrôlé qui est utilisé de manière cohérente dans l'ensemble de l'organisation. Ce vocabulaire est utilisé de manière cohérente dans l'ensemble de l'entreprise. principe s'étend également à la terminologie de la gestion des données. A glossaire des entreprises sert de ressource clé, définissant chaque élément de données ou d'informations précieuses. terme en exprimant clairement ce qu'il représente dans le monde réel, créant ainsi un label facilement compréhensible. Des définitions de données plus précises sont souvent nécessaires pour capturer le contexte et les informations associées aux étiquettes. Les techniques de classification permettent de définir, de dédupliquer, d'organiser et d'interconnecter les éléments de données et les termes commerciaux, améliorant ainsi la valeur extraite des données. L'objectif est de documenter et de transmettre systématiquement la signification contextuelle des termes de données. Efficace gestion des métadonnées structures ce processus en numérisant les définitions et en saisissant des informations supplémentaires par le biais d'attributs de données et de balises. Métadonnées comprend des aspects commerciaux, opérationnels, techniques, descriptifs, structurels et administratifs, cruciaux pour le traitement manuel et automatisé des données. La qualité métadonnées est essentielle pour une actif de données et permet l'automatisation. L'étendue et la qualité de la base de données d'une organisation sont déterminantes. métadonnées influe considérablement sur ses capacités globales de gestion des données. Au fur et à mesure que les volumes de données et les demandes des entreprises augmentent, la gestion manuelle des données devient impraticable. Par conséquent, les pratiques efficaces garantissent une gouvernance automatisée de la création, de la manipulation et de l'utilisation des données, soutenue par une propriété claire et une gestion ciblée des données. gestion des métadonnées. Un programme d'éducation aux données pour tous employés est essentielle pour développer la connaissance des données de l'entreprise, permettre une gestion efficace des données et tirer profit des actifs de données. Une gestion efficace de la terminologie et des métadonnées est plus efficace dans les organisations où tous les niveaux de personnel sont familiarisés avec la stratégie des données, les principes de gestion des données et l'état d'esprit nécessaire à l'organisation.

Questions fondamentales

• Un programme de formation à la gestion des données a-t-il été défini et documenté ?
• Le programme de formation à la gestion des données est-il soutenu par une équipe de formation au sein de l'entreprise ?
• Existe-t-il une approche commune pour terme commercial définition et glossaire utilisation définie pour l'organisation ?
• Est-ce que le Gestion des métadonnées L'approche a-t-elle été mise à la disposition de toutes les parties prenantes concernées et approuvée par elles ?

Artefacts de base

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

Le programme d'éducation aux données fournit une base pour réaliser la valeur des actifs de données partagés. Il favorise une ‘culture des données’ informée grâce aux compétences requises en matière de données, à un vocabulaire commun pour les données et à la compréhension par les employés de la valeur des données pour l'organisation. Un programme complet de formation aux données peut contribuer à améliorer la maîtrise des données et la collaboration au sein de l'organisation en ce qui concerne les objectifs en matière de données.

Description

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

Objectifs

• Soutenir le développement et la mesure de l'éducation aux données pour l'organisation.
• Aligner le programme de formation sur les stratégies de l'organisation en matière de données et de gestion des données, politique et des normes.
• Concevoir et mettre en œuvre des programmes de formation formelle en fonction des besoins prioritaires.
• Renforcer les rôles et les responsabilités de l'organisation en matière de données afin que chacun comprenne sa propre responsabilité et celle des autres en ce qui concerne les données et l'éthique des données.
• Partager les améliorations des données et les mises à jour de la formation dans l'ensemble de l'organisation.

Conseil

Un changement de culture organisationnelle est nécessaire pour une gestion efficace des données qui maximise la valeur à long terme des actifs de données. Le programme d'éducation à la qualité permet à l'organisation de comprendre les principes, les compétences, la collaboration et le partage des responsabilités en matière de données et de s'y tenir, garantissant ainsi l'alignement sur les politiques de gestion des données. Le programme d'éducation aux données doit couvrir un large éventail de sujets afin d'éduquer l'ensemble de l'organisation. Il doit comprendre une formation conceptuelle permettant de comprendre pourquoi les données sont précieuses, de définir les domaines de données et de développer les compétences pour soutenir les rôles de gestion des données et favoriser une culture de gestion des données axée sur la collaboration. Le programme doit également fournir un cadre opérationnel qui indique aux parties prenantes où trouver les instructions, le soutien, les politiques, les normes, les documents de référence et les possibilités de formation supplémentaires. Le but est de renforcer constamment les objectifs de l'initiative de gestion des données de l'organisation. La formation sur les concepts de base de l'organisation en matière de données doit être facilement accessible à tous les niveaux de l'organisation. Une formation spécialisée peut être mise en place pour combler les lacunes en matière de connaissances et de compétences sur les données dans l'ensemble de l'organisation, sur la base des besoins en formation identifiés par des enquêtes, des groupes de discussion ou d'autres évaluations. L'objectif est de promouvoir un changement positif de la culture des données, du haut vers le bas et du bas vers le haut, en améliorant la maîtrise des données. Le cas échéant, le programme d'éducation aux données doit être intégré à la formation générale de l'organisation fonction avec la participation étroite de l'équipe de gestion des données fonction. Envisagez d'intégrer les meilleures pratiques de l'industrie et les certifications externes en matière de gestion des données afin d'encourager une formation approfondie dans les compétences pertinentes. Recherchez des opportunités de partenariat avec les ressources humaines - par exemple, en intégrant l'éducation aux données dans les plans de développement professionnel, les critères de promotion ou les stratégies de fidélisation des employés. Il est essentiel de communiquer clairement sur l'obligation de participer au programme de formation à la gestion des données. Le soutien de la direction générale permet de renforcer l'importance du programme dans l'ensemble de l'organisation et d'assurer un financement adéquat. Au-delà de la formation formelle, il peut être bénéfique pour l'équipe de gestion des données de diffuser de manière active et créative des messages clés sur la gestion des données en utilisant diverses méthodes et canaux d'engagement afin d'entrer en contact avec les personnes concernées. employés. Des avantages substantiels peuvent être obtenus en employant des outils modernes tels que les chatbots pour répondre aux diverses demandes de gestion des données du personnel, tout en évaluant les niveaux d'engagement et en identifiant les lacunes en matière d'éducation. En outre, l'utilisation de mesures est essentielle pour contrôler et améliorer la qualité, couverture, et l'efficacité du programme d'éducation.

Questions

• Existe-t-il un ensemble d'exigences et de priorités pour l'éducation à la gestion des données, alignées sur la structure de l'organisation, 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 couvrant les spécialistes de la gestion des données ainsi que les parties prenantes à tous les niveaux de l'organisation, y compris les cadres et le personnel non permanent ?
• Les objectifs du programme d'éducation à la gestion des données sont-ils intégrés dans la stratégie de gestion des données ?
• L'approche de l'éducation et de la formation tient-elle compte de la stratégie de gestion des données ?, politique et des normes en collaboration avec d'autres unités organisationnelles et fonctions de contrôle ?
• La participation au programme d'éducation à la gestion des données est-elle soutenue par politique?
• Le programme de formation à la gestion des données est-il soutenu par une approche de communication large et efficace avec une boucle de retour d'information pour saisir les améliorations potentielles de la formation et les mettre en œuvre ?
• Le programme de formation à la gestion des données est-il aligné et soutenu par la formation centrale de l'organisation ? fonction, le cas échéant ?

Artéfacts

• Gestion des données Technologie Stratégie des outils
• Liste des parties prenantes et preuves d'une communication bidirectionnelle
• Feuille de route de l'outil technologique 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 matériel d'éducation aux données
• Documentation sur l'exécution de l'éducation aux données
• Communications du programme d'éducation aux données
• Données Normes et procédures d'administration de l'éducation
• Registre actif des nouvelles exigences en matière de formation à la gestion des données
• Données Mesures de l'éducation et rapports de suivi

Notation

Description

Un catalogue complet de matériel de formation et de référence sur les données a été élaboré pour contribuer au succès du programme de formation. Il est essentiel de mesurer la participation et de recueillir les commentaires de l'organisation afin d'améliorer l'expérience éducative globale.

Objectifs

• Mettre en place un accès commun au catalogue de formation sur les données, au matériel de formation et aux informations de référence sur les données dans l'ensemble de l'organisation.
• Structurer un catalogue de formation basé sur les rôles et responsabilités de l'organisation en matière de données afin de s'assurer que chacun comprenne sa propre responsabilité et celle des autres en ce qui concerne les données et l'éthique des données.
• Offrir des possibilités de retour d'information et de suggestions pour l'amélioration du programme d'enseignement des données.

Conseil

Les offres du programme d'éducation aux données doivent être décrites et disponibles par le biais d'un catalogue ou d'autres supports faciles d'accès à tous les niveaux et à tous les rôles (y compris temporaires) dans l'ensemble de l'organisation. Cela peut permettre de découvrir en libre-service ce qui est disponible, recommandé et adapté à ses besoins. L'équipe de gestion des données supervise l'utilisation du matériel de formation et de référence par l'organisation, en s'assurant de sa pertinence et en répondant aux besoins éducatifs. Si votre organisation dispose d'un service de formation interne fonction, L'équipe de gestion des données doit s'associer à la conception et à l'intégration du programme d'éducation aux données dans le système de gestion des données. standard l'environnement de formation. Un site web ou une page intranet largement disponible et bien publicisé peut fournir un accès rapide au catalogue, aux calendriers des cours de gestion des données et aux liens vers les documents de référence statiques.

Questions

• Un catalogue des cours de formation sur les données, du matériel de formation et des documents de référence est-il disponible et communiqué à l'ensemble de l'organisation ?
• Le catalogue comprend-il des cours de formation recommandés pour des rôles spécifiques ?

Artéfacts

• Un catalogue d'éducation aux données et des supports d'information
• Un portail pour l'éducation du programme d'éducation aux données, politique et des informations de référence
• Un journal de retour d'information/suggestion pour l'amélioration de l'éducation aux données
• Messages et messages diffusés dans le cadre de l'éducation aux données, avec des liens vers des documents de référence faisant autorité
• Rapport sur l'utilisation du programme d'éducation aux données (par exemple, participation à la formation obligatoire, respect des politiques, des normes et des exigences)

Notation

Les glossaires d'entreprise servent de source officielle de définitions claires et précises, favorisant une compréhension commune des termes et des étiquettes d'entreprise dans un vocabulaire contrôlé pour une utilisation partagée des données dans l'ensemble de l'organisation. Cette approche garantit cohérence et la comparabilité entre les différentes activités, ce qui aide l'organisation à améliorer ses processus opérationnels et à tirer une plus grande valeur de ses données.

Description

A standard approche de la gestion des glossaire des entreprises a été établi. Le plan et les procédures d'identification et de gestion des glossaire des entreprises impliquent la définition, l'harmonisation, l'approbation, la publication, la mise à jour et l'accessibilité des termes individuels.

Objectifs

• Mettre en place un système unifié processus pour la gestion glossaire des entreprises afin de promouvoir une appropriation claire et une compréhension partagée au sein de l'organisation.
• Désigner les rôles et les responsabilités pour faciliter la processus, L'objectif est de faire en sorte que les parties prenantes, les experts et les personnes occupant des postes clés respectent les principes de responsabilité, d'engagement et de participation.
• Aligner la gestion de la glossaire des entreprises dans le cadre plus large de la gestion et de la gouvernance des données, en particulier en ce qui concerne l'architecture, métadonnées, et la gestion du changement.

Conseil

A publié, standard processus pour la création, la mise à jour et la conservation des termes commerciaux devrait être établie, en accord avec les politiques de gestion des données. L'implication des parties prenantes dans la définition collaborative des termes métier favorise une compréhension commune de la signification des données. Toutefois, l'alignement peut s'avérer difficile en raison de la résistance des utilisateurs, en particulier avec les systèmes existants. Une approche pratique dans les environnements fragmentés consiste à donner la priorité à l'harmonisation sur la base des significations juridiques ou commerciales plutôt qu'à des conventions de dénomination uniformes dans tous les systèmes. Il est essentiel d'attribuer et de communiquer clairement les rôles et les responsabilités en matière de gestion du glossaire afin de promouvoir la collaboration et de s'assurer que partie prenante L'entreprise supervise généralement le contenu de la base de données, en accord avec les pratiques générales de gestion et de gouvernance des données. L'entreprise supervise généralement le contenu de l'outil de gestion des données. glossaire des entreprises. Cependant, il est conseillé d'inclure toutes les parties prenantes - telles que les autres fonctions de l'entreprise et les professionnels des données et de la technologie - dans le processus de gestion des données. fonction faciliter plutôt que contrôler la processus. La mise en œuvre d'outils automatisés, tels que les chatbots et les modèles linguistiques d'IA, peut améliorer considérablement la gestion des définitions. En outre, le maintien d'une justification claire des terme commercial Les définitions, soutenues par des approbations de changement, garantissent la pertinence et l'efficacité de l'application. cohérence en abordant des aspects plus larges tels que les taxonomies, les ontologies et les graphes de connaissances. L'utilisation d'outils analytiques est de plus en plus cruciale pour exploiter efficacement ces définitions.

Questions

• Un système de gestion des données politique mandater la maintenance, l'utilisation et la référence à un glossaire, à un vocabulaire contrôlé et à une base de données. terme commercial définitions ?
• Faire place nette standard processus(es) existe-t-il pour la gestion des changements et la maintenance des glossaires, termes et définitions à l'échelle de l'organisation, en tenant compte des domaines d'activité et des fonctions centrales ?
• Comment la participation des parties disposant d'une expertise en matière d'affaires, de technologie et de gestion des données est-elle assurée, de même que l'intérêt des parties prenantes pour les définitions ?
• Les différents rôles et responsabilités des glossaire des entreprises communiquée aux participants et mutuellement comprise et acceptée par eux ?
• La gestion du changement est-elle processus inclure une capacité de communication et de retour d'information pour assurer une large participation, une coordination, une collaboration et un consensus pour s'appuyer sur les définitions ?

Artéfacts

• Politique mandater un glossaire, des termes commerciaux et des définitions de vocabulaire
• Normes pour la mise à jour du glossaire, des termes commerciaux et du vocabulaire
• Processus ou des procédures pour la gestion des termes commerciaux et du vocabulaire la maintenance et la gestion du changement
• Rôles et responsabilités définis pour les tâches de gestion du glossaire, des termes commerciaux et du vocabulaire
• Des travaux qui démontrent processus (par exemple, les comptes rendus de réunions, les journaux des modifications, le registre des problèmes, les escalades), domaine couverture métriques)

Notation

Description

Les termes commerciaux du glossaire et les définitions sémantiques correspondantes sont conservés dans un référentiel commun qui rend l'information accessible dans un format manuel et lisible par machine. Le référentiel est maintenu en tant que source de vérité faisant autorité pour terme commercial et est largement disponible pour faciliter une utilisation cohérente dans les activités commerciales, technologiques et de gestion des données.

Objectifs

• Veiller à ce que le référentiel commun soit utilisé dans l'ensemble de l'organisation comme source d'information faisant autorité pour terme commercial et les définitions sémantiques qui s'y rapportent.
• Fournir un accès à terme commercial et les définitions sémantiques qui s'y rapportent (par ex, taxonomie, ontologie) aux parties prenantes concernées pour des utilisations approuvées.
• Soutenir les exigences de gouvernance du référentiel durable par le biais des catégories, des attributions de propriétaires, du contrôle des versions, de l'auditabilité et des informations de suivi des modifications.
• Permettre l'interopérabilité du référentiel avec les systèmes d'information appropriés. domaine des données, Les environnements de recherche, de gestion des données et d'analyse.

Conseil

Les organisations commencent souvent par créer un référentiel partagé pour définir les termes commerciaux, en utilisant des glossaires alphabétiques de termes et d'étiquettes. Au fil du temps, elles évoluent vers des capacités plus sophistiquées pour gérer la complexité et faciliter l'accès automatisé aux définitions détaillées des données et aux informations du vocabulaire contrôlé. Pour répondre à des besoins plus sophistiqués, des options telles que les taxonomies, les ontologies et les graphes de connaissances deviennent de plus en plus essentielles dans le contexte de l'intelligence artificielle. Une bonne pratique consiste à développer des cas d'utilisation soigneusement analysés sur la manière dont les informations du référentiel seront utilisées et à donner la priorité à l'ajout de fonctionnalités qui apportent une valeur ajoutée à l'entreprise sur la base de ces cas d'utilisation. Souvent, des portées trop ambitieuses ou des stratégies 'd'ébullition de l'océan' ne bénéficiant pas d'un soutien commercial suffisant ont abouti à des initiatives non viables et à une diminution de la crédibilité des efforts en matière de gestion des données. Une gouvernance efficace du référentiel et de son contenu grâce à politique, La mise en place de normes et de procédures est essentielle et nécessite une collaboration entre les experts commerciaux et techniques afin de garantir la qualité et la facilité d'utilisation de l'information. Après la mise en place d'un service de base, un facteur clé de succès est une communication cohérente de la part de l'organisation de gestion des données sur l'objectif et la valeur du référentiel auprès d'un large public, ce qui permet de maintenir une base d'utilisateurs solide. Pour y parvenir, il faut s'assurer du soutien de la direction générale de l'entreprise, domaine des données, et les équipes technologiques est cruciale.

Questions

•  Le référentiel commun de termes commerciaux et de définitions sémantiques est-il accessible et consultable par les parties prenantes ?
•  Le référentiel commun est-il une référence qui fait autorité en matière de découverte ?
•  Les instructions d'utilisation du référentiel 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, redondantes et ambiguës ?
• Le référentiel est-il intégré à d'autres systèmes d'analyse et de gestion des données ? standard des mécanismes d'intégration tels que les API ?
• L'utilisation du référentiel central fait-elle l'objet d'un suivi, d'une analyse et d'un rapport ?

Artéfacts

• Le Période d'activité Dépôt de glossaire
• Guides d'utilisation ou manuels de formation pour le référentiel commun
• Manuel opérationnel ou procédures de gestion du référentiel
• Politiques de contrôle d'accès et procédures d'autorisation des utilisateurs
• Les journaux de contrôle des versions montrent l'historique des modifications et des mises à jour des termes.
• Documentation sur l'intégration du référentiel
• Mesures et rapports sur l'utilisation du référentiel

Notation

Robuste métadonnées sont essentielles à la gestion efficace d'un écosystème de données et à l'exploitation de la valeur commerciale des données. Elles fournissent les informations nécessaires aux travailleurs du savoir pour découvrir, comprendre, utiliser et capitaliser les données. Le champ d'application de la métadonnées est vaste et englobe, sans s'y limiter, l'architecture, l'intégration technologique, les contrôles de la gouvernance des données, la protection de la vie privée, la gestion des affaires, la gestion des ressources humaines, etc. processus l'efficacité, et l'analyse/l'intelligence artificielle. La qualité des métadonnées accessible au sein d'une organisation, ainsi que son application efficace, est un facteur déterminant de la réussite de la gestion des données, qu'elles soient structurées ou non. L'importance de gestion des métadonnées ne peut être surestimée. Efficace gestion des métadonnées est essentiel pour documenter formellement les connaissances d'une organisation sur ses données, faciliter leur organisation et l'extraction de la valeur. Une documentation métadonnées est cruciale pour l'efficacité de la actif de données et permet l'automatisation. L'étendue et la qualité de la base de données d'une organisation sont déterminantes. métadonnées influe considérablement sur ses capacités globales de gestion des données. Au fur et à mesure que les volumes de données et les demandes de données de l'entreprise augmentent, la gestion manuelle des données devient impraticable. Par conséquent, les pratiques efficaces garantissent une gouvernance automatisée de la création, de la manipulation et de l'utilisation des données, soutenue par une propriété claire et une gestion ciblée des données. gestion des métadonnées. Il est essentiel de planifier la gestion durable de l'environnement. métadonnées référentiel. Les professionnels de la gestion des données doivent tirer parti de leur connaissance des outils et techniques standard de l'industrie et travailler en étroite collaboration avec l'équipe technologique en ce qui concerne les décisions relatives à la pile d'outils. Au fur et à mesure que vous établissez le métadonnées il convient de prendre en considération les exigences particulières relatives aux données non structurées et basées sur l'informatique en nuage, telles que le catalogage continu et les processus de catalogage et de numérisation. métadonnées pour garantir le respect de la gouvernance. Examinez attentivement le coût de métadonnées la gestion du référentiel est ambitieuse métadonnées Les initiatives de capture peuvent ne pas apporter de valeur ajoutée. Il est souvent préférable de se concentrer sur une approche agile et sur des projets progressifs de plus petite envergure. Des opportunités d'innovation peuvent être envisagées. Des outils auxiliaires, tels que les chatbots et les petits modèles de langage, peuvent aider à partie prenante l'engagement et la collaboration dans la création et le maintien de la qualité métadonnées dans l'ensemble de l'organisation, ce qui permet d'éliminer les silos de données.

Description

A Gestion des métadonnées L'approche documente la stratégie d'une organisation en matière de collecte, de stockage, d'utilisation et de gestion. métadonnées sur un entreprise en s'alignant sur la stratégie de gestion des données et en établissant une approche claire de l'interopérabilité si plusieurs systèmes de gestion des données sont utilisés. métadonnées sont nécessaires. Pour assurer la réussite de sa mise en œuvre et sa pérennité, il convient d'élaborer un plan global. Ce plan décrira les étapes nécessaires à la mise en place, à la maintenance et à l'amélioration continue du référentiel. gestion des métadonnées dépôt.

Objectifs

• Établir un Gestion des métadonnées Approche et plan.
• Garantir Gestion des métadonnées L'approche est alignée de manière cohérente sur la gestion globale des données.
• Aligner Gestion des métadonnées Approche des données et des exigences architecturales techniques.
• Établir un champ d'application clair, des priorités et un plan pour la collecte des données. métadonnées couvrant les données structurées et non structurées.

Conseil

Le Gestion des métadonnées L'approche doit être fondée sur la principe que l'équipe de gestion des données s'approprie son propre système de gestion des données. domaine des données, Métadonnées, et reconnaît son importance pour la gestion des données. Alors que de nombreuses organisations donnent la priorité aux domaines de données commerciales pour lesquels des données de haute qualité sont cruciales, elles négligent souvent les mêmes normes pour les domaines de la gestion des données. métadonnées. Depuis le métadonnées est vital pour la gestion des données, il est important que le système de gestion des données de l métadonnées reflète cette importance et reçoit l'attention qu'elle mérite. Dans l'idéal, métadonnées La collecte et la maintenance des données devraient être intégrées dans les processus quotidiens de gestion des données et dans le cycle de vie des données. Chaque fois que des exigences sont collectées ou mises à jour pour des projets liés aux données, la collecte ou l'enrichissement des données associées doit être intégré dans les processus quotidiens de gestion des données et dans le cycle de vie des données. métadonnées devrait être le standard. L'élaboration d'un programme complet de métadonnées prend du temps et il est préférable de l'exécuter par étapes progressives qui permettent l'évolution et l'amélioration de l'environnement de travail. métadonnées modèle. Le métamodèle, à la base, devrait comporter un ensemble minimum de normes définies pour les objets de données (par exemple, les actifs, les produits, les domaines, les sources, les éléments) qui existent dans une organisation. Au fur et à mesure que les objets de données sont classés par ordre de priorité par l'organisation, sur la base des besoins et de la criticité de l'entreprise, le métamodèle nécessitera un ensemble plus complet de normes. métadonnées à capturer. Métadonnées doivent être saisies pour toutes les données de l'organisation, y compris les données structurées plus traditionnelles et les données non structurées. Au fur et à mesure que l'environnement de données d'une organisation évolue, le système de gestion des données de l'entreprise devient de plus en plus complexe. métadonnées évoluera et offrira des avantages supplémentaires (par exemple, une meilleure découverte des données, la rentabilité des initiatives en matière de données, l'amélioration de la qualité des données). lignée de données, et la provenance). Permettre l'automatisation des métadonnées et des mises à jour pour faciliter une meilleure gestion des données, afin de relever les défis posés par l'augmentation du volume et de la complexité des données, les approches manuelles devenant peu pratiques. Le projet Gestion des métadonnées L'approche devrait être revue et mise à jour régulièrement pour garantir l'engagement en faveur des priorités et des initiatives.

Questions

• Est-ce que le Gestion des métadonnées L'approche a-t-elle été mise à la disposition de toutes les parties prenantes concernées et approuvée par elles ?
• Est-ce que le Gestion des métadonnées L'approche est-elle alignée sur les exigences de la stratégie de données et de la stratégie de gestion des données et est-elle soutenue par un financement ?
• Est-ce que le Gestion des métadonnées Approche claire des résultats attendus de la gestion et de l'utilisation de la métadonnées?
• Est-ce que le Gestion des métadonnées Appel à l'approche Métadonnées en accord avec les normes internes de l'Union européenne. domaine des données et les normes sectorielles externes pertinentes pour les Métadonnées?
• Est-ce que le Gestion des métadonnées L'approche établit l'exigence d'une responsabilité claire des rôles pour Gestion des métadonnées et Métadonnées la gestion du contenu ?

Artéfacts

• Gestion des métadonnées Document d'approche et de vision commune
• Preuve de la communication de la gestion des données aux parties prenantes concernées en ce qui concerne Gestion des métadonnées Approche
• Documentation de Métadonnées rôles et responsabilités

Notation

Description

Un commun métadonnées Il est important pour une organisation de relever les défis liés à la compréhension et à la gestion de ses données. Dans les environnements de données plus complexes où de multiples métadonnées peuvent exister, il est essentiel que ces référentiels soient interopérables pour permettre le partage d'informations entre les 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.
• Soutenir les exigences en matière de gestion avancée des données par le biais de la métadonnées en fonction de l'ampleur et de la sophistication de l'écosystème de données de l'organisation.

Conseil

Réussite métadonnées Les référentiels partagés reposent sur une combinaison de stratégies, de politiques, de normes, de processus et d'une forte communication entre les organisations. Un référentiel partagé peut exister à la fois virtuellement et physiquement. Il est important de créer un métadonnées l'information modèle basé sur des normes établies pour soutenir l'organisation et permettre l'interopérabilité de plusieurs systèmes d'information. métadonnées Les données sont stockées dans des référentiels de données, selon les besoins. Avec l'augmentation du volume et des types de données consommées dans les organisations, la découverte et la maintenance automatisées des bases de données de l métadonnées sont nécessaires pour soutenir la communalité et l'interopérabilité. Après avoir établi un métadonnées l'information modèle Si l'on dispose d'informations et de normes, celles-ci devront être maintenues par le biais de politiques exigeant que l'organisation adhère aux normes. Toute modification des normes ou des informations modèle doit respecter les exigences en matière 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 cadre de métadonnées il convient de prendre en considération les exigences particulières relatives aux données non structurées et basées sur l'informatique en nuage, telles que le catalogage continu et les processus de catalogage et de numérisation. métadonnées pour garantir le respect de la gouvernance.

Questions

• L'utilisation de l'outil commun métadonnées (virtuel ou physique) pris en charge par le politique?
• Est un métadonnées la possibilité d'établir des rapports et des requêtes à l'intention des parties prenantes et des consommateurs de la métadonnées?
• Sont métadonnées intégrés (s'il en existe plusieurs dans des environnements complexes) ?

Artéfacts

• Métadonnées Informations Modèle
• Plan de mise en œuvre et de développement du référentiel commun
• Communs Métadonnées dépôt
• Métadonnées les normes, les procédures et les documents de gouvernance du changement du référentiel
• Métadonnées rapports sur les dépôts
• Lignée de données lié ou intégré à métadonnées dépôt
• Des journaux d'audit montrant l'historique des changements et des mises à jour de métadonnées dans le référentiel.

Notation