Temel veri kavramlarının net bir şekilde anlaşılması olmadan, kurumsal bir Veri Yönetimi girişiminin uygulanmasına yönelik iletişimler karmaşık hale gelebilir. Farklı ekipler veri etkinliklerini planlamak ve organize etmek için bir araya geldikçe, veriyle ilgili kastettikleri şeyleri herhangi bir teknolojiyle entegre etmeleri gerekir.

Örneğin, “terimini alın.Veri yönetimi.” Veri aktarımını mümkün kılmak için sistemler ve araçlar geliştiren veri mühendisleri, muhtemelen Veri Yönetişimini, verilere erişimi olanlara veya verileri temizleyenlere veri kümeleri sunmaya yönelik bir uygulama olarak görüyorlar. Ancak pazarlama, satış ve diğer iş adamları Veri Yönetişimini müşteri bilgilerinin daha bulunabilir ve verilerin bir kampanya için daha kullanılabilir hale getirilmesi olarak görüyor.

Kurucu ve Kelle O'Neal, her iki görüşün de "daha iyi bir karar alma süreci ve destekleyici yetenekler için bu tür tartışmaları ve yetenekleri bir araya getiren, bir kuruluşun verilerini iş hedeflerini gerçekleştirmek üzere hizalayan bir düzenleme çerçevesi" olarak Veri Yönetişimi ile uyumlu olduğunu söyledi. CEO'su İlk San Francisco Ortakları. Ancak Veri Yönetişiminin ne anlama geldiği konusunda herkes aynı sayfada olmazsa, pazarlama ve satış için oluşturulan girişim yetersiz kalabilir veya müşterileri anlama süreçleri BT için zaman kaybı gibi görünebilir.

O'Neal, Veri Yönetimi uygulamalarını tartışmadan önce kuruluştaki herkesin veri kavramları konusunda aynı fikirde olmasını sağlamak için DATAVERSITY®'de tutarlı tanımlar sundu. Kurumsal Veri Dünyası (EDW) eğitim konferansında bu anlamların önemi anlatıldı. Çünkü "dijital dönüşüm” - otomasyondan yararlanabilecek iş operasyonlarının belirlenmesi ve bu iyileştirmelerin hayata geçirilmesi çoğu şirket için ön planda ve merkezde yer alıyor; bu makale, temel yapılarını oluşturan tanımlara odaklanacak.

Veri Mimarisi Kavramları

Organizasyonlar dijital dönüşümlere odaklanırken, Veri Mimarisi ve iş ihtiyaçlarının kurumsal verilerle nasıl ilişkilendirileceği ortaya çıkacak. Örneğin iş adamları, verilerin nasıl saklanacağı ve hesaplanacağı veya farklı veri kümelerinin sorumluluğunu kimin üstlenmesi gerektiği hakkında konuşacaklar.

Bu durumlarda sıklıkla öne çıkan Veri Mimarisi terimleri ortaya çıkar; İşte Kelle O'Neal'in açıklamaları:

• veri gölü: Bir veri gölü Çok miktarda yapılandırılmış ve yapılandırılmamış veriyi barındırır. O'Neal şunları ekledi: “Veri gölleri, verilerin tek bir konumda işlenmesine olanak tanıyor. Daha büyük veri kümelerini barındırma konusunda yeteneklerde devrim yarattılar.”
• Veri göl evi: O Tanımlar veri paylaşımı bir veri gölü ve veri ambarındaki en iyi nitelikler olarak. "Veri gölünde mevcut olduğu gibi muazzam miktarda yapılandırılmamış veriye sahip olma seçeneğiyle birlikte veri ambarı tarafından sağlanan bazı şema ve yapıların avantajını" gerektirir. Sihir, göl evinde, yapılandırılmış verilerle ilişkili bazı şemaların, kullanıcılar onu tükettikçe veya okudukça yapılandırılmamış verilere uygulandığında gerçekleşir.
• Veri ağı: A veri ağı kurumsal esnekliği artırmak için Veri Yönetişimi ve iyileştirme metodolojileri etrafında dağıtılmış ve birlikte çalışabilir teknolojileri birleştirir. Dört ilkeyi kapsayan ve etki alanı merkezli bir iş modelini, merkezi olmayan ve modüler bir veri mimarisini destekleyen bir veri ağını düşünün.
• Ürün olarak veriler: Bir ürün olarak veri fikri, veri ağının bir bileşeni olarak ortaya çıktı. O'Neal, bir veri ağının merkezi olmadığı durumlarda, bu özelliğin sorumluluğu verileri üreten kuruluşa ve bu verinin dağıtımına ve kullanımına odaklanan ekiplere bıraktığını belirtti. Dolayısıyla, "bir ürün olarak veriler, yalnızca veri etkinliklerinin bir alt kümesinden ziyade tüm süreci kapsar."
• Veri yapısı: O'Neal düşünüyor veri kumaşı "steroidlerle entegrasyon" ve "veri ağını daha etkili bir şekilde çalıştırmak için teknik bir katman" olarak. Veri dokusu "verilere kolay erişim sağlamak için tüm bileşenleri birbirine bağlıyor" dedi.
• Veri ağırlığı: "Veri çekimi büyük veri depolarını ve uygulamaları bu veri depolarıyla daha verimli entegrasyona göre düzenlemeye yönelik bir mimari konsepte karşılık geliyor." O'Neal'in gözlemine göre bu fikir, "iş yükü performansı sorunları, depolama konumu sistemlerini ve uygulamalarını etkileyen sorunlar" tartışılırken kullanışlı oluyor.
• Veri tabanlı: Veri tabanlı Bir kuruluşun, karar verme ve operasyonel süreçlere bilgi sağlayacak verilere yönelik uygulaması gereken mimari ve teknik çözümleri tanımlar. O'Neal, "Kuruluşlar, veriye dayalı davranışlardan elde edilen ticari faydaları ölçebilir" dedi.

Veri Kalitesi Kavramları

Veri kalitesi – “Verilere yönelik beklentilerin tanımlanması, izlenmesi ve uygunsuzlukların düzeltilmesine yönelik genel uygulama” – dijital dönüşümü sağlar veya bozar. O'Neal'in belirttiği gibi, Veri Kalitesi birçok ilgili kavramı kapsayan bir şemsiyedir.

Veri Kalitesi kapsamındaki temel bileşenler şunları içerir:

• Veri gözlemlenebilirliği: Veri gözlemlenebilirliği Veri Kalitesine, veri akışının izlenmesine odaklanan bir yaklaşım anlamına gelir. O'Neal, tipik olarak, gözlemlenebilirlik için bir sistem kurulduğunu ve "veri hareketi boyunca farklı adımları takip ettiğini ve herhangi bir anormalliği ve düzeltici eylemi de rapor ettiğini" söyledi.
• Veri hazırlığı: Veri hazırlığını Veri Kalitesinde "verilerin profilinin çıkarılması, temizlenmesi, doğrulanması, zenginleştirilmesi ve dönüştürülmesi" adımı olarak tanımlıyor. Bu faaliyetler, onu daha büyük veri hazırlama sürecindeki bir sonraki adıma hazırlıyor." Veri hazırlama iyi yönetişim ve veri standartlarıyla daha sorunsuz çalışır.
• Veri karıştırma: O'Neal, "Veri karıştırma, veri hazırlığının ardından gerçekleşir ve analitik kullanım senaryosu için doğru bir yapı sağlar" dedi. Veri tartışması veri hazırlama ve gözlemlenebilirlik gibi bir Veri Kalitesi sürecini oluşturur.
• Sentetik veriler: Geliştirme veya test etmede kullanılan, yapay olarak oluşturulmuş değerlere sahip veri kümeleri sentetik veri. Bu şekilde, geliştirme ve test ekipleri bir uygulamanın davranıp davranmadığını ve verileri dönüştürüp dönüştürmediğini görebilir ve bu da iyi bir Veri Kalitesi sağlar. Aynı zamanda gerçek dünya verileri değişmeden kalır, korunur ve tutarlı kalır.
• Kötü Veri Kalitesi: Kuruluşlar arasındaki tartışmalar bazen düşük Veri Kalitesine sahip olmanın tehlikelerine odaklanır. Bu konuşmalarda çeşitli veri kavramları devreye giriyor:
  • Veri borcu: O'Neal, "Veri yönetimine ilişkin kötü kararlardan dolayı veri borcu artıyor" dedi. Kuruluşların verileri verimli ve etkili bir şekilde temizlemesi, Veri Kalitesi uygulamalarını ve standartlarını yürütmesi ve meta verileri yönetmesi gerekir. veri borcu. Borç ne kadar büyük olursa, çözülmesi gereken sorunlar da o kadar fazla olur. Veri çöpü: İşletmeler, aldıkları verileri sürekli olarak toplamaya, depolamaya ve desteklemeye devam eder; veri çöpü. O'Neal, şirketin ek bulut örneklerini başlatabildiği sınırsız depolama kapasitesiyle veri çöpünün serbestçe gerçekleştiğini belirtti. Ancak veri düzenlemelerine uygun veri çöpü kullanımı ve korumanın sağlanmasında sorunlar ortaya çıkabilmektedir. Karanlık veriler: Karanlık veriler kimsenin dikkate almadığı veya kullanmadığı mevcut verileri içerir. Karanlık verilerin değer kazanabileceğini veya veri çöplüğü haline gelebileceğini belirtti. Depoda durduğu için bilinmiyor.

Veri Etkinleştirme Kavramları

Pek çok kuruluş, çalışanlarına ve müşterilerine işlerini iyi bir şekilde yapabilmek için ihtiyaç duydukları erişimi vermek ister; bu da işin özüdür. veri etkinleştirme. O'Neal, dijital dönüşüm için hayati öneme sahip olan bu terimin, "iş adamlarını kendi sonuçları için verilerden yararlanma konusunda güçlendirdiğini ve desteklediğini" gözlemledi. Veri etkinleştirme, bir Veri Yönetişimi hedefi oluşturur, diğer birçok kurumsal hizmete yayılır ve aşağıdakiler gibi ilgili fikirleri içerir:

• Veri okuryazarlığı: O'Neal'e göre, veri okuryazarlığı İnsanların yeteneklerinin ve verileri ne kadar iyi anladıklarının değerlendirilmesine ilişkin süreçleri açıklar. "Veri okuryazarlığı, veri kullanıcılarını desteklemek için eğitim, iletişim, yönetişim, meta veriler, Veri Kalitesi ve diğer hizmetleri bir araya getirmenin bir yoludur" dedi. Bu fikir daha önce varken veri okuryazarlığını öne çıkarmanın avantajı, bazı "uzmanlık ve bu konudaki en iyi uygulamaları" iletir.
• Verilerin demokratikleştirilmesi: A veri demokrasisi kuruluştaki herkesin, iş unvanı ne olursa olsun, rahatça çalışabilmesi ve verileri kullanma konusunda kendine güvenebilmesi gerektiği felsefesidir. O'Neal, herkesin "işi yapmak için ihtiyaç duyduğu verileri tanımlayıp kaynaklayabileceği" fikrinin veri demokrasisi etrafında şekillendiğini söyledi.
• Organizasyonel değişim yönetimi: Organizasyonel değişim yönetimi Veri Yönetimini ve diğer tüm ticari faaliyetleri ve süreçleri içerir. O'Neal bunu "davranışları değiştirerek iş sonuçları elde etme konusunda kapsamlı bir yetenek ve disiplin" olarak tanımladı. Bu tür bir evrim durumsaldır. Ayrıca organizasyonel değişim yönetimi şirketlere atacakları adımlar konusunda yol göstermektedir.
• Verilere dayalı: Biri veri bilgili Kararları değerlendirirken verileri kullanır. O'Neal, bir bireyin verileri değerlendirdikten sonra bile içgüdüsel bir karar verebileceğini belirtti.
• Veri merkezli: veri merkezli bireyler verileri ilk sıraya koyar. O'Neal, veri odaklılığın bir kuruluşun çalışanları için nihai hedefi temsil ettiğini, veriye dayalı bilginin başlangıç ​​noktası olduğunu açıkladı.
• Veri İşlemleri: Veri İşlemleri O'Neal, "Veri Yönetiminde bir grup işbirliğine dayalı destek fonksiyonu" tanımladığını belirtti. DataOps, "verilerin mevcut kalması ve uygun şekilde kullanılması için sürdürülebilirliği sağlamak amacıyla teknolojiden yardım alarak iş perspektifinden operasyonel bir anlayış" sağlar.

Sonuç

Veri Yönetimi uygulamaları, o verilerle ilgili rol ve etkinliğe bağlı olarak kuruluş genelinde farklı anlamlar taşır. İş adamları ve teknik insanlar aynı terminolojiyi kullansalar bile farklı fikirlere sahiptirler.

Bu nedenle kuruluşların veri kavramlarının uyumunu ve tutarlı bir şekilde anlaşılmasını sağlaması gerekir. Bu paylaşılan bilgi, Veri Mimarisi, Veri Kalitesi ve veri etkinleştirme, temel veri dönüştürme bileşenleri tartışılırken kullanışlıdır. O'Neal, tartışmaları daha basit hale getirmeye yardımcı olmak için temel veri kavramlarını toplayıp açıklığa kavuşturan bir EDW oturumu geçirdi. Bu makaledeki terminolojiyi incelemek ve başvurmak için bingo sayfasına bakın.

DATAVERSITY'nin yaklaşan etkinlikleri hakkında daha fazla bilgi edinmek ister misiniz? Mevcut çevrimiçi ve yüz yüze konferanslar serimize göz atın okuyun.

İşte Enterprise Data World sunumunun videosu:

Üstteki görsel Shutterstock.com lisansı altında kullanılmıştır.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. Otomotiv / EV'ler, karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• ChartPrime. Ticaret Oyununuzu ChartPrime ile yükseltin. Buradan Erişin.
• Blok Ofsetleri. Çevre Dengeleme Sahipliğini Modernleştirme. Buradan Erişin.
• Kaynak: https://www.dataversity.net/core-data-concepts-for-digital-transformation/