Bu gönderi, pratik veri ağı uygulama sanatına ve bilimine adanmış bir dizinin ilkidir (veri ağı hakkında genel bir bakış için orijinal teknik incelemeyi okuyun) Veri ağı kayması). Seri, çalışan bir işletim modeli için gerekli olan işlevsel ve işlevsel olmayan yeteneklere derinlemesine dalarak ve her bir yetenek için alınması gereken kararları ortaya koyarak veri ağının ilkeleri ile gerçek hayattaki uygulaması arasındaki boşluğu kapatmaya çalışır. ve bunları uygulamak için gerekli temel iş ve teknik süreçleri açıklamak. Birlikte ele alındığında, bu dizideki gönderiler bir kuruluş içindeki veri ağı için bazı olası işletim modellerini ortaya koymaktadır.

Kudzu

Kudzu - veya kuzu (ク ズ) - Japonya'ya ve güneydoğu Çin'e özgüdür. İlk olarak 1876'da Amerika Birleşik Devletleri'nin güneydoğusunda erozyon kontrolü için umut verici bir çözüm olarak tanıtılan bu sistem, Kudzu'nun büyüme hızı, yerel çimlerden ağaç sistemlerine kadar her şeyi büyüterek ve onları güneş ışığından gölgeleyerek rekabet ettiğinden, şimdi istenmeyen sonuçlar hakkında uyarıcı bir hikaye sunuyor. fotosenteze ihtiyaç duyarak sonuçta türlerin yok olmasına ve biyoçeşitliliğin kaybolmasına yol açar. Kudzu'nun hikayesi, nasıl kullanılmaları amaçlandığını tam olarak anlamadan veya takdir etmeden veri ağı mimarilerini uygulamanın tehlikelerine ve sonuçlarına güçlü bir benzetme sunuyor. Yönetilmeyen sözde veri ürünlerinin "Kudzu"su (veri ürünleri kılığına girerek bunlarla ilişkili sayısız yükümlülüğü yerine getirmede başarısız olan veri paylaşma yöntemleri), gerçek veri ürünlerinin yerel ekosistemini alt ettiğinde, yok etme maliyetlidir ve başarısızlığa eğilimlidir. ve önemli ölçüde boşa harcanan çaba ve kaynakların yanı sıra kaybedilen zamanı temsil edebilir.

tatlı

Kudzu 1930'larda güneyi ele geçirirken, geniş arazilerin çoraklaşması ve sakinlerin geçimini sağlamak için başka yerler bulmak zorunda kalmasıyla, geniş ormansızlaşmanın neden olduğu çölleşme Orta Batı'yı eziyordu. Aynı şekilde, ya veri ürünlerinin kök salmasını engelleyen ya da onları çok agresif bir şekilde geri çeken (ormansızlaştırma) aşırı kısıtlayıcı veri yönetişimi uygulamaları, zamanla hem veri üreticilerini hem de tüketicilerini yönlendiren “veri çölleri” yaratabilir. kuruluşun veri ihtiyaçları için başka bir yere bakması. Aynı zamanda, veri ağı yönetimine yönelik, hangi tür ürünlerin var olması gerektiğine ve bunların nasıl geliştirileceğine dair bir vizyonu olmayan yapılandırılmamış yaklaşımlar, basit bir ihmal yoluyla aynı etkiyi yaratma konusunda yüksek risk altındadır. Bunun nedeni, bir veri stratejisi olarak veri ağı hakkında yaygın bir yanılgıdır; bu, etkin bir şekilde kendi kendini organize ettiğidir - yani, bir kez fırsat sunulduğunda, kuruluş içindeki veri sahipleri, yüksek düzeyde yayınlamayla ilgili sorumluluk ve yükümlülükleri üstleneceklerdir. kaliteli veri ürünleri. Gerçekte, bir veri üreticisinin işi genellikle nankördür ve net teşvik stratejileri olmadan, üreticiler ve tüketiciler işlerini yapmak için ihtiyaç duydukları verileri aramak için başka yerlere gittiklerinden, kuruluşlar daha fazla veri yönetimi sorunu yaratan veri çölleriyle sonuçlanabilir.

Bonsai

Bonsai (盆栽), penjing (盆景) adı verilen eski bir Çin geleneğinden kaynaklanan ve daha sonra Zen Budizminin minimalist öğretileriyle bugün bildiğimiz ve tanıdığımız uygulamaya dönüşen bir sanat biçimidir. Bonsai'nin sabırlı uygulaması, Kudzu'nun kaosundan ve kurumsal veri çöllerinin hayaletinden kaçınmak için gerekli olan kavramlara ve süreçlere yararlı analojiler sunar. Bonsai sanatçıları, ağaç tarafından üretilen ve doğal olarak oluşan tomurcukları dikkatle gözlemler ve komşularıyla iyi çalışmayanları budarken ağacın genel estetiğine katkıda bulunanları teşvik eder. Aynı fikirler, bir veri ağı içindeki veri ürünleri için de aynı şekilde geçerlidir; veri ağımıza değer katan veri ürünlerinin büyümesini ve benimsenmesini teşvik ederek ve sağlamayanları sürekli olarak budayarak, veri ağımızın değerini ve sürdürülebilirliğini en üst düzeye çıkarırız. uygulamalar. Benzer bir şekilde, Bonsai sanatçıları ağacın şekline ilişkin vizyonlarını, çalışmayı seçtikleri türlerin doğal özelliklerine ve doğuştan gelen yapısına saygı duyarak dengelemelidir - ağacın biyolojisini göz ardı etmek, uzun ömür için felaket olur. ağacın yanı sıra sanatın kendisinin kalitesine. Aynı şekilde, başarılı veri ağı stratejileri uygulamak isteyen kuruluşlar, uygulamalarında kuruluşlarının doğasına ve yapısına (yasal, politik, ticari, teknoloji) saygı göstermelidir.

Sürdürülebilir bir veri ağı işletim modelinin uygulanması için önerilen temel yeteneklerden, tanımladığımız ve bu yazının ilerleyen kısımlarında incelediğimiz sorunlarla en alakalı olanı, veri ürünü portföy yönetimidir.

Veri ürünü portföy yönetimine genel bakış

Veri ağı mimarileri, doğası gereği, merkezi olmayan veri sahipliği ve kuruluşlar veya iş kolları arasında açık yasal, düzenleyici veya ticari sınırlar ile birleşik kuruluşlar içinde uygulama için idealdir. Bununla birlikte, veri ağı mimarilerini değerli kılan aynı organizasyonel özellikler, aynı zamanda onları Kudzu'nun ikiz kabuslarından birine veya veri çöllerine dönüşme riskine sokar.

Bir kurumsal veri ağının şeklini ve doğasını tanımlamak için, aşağıdakiler dahil ancak bunlarla sınırlı olmamak üzere, bir dizi kilit sorunun yanıtlanması gerekir:

• Kuruluş içindeki anahtar veri alanları nelerdir? Mevcut iş sorunlarını çözmek için bu alanlarda ihtiyaç duyulan temel veri ürünleri nelerdir? Etki alanlarımızı haritalandırırken değer katmak için bu keşif sürecini nasıl yineleriz?
• Kuruluşumuzdaki tüketiciler kimlerdir ve onları üreticilerden ve veri ürünlerinden hangi mantıksal, yasal, fiziksel veya ticari sınırlar ayırabilir?
• Merkezi olmayan bir kuruluşta önemli veri ürünlerinin geliştirilmesini ve bakımını nasıl teşvik ederiz?
• Kuruluşun kötü verilerden korunması için veri ürünlerini SLA'larına göre nasıl izleriz ve başarısızlık durumunda uyarı ve yükseltmeyi nasıl sağlarız?
• Doğru becerilere, doğru araçlara ve doğru zihniyete sahip otonom üreticiler ve tüketiciler olarak gördüğümüz kişilerin, verileri bir ürün olarak bağımsız olarak yayınlamak ve sorumlu bir şekilde tüketmek için gerçekten daha fazla sahiplenmeyi istemelerini (ve alabilmelerini) nasıl sağlayabiliriz? ?
• Bir veri ürününün yaşam döngüsü nedir? Yeni veri ürünleri ne zaman oluşturulur ve bunları kimin oluşturmasına izin verilir? Veri ürünleri ne zaman kullanımdan kaldırılır ve tüketicileri açısından sonuçlarından kim sorumludur?
• Veri ürünleri bağlamında “riski” ve “değeri” nasıl tanımlarız ve bunu nasıl ölçebiliriz? Belirli bir veri ürününün varlığını doğrulamak kimin sorumluluğundadır?

Bu gibi soruları yanıtlamak ve buna göre plan yapmak için kuruluşların veri ürünü portföy yönetimini (DPPM) uygulaması gerekir. DPPM bir boşlukta mevcut değildir; doğası gereği DPPM, iş yeteneği yönetimi ve proje portföy yönetimi gibi kurumsal mimari uygulamalarıyla yakından ilişkilidir ve bunlara bağlıdır. Bu nedenle DPPM'nin kendisi de kısmen bir kurumsal mimari uygulaması olarak kabul edilebilir.

Bir kurumsal mimari uygulaması olarak DPPM, görev alanı uygun şekilde küresel ve işlevler arası olan bir işlev içinde yer alması gereken uygulamasından sorumludur. Bu, bir CDO'ya veya eşdeğer bir merkezi veri işlevine sahip kuruluşlar için CDO ofisi veya sahip olmayan kuruluşlardaki kurumsal mimari ekibi içinde olabilir.

DPPM'nin Hedefleri

DPPM'nin hedefleri aşağıdaki gibi özetlenebilir:

• Değeri koru – DPPM, veri ürünlerinin kurumsal hedeflere katkısını nesnel terimlerle ölçmek için çerçeveler geliştirerek, uygulayarak ve uygulayarak kurumsal veri stratejisinin değerini korur. İlgili gelirler, tasarruflar veya operasyonel kayıplardaki azalmalar buna örnek olarak gösterilebilir. Veri ürünleri, yaşam döngülerinin başlarında, benimseme (tüketici sayısı) ve etkinlik düzeyi (sürümler, tüketicilerle etkileşim vb.) dahil olmak üzere alternatif ölçümlerle ölçülebilir. Bu hedefe ulaşmada, DPPM yeteneği, bir ürün olarak verilerin değer katabileceği ve teslimat önceliğini buna göre ayarlayabileceği sürekli öncelikler konusunda işletmeyle etkileşim kurmaktan sorumludur. Değeri ölçme ve veri ürünlerine öncelik verme stratejileri bu yazının ilerleyen kısımlarında incelenecektir.
• Riski yönetmek – Tüm veri ürünleri kuruluşa risk getirir—benimsenmeme nedeniyle boşa harcanan para ve çaba riski, uygunsuz kullanımla ilişkili operasyonel kayıp riski ve veri ürününün kullanılabilirlik, eksiksizlik veya kalite. Düşük kaliteli veya denetimsiz veri ürünlerinin çoğalması durumunda bu riskler daha da artar. DPPM, bu riskleri bireysel ve toplu olarak anlamaya ve ölçmeye çalışır. Bu özellikle zorlu bir hedeftir çünkü belirli bir veri ürününün varlığıyla ilişkili riski oluşturan şey, büyük ölçüde ürünün tüketicileri tarafından belirlenir ve muhtemelen zamanla değişir (gerçi entropi gibi, yalnızca artma olasılığı vardır).
• Kılavuz evrim – DPPM'nin nihai hedefi, birbirini dışlayan veya toplu olarak kapsamlı alanlar ve veri ürünleri, ürün tanımlarının tek iş parçacıklı sahipliğinin tanımlanması ve etkinleştirilmesi veya taktik veya stratejik iş hedeflerine hizmet etmek için yeni veri kaynaklarının çevik bir şekilde dahil edilmesi ve ürünlerin oluşturulması. Veri ağı evriminin yönetimi ve veri ürünlerinin kurumsal hedeflere göre değerlendirilmesi için bazı ilkeler bu yazının ilerleyen kısımlarında incelenecektir.

DPPM'nin Zorlukları

Bu bölümde, DPPM'nin bazı zorluklarını ve bu zorlukların bazılarının ele alınabileceği pragmatik yolları keşfedeceğiz.

bebeklik

Bir kavram olarak veri ağı hala nispeten yenidir. Bu nedenle, veri ağı mimarileri oluşturmak ve yönetmek için pratik işletim modelleriyle ilgili çok az standardizasyon vardır ve DPPM uygulamasını desteklemek için tam teşekküllü kullanıma hazır referans işletim modellerine, çerçevelere veya araçlara erişim yoktur.

DPPM'nin bazı unsurları farklı araçlarda desteklenir (örneğin, bazı veri katalogları, değerin ölçülmesine katkıda bulunan temel topluluk özelliklerini içerir), ancak bütünsel bir şekilde desteklenmez. Zamanla, DPPM ile ilişkili süreçlerin standardizasyonu, ağ denetimi ile ilişkili farklılaşmamış ağır kaldırma işlemlerini daha fazla üstlenen ve otomatikleştiren yeni hizmetlerin popülerliği ve benimsenmesiyle yönlendirilen metalaştırmanın bir yan etkisi olarak ortaya çıkacaktır. Ancak bu arada, veri ağı mimarilerini benimseyen kuruluşlar, bunları etkin bir şekilde nasıl çalıştıracakları konusunda büyük ölçüde kendi cihazlarına bırakılıyor.

Direniş

Demokrasinin en saf ifadesi anarşidir ve bir kuruluş ne kadar federe olursa (kendisi de veri ağı mimarilerini seçmede destekleyici bir faktör), herhangi bir merkezi yönetişim biçimine karşı o kadar fazla direnç gözlemlenebilir. Bu, DPPM için bir meydan okuma çünkü bir şekilde tek bir yerde bir araya gelmesi gerekiyor. Tıpkı Bonsai sanatçısının tüm ağacın vizyonunu bilmesi gibi, bireysel alanlar veya veri ürünleri ne kadar geniş çapta birleştirilmiş ve özerk olursa olsun, bir veri ağının evrimi için uyumlu bir vizyon ve buna rehberlik etme yeteneği olmalıdır.

Bununla birlikte, bunu bir kuruluşun doğal şekline (ve kültürüne) saygı duyma ihtiyacıyla dengelemek, DPPM uygulayan kuruluşların bunu kuruluşun gerçekliğiyle çelişmeyecek şekilde nasıl yapacaklarını düşünmelerini gerektirir. Bu, örneğin, DPPM'nin birkaç katmanda gerçekleşmesi gerekebileceği anlamına gelebilir - en azından veri alanlarında, muhtemelen iş kollarında ve ardından uygun veri komiteleri, loncalar veya paydaşları bir araya getiren diğer yapılar aracılığıyla kurumsal düzeyde. Tüm bunlar, DPPM'yi etkili bir şekilde gerçekleştirmek için gereken süreçleri ve işbirliğini karmaşık hale getiriyor.

Olgunluk

Veri ağı mimarileri ve dolayısıyla DPPM, bir kuruluş içinde nispeten yüksek düzeyde veri olgunluğu varsayar - net bir veri stratejisi, veri sahipliği ve yönetimi anlayışı, veri kullanımını yöneten ilke ve politikalar ve orta ila yüksek düzeyde kuruluş içindeki veriler etrafında eğitim ve öğretim. Kuruluş içinde veri olgunluğunun olmaması veya zayıf veya olgunlaşmamış bir kurumsal mimari işlevi, güçlü ve kullanışlı bir DPPM uygulaması şöyle dursun, herhangi bir veri ağı mimarisinin uygulanmasında önemli engellerle karşılaşacaktır.

Ancak gerçekte, veri olgunluğu kuruluşlar arasında tek tip değildir. Görünüşte düşük olgunlukta olan organizasyonlarda bile, genellikle daha olgun ve etkileşim kurma iştahı yüksek olan ekipler vardır. Kuruluşlar, bu ekiplere yaslanarak ve onlar aracılığıyla değer göstererek, ardından onları müjdeciler olarak kullanarak, veri ağı stratejilerinin avantajlarından daha erken yararlanırken olgunluk kazanabilirler.

Aşağıdaki bölümler, veri ürünlerinin (kapsam, değer, risk, benzersizlik ve uygunluk) temel özelliklerini ve bunların veri ağı uygulamalarıyla nasıl ilişkili olduğunu açıklamanın yanı sıra insanlar, süreç ve teknoloji doğrultusunda DPPM'nin uygulanmasını incelemektedir.

İnsanlar

DPPM'yi etkili bir şekilde uygulamak için, kuruluştaki çok çeşitli paydaşların şu veya bu kapasitede yer alması gerekebilir. Aşağıdaki tablo bazı önemli roller önermektedir, ancak bunların kendi rolleri ve işlevleriyle nasıl eşleşip eşleşmediğini belirlemek bireysel bir kuruluşa kalmıştır.

** Veri konseyi tipik olarak her işlevden (veri alanı sahipleri), kurumsal mimariden ve baş veri sorumlusu veya eşdeğerinden daimi temsilcilerden oluşur.

süreci

Aşağıdaki diyagram, DPPM ile ilişkili stratejik, taktiksel ve operasyonel uygulamaları göstermektedir. Bu uygulamaların uygulanmasına yönelik bazı hususlar, bu yazıda daha ayrıntılı olarak incelenmektedir, ancak bunların özel yorumu ve uygulanması, bireysel organizasyona bağlıdır.

Sınırları

Bu bölümü okurken, sınırların etkisini akılda tutmak önemlidir—her ne kadar strateji geliştirme küresel bir uygulama olarak kurulmuş olsa da, DPPM içindeki diğer uygulamalar ilgili kurumsal sınırlara (fiziksel, coğrafi, operasyonel, yasal, ticari, veya doğası gereği düzenleyici). Bazı durumlarda, sınırların varlığı, taktik ve operasyonel uygulamaların bir kısmının veya tamamının ilgili her bir sınır içinde çoğaltılmasını gerektirebilir. Örneğin, Kuzey Amerika'da bir mülk ve kaza tüzel kişiliğine sahip bir sigorta şirketi ile Almanya'da bir hayat varlığına sahip bir sigorta şirketinin, DPPM'yi her bir kuruluş içinde ayrı ayrı uygulaması gerekebilir.

Strateji Geliştirme

Bu uygulama, aşağıdakiler de dahil olmak üzere, genel veri ağı stratejisiyle ilişkili soruların yanıtlanmasıyla ilgilidir:

• Veri ağının genel kapsamı (veri alanları, katılan varlıklar vb.)
• Katılımcı varlıkların veri ağının tanımında ve uygulanmasında serbestlik derecesi (örneğin, tek bir ağ örgüsüne karşı bir ağ ağı)
• Veri ağıyla ilişkili faaliyetler ve yetenekler için sorumlulukların dağılımı (demokratikleşme derecesi)
• Veri ağının yönetilmesi gereken (risk ve değer gibi) temel performans göstergelerinin (KPI) tanımı ve dokümantasyonu
• Yönetişim işletim modeli (bu uygulama dahil)

Anahtar teslimatlar aşağıdakileri içerir:

• Veri ürünlerinin ön taraması ve taranması ile ilgili operasyonel süreçler için kurumsal yönergeler
• Veri ürünü analizi, tarama ve optimal portföy seçimi gibi uygulamalar için metodoloji geliştirme ve seçimine rehberlik eden iyi tanımlanmış KPI'lar
• Metodoloji geliştirme, optimal portföy seçimi ve portföy ayarlaması etrafında taktiksel süreçlerin uygulanması için organizasyonel kaynakların (insanlar, bütçe, zaman) tahsisi

Kilit hususlar

Bu bölümde, strateji geliştirmeye yönelik bazı önemli hususları tartışacağız.

Veri ağı yapısı

Bu diyagram, bir veri ağındaki veri ürünleri ile ağın kendisinin yapısı arasındaki benzer ilişkiyi göstermektedir.

Aşağıdaki hususlar tarama, veri ürünü analizi ve optimal portföy seçimi ile ilgilidir.

• Trunk (temel veri ürünleri) – Çekirdek veri ürünleri, kuruluşun işleyiş yeteneğinde merkezi olan ve diğer veri ürünlerinin çoğunun türetildiği ürünlerdir. Bunlar, kilit ticari faaliyetlerin uygulanmasında tüketilen veya düzenleyici raporlama ve risk yönetimi gibi kritik süreçlerle ilişkili veri ürünleri olabilir. Bu veri ürünleri için kurumsal yönetişim, genellikle çeviklik yerine kullanılabilirliği ve veri doğruluğunu tercih eder.

• Şube (etki alanları arası veri ürünleri) – Etki alanları arası veri ürünleri, veriler için en yaygın etki alanları arası kullanım durumlarını temsil eder (örneğin, müşteri verilerinin ürün verileriyle birleştirilmesi). Bu veri ürünleri, raporlama ve analitiği ve - daha az ölçüde - operasyonel süreçleri desteklemek için iş fonksiyonlarında yaygın olarak kullanılabilir. Bu veri ürünleri çeşitli kaynakları tüketebileceğinden, kurumsal yönetişim, veri kaynaklarındaki değişikliklere uyum sağlayabilme karşılığında bir dereceye kadar riski kabul ederek, çevikliğe karşı güvenilirliğe ilişkin dengeli bir görüşü destekleyebilir. Veri ürünü sürüm oluşturma, değişiklikle ilişkili risklerin azaltılmasını sağlayabilir.
• Yaprak (diğer her şey) – Bunlar, bireysel ekipleri ve kullanım durumlarını desteklemek için kalıcı eklemeler veya veri boşluklarını doldurmak veya zaman sınırlı girişimleri desteklemek için geçici veri ürünleri olarak bir veri ağı içinde ortaya çıkabilecek sayısız veri ürünüdür. Bu veri ürünlerinin sayısı yüksek olabileceğinden ve riskler tipik olarak tek bir süreçle veya kuruluşun küçük bir bölümüyle sınırlı olduğundan, kurumsal yönetişim tipik olarak hafif bir dokunuştan yanadır ve aktif katılım yerine yönergeler ve en iyi uygulamalar yoluyla yönetmeyi tercih edebilir. veri ürünü yaşam döngüsünde.

Veri ürünleri ve veri tanımları

Aşağıdaki şekil, veri tanımlarının veri ürünleri dizisi boyunca nasıl tanımlandığını ve devralındığını göstermektedir.

Bir veri ağı mimarisinde, veri ürünleri birbirinden veri devralabilir (bir veri ürünü diğerini kendi veri hattında tüketir) veya aynı etki alanı içinde (veya onunla ilgili) bağımsız olarak veri yayınlayabilir. Örneğin, bir müşteri veri ürünü, bir müşteri destek veri ürünü tarafından devralınabilirken, başka bir müşteri yolculuğu veri ürünü, bağımsız kaynaklardan müşteriyle ilgili verileri doğrudan yayınlayabilir. Etki alanı veri özniteliklerinin nasıl kullanıldığına ve yayınlandığına ilişkin herhangi bir standart uygulanmadığında, aynı veri etki alanı içindeki veri ürünleri, raporlama veya analiz amacıyla bunları bir araya getirmek zor veya imkansız hale geldiğinden birlikte çalışabilirliği kaybedebilir.

Bunu önlemek için veri ürünleri ve veri tanımları arasında ayrım yapmak faydalı olabilir. Tipik olarak kuruluşlar, veri etki alanlarındaki ortak ve yeniden kullanılabilir veri varlıkları için minimum veri tanımlarını tanımlamaktan sorumlu olan tek iş parçacıklı bir sahip (genellikle bir veri sahibi veya temsilcisi veya bir etki alanı veri sahibi veya temsilcisi) seçecektir. Örneğin, satış ve pazarlama verileri alanından sorumlu bir veri sahibi, bir müşteri veri ürününü alan içinde yeniden kullanılabilir bir veri varlığı olarak tanımlayabilir ve müşteriyle ilgili tüm veri üreticilerinin veri ürünlerine dahil etmesi gereken asgari bir veri tanımını yayınlayabilir. müşteri verileriyle ilişkili tüm veri ürünlerinin birlikte çalışabilir olduğundan emin olun.

DPPM, veri ürünü analiz faaliyetlerinin bir parçası olarak veri tanımlarının tanımlanmasına ve üretilmesine yardımcı olabileceği gibi, veri ürünü geliştirme gözetiminin bir parçası olarak bunların dahil edilmesini zorunlu kılabilir.

Hizmet yönetimi düşüncesi

Bu hususlar, veri ürünü analizi, periyodik değerlendirme ve metodoloji seçimi ile ilgilidir.

Veri ürünleri, kuruluşa veya harici olarak müşterilere ve ortaklara sağlanan hizmetlerdir. Bu nedenle, veri ürünlerinin kapsamları ve hedef kitleleri için uygunluğunu değerlendirmede ve ayrıca rolleri, süreçleri ve herhangi bir veri ürünü için işletim modelini oluşturması gereken kabul edilebilir teknolojiler.

Operasyonel düzeyde, her uygulamayı uygulamak için gereken paydaşlar, veri ürününün kapsamına bağlı olarak değişebilir. Örneğin, bir çekirdek veri ürünü için sürüm yönetimi uygulaması, veri konseyinin katılımını gerektirebilirken, bir ekip veri ürünü için aynı uygulama, yalnızca ekibi veya fonksiyonel başkanı içerebilir. Karar verme darboğazları yaratmaktan kaçınmak için kuruluşlar, her durumda paydaş sayısını en aza indirmeyi ve mümkün olan her yerde tek iş parçacıklı sahiplere odaklanmayı hedeflemelidir.

Aşağıdaki tablo, yeteneklerin bir alt kümesini ve bunların farklı kapsamlardaki veri ürünlerine nasıl uygulanabileceğini önermektedir. Her kapsam için 1 ile 5 arasındaki önerilen hedef olgunluk seviyeleri dahil edilmiştir. (1= Başlangıç, 5= Optimizasyon)

metodoloji geliştirme

Bu uygulama, veri ürün değeri ve riskinin ölçümü için somut, nesnel çerçeveler, ölçütler ve süreçlerin geliştirilmesi ile ilgilenir. Risk ve değerin arkasındaki itici faktörler ürünler arasında mutlaka aynı olmadığından, çeşitli metodolojiler veya bunların varyantlarını geliştirmek gerekli olabilir.

Anahtar teslimatlar aşağıdakileri içerir:

• Veri ürünlerinin risk ve değerini ölçmenin yanı sıra veri ürünlerinin optimum portföyünü belirlemek için iyi tanımlanmış çerçeveler
• Değer ve riskle ilişkili operasyonel olarak uygulanabilir, ölçülebilir metrikler

Kilit hususlar

Veri ürünlerini değerlendirmek için önemli bir husus, tüketici değeri veya riske karşı benzersizliktir. Aşağıdaki şema, bir veri ürününün değeri ve riskinin tüketicileri tarafından nasıl yönlendirildiğini göstermektedir.

Veri ürünleri doğası gereği risk oluşturmaz veya değer katmaz, bunun yerine dolaylı olarak - toplu bir şekilde - tüketicileri tarafından yaratılan risk ve değeri ortaya çıkarır.

Tüketici merkezli bir değer ve risk modelinde, tüketicilerin yönetişimi, tüm veri kullanımının aşağıdaki gereksinimleri karşılamasını sağlar:

• Veri kullanımını gerekçelendiren bir iş gerekçesi ile ilişkilidir (örneğin, yeni iş, iş süreci otomasyonu yoluyla maliyet düşürme vb.)
• Kullanım durumuyla ilişkili riske göre düzenli olarak değerlendirilir (örneğin, düzenleyici raporlama

Bağlantılı veri ürünleriyle ilişkili değer ve risk daha sonra bir toplama olarak hesaplanır. Kuruluşların, veri gizliliği yönetişiminin bir parçası olarak veya erişim onay sürecinin bir yan ürünü olarak verilerle ilişkili kullanım durumlarını zaten takip ettiği durumlarda, bu mevcut sistemler ve veritabanları yeniden kullanılabilir veya genişletilebilir.

Tersine, veri ürünleri birbiriyle örtüştüğünde, veri ürünleri arasındaki fazlalıklar kaynakların verimsiz kullanımını temsil ettiğinden ve veri kalitesi yönetimiyle ilişkili kurumsal karmaşıklığı artırdığından, veri ürünlerinin kuruluş için değeri buna göre azalır.

Modelin operasyonel olarak uygulanabilir olduğundan emin olmak için (metodoloji geliştirmenin temel çıktılarına bakın), bir ürün veya kullanım durumu düzeyinde değer ve risk ilişkilendirmesini hesaplamaya çalışmak yerine basit toplamaları dikkate almak yeterli olabilir.

Optimum portföy seçimi

Bu uygulama, hangi veri ürünleri kombinasyonunun (mevcut, yeni veya potansiyel) kuruluşun mevcut ve bilinen gelecekteki ihtiyaçlarını en iyi şekilde karşılayacağını belirleme ile ilgilidir. Bu uygulama, veri ürünü analizi ve veri ürünü tekliflerinin yanı sıra diğer kurumsal mimari uygulamalarından (örneğin, iş mimarisi) girdi alır ve veri-borç ve zaman-değer arasındaki ödünleşimlerin yanı sıra diğer hususları dikkate alır. herhangi bir zamanda kalıcı ve geçici veri ürünlerinin optimal karışımını belirlemek için veri ürünleri arasındaki fazlalık olarak.

Bir kuruluştaki veri ürünlerinin sayısı zamanla önemli hale gelebileceğinden, en uygun portföy seçimi problemine buluşsal yöntemler uygulamak yararlı olabilir. Örneğin, üç aylık portföy incelemelerinde çekirdek ve alanlar arası veri ürünlerini (ana hat ve dallar) yıllık olarak denetlenen diğer veri ürünleriyle (izinler) dikkate almak yeterli olabilir.

Anahtar teslimatlar aşağıdakileri içerir:

• İlgili tüm veri ürünleri dahil olmak üzere veri ağı için bir hedef durum tanımı
• Portföy ayarlama uygulaması tarafından kullanılmak üzere kurumsal önceliklerin bir göstergesi

Kilit hususlar

Aşağıdakiler, veri ürünü yarılanma ömrüne ilişkin temel hususlardır:

• Uzun vadeli veya stratejik veri ürünleri – Bu veri ürünleri, uzun vadeli bir kurumsal ihtiyacı karşılar, genellikle çeşitli alanlardaki anahtar kaynak sistemlerle ilişkilendirilir ve genel veri stratejisini sabitler. Zamanla, bir kuruluşun veri ağı olgunlaştıkça, uzun vadeli veri ürünleri ağın büyük kısmını oluşturmalıdır.
• Zamana bağlı veri ürünleri – Bu veri ürünleri, veri stratejisindeki bir boşluğu doldurur ve kuruluşun temel veri ürünleri güncellenene kadar veri fırsatları üzerinde ilerlemesine olanak tanır. Orta vadeli ve uzun vadeli uygulama konsolidasyonu gerçekleşene kadar raporlama ve iş zekası için tutarlı veriler sağlamak üzere birleşme ve devralma işlemleri ve satın alma sonrasında oluşturulan ve kullanılan veri ürünleri buna bir örnek olabilir. Zamana bağlı veri ürünleri, veri borcu olarak kabul edilir ve buna göre yönetilmelidir.
• Amaca yönelik veri ürünleri – Bu veri ürünleri dar, sonlu bir amaca hizmet eder. Amaca yönelik veri ürünleri, zamana bağlı olabilir veya olmayabilir, ancak öncelikle önceden bilinen katı bir tüketici grubu tarafından karakterize edilir. Bunun örnekleri şunları içerebilir:
  • İş kolları arasında kayıt sistemi uyumlaştırmasını desteklemek için geliştirilen veri ürünleri (örneğin, ayrı CRM sistemleri kullanılarak sigorta iş kolları arasında müşteri kayıtlarının tekilleştirilmesi)
  • Açıkça diğer veri ürünlerinin izlenmesi için oluşturulan veri ürünleri (veri kalitesi, güncelleme sıklığı vb.)

portföy düzenlemesi

Bu uygulama, fizibilite analizi, planlama ve proje yönetiminin yanı sıra optimum portföydeki değişikliklerle ilgili iletişim ve organizasyonel değişiklik yönetimi faaliyetlerini uygular. Bu uygulamanın bir parçası olarak, mevcut ve hedef veri ürün portföyü arasında bir boşluk analizi yapılır ve kuruluş tarafından gözden geçirilmek üzere hazırlanan bir dizi gerekli eylem ve tahmini süre ve işgücü hazırlanır. Böyle bir dönemde, veri ürünleri geliştirme (bir ihtiyacı karşılayacak yeni veri ürünleri), değişiklik, birleştirme (iki veya daha fazla veri ürününü tek bir veri ürününde birleştirme) veya kullanımdan kaldırma için işaretlenebilir. Uygulamanın optimalliği ve uygulanabilirliği arasında uygun bir denge bulmak için optimal portföy seçimi ve portföy ayarlamasının birkaç tekrarı gerekebilir.

Anahtar teslimatlar aşağıdakileri içerir:

• Mevcut ve hedef veri ürün portföyü ile önerilen iyileştirme faaliyetleri arasında bir boşluk analizi
• İlgili paydaşların (veri konseyi gibi) onayı için gerekli değişikliklerle ilişkili üst düzey proje planları ve çaba veya bütçe değerlendirmeleri

Veri ürünü teklifleri

Bu uygulama, kuruluş içindeki yeni veya mevcut veri ürünlerindeki değişikliklere yönelik taleplerin toplanmasını ve önceliklendirilmesini organize eder. Uygulaması, kuruluş içindeki mevcut talep yönetimi süreçlerinden uyarlanabilir veya bunlar tarafından yönetilebilir.

Temel çıktılar, kaynak sistemlerdeki meta veriler, öznitelikler, bilinen kullanım durumları, önerilen veri ürünü sahipleri ve önerilen kurumsal öncelik dahil olmak üzere yeni veya mevcut veri ürünlerine yönelik bir talep kaydını içerir.

metodoloji seçimi

Bu uygulama, veri ürünü analizi, tarama ve optimal portföy seçimi sırasında en uygun metodolojilerin (değer ve risk gibi) tanımlanması ve uygulanması ile ilişkilidir. Bir veri ürününün (veya tüm portföyün) türü, olgunluğu ve kapsamı için uygun bir metodolojinin seçilmesi, "Kudzu" ağından veya "veri çölünden" kaçınmanın temel unsurudur.

Temel çıktılar, veri ürünü analizi, tarama ve optimal portföy seçimi sırasında metodolojileri veri ürünlerine eşlemek için yeniden kullanılabilir seçim kriterlerini içerir.

Önizleme

Bu isteğe bağlı uygulama, öncelikle, veri ürünlerinin değerlendirilmesine yönelik kılavuzların basit self servis uygulamalarını sunarak, veri ürünü analizinin nispeten pahalı uygulamasında gereksiz zaman ve çabadan kaçınmaya yönelik bir mekanizmadır. Bir örnek, kişisel veri ürünleri sınıflandırmasına giren veri ürünlerinin otomatik olarak onaylanmasını içerebilir ve yalnızca talepte bulunanın bu tür veri ürünlerini yöneten kılavuzun ilgili bölümlerini destekleyeceğinin tasdikini gerektirir.

Temel çıktılar, veri ürünlerinin kılavuzlara göre self servis değerlendirmesi ve onaylanmış veri ürünlerinin otomatik kaydı için araçlar ve kontrol listelerini içerir.

Veri ürünü analizi

Bu uygulama, bireysel veri ürünleriyle ilişkili değer ve riskin anlaşılmasını sağlamak için veri ürünleriyle (SLO'lara karşı performans, hizmet yönetimi ölçütleri, diğer veri ürünleriyle örtüşme derecesi) ilgili (mevcut olduğunda) meta verileri yanı sıra yönergeleri, metodolojileri içerir. mevcut ve hedef yetenek vadeleri arasındaki boşlukların yanı sıra yayınlanan ürün tanımları ve standartlarına uygunluk.

Temel çıktılar, ilgili değer, risk ve olgunluk ölçütleri için puanlar dahil olmak üzere belirli bir veri ürünü için bulguların bir özetini ve iyileştirme gerektiren operasyonel boşlukları ve sonraki adımlarla ilgili önerileri (onarım, geliştirme, hizmetten çıkarma vb.) içerir.

Tarama

Bu isteğe bağlı uygulama, değer veya risk hedeflerini karşılamayan veya kuruluşta hali hazırda mevcut olan diğer veri ürünlerine göre fazlalık olarak tanımlanan veri ürünlerinin değerlendirmeden erken çıkarılmasını sağlayarak optimal portföy seçiminde karmaşıklığı azaltan bir mekanizmadır.

Temel çıktılar, kaldırılması (doğrudan hizmetten çıkarma) için planlanması gereken veri ürünlerinin bir listesini içerir.

Veri ürünü geliştirme

Bu uygulama doğrudan DPPM kapsamında gerçekleştirilmez, ancak kısmen portföy düzeltme uygulaması tarafından yönetilir ve DPPM'nin bir parçası olarak geliştirilen standartlar tarafından yönetilebilir. DPPM bağlamında, bu uygulama öncelikle veri ürünlerinin portföy ayarlamasının bir parçası olarak kabul edilen spesifikasyonlara göre geliştirilmesini sağlamakla ilişkilidir.

Anahtar çıktılar arasında proje yönetimi ve yazılım veya hizmet geliştirme çıktıları ve eserler yer alır.

Veri ürünü hizmetten çıkarma

Bu uygulama, veri ürünlerinin kullanımdan kaldırılmasını ve etkilenen tüketicilerin ilgili durumlarda yeni veya diğer veri ürünlerine geçişini yönetir. Veri ürünlerinin, özellikle de birçok alt tüketiciye sahip olanların, yönetilmeyen kullanımdan kaldırılması, tüm veri ağının istikrarını tehdit edebilir ve iş fonksiyonları üzerinde önemli sonuçlar doğurabilir.

Anahtar çıktılar, paydaş değerlendirmesi ve onay, zaman çizelgeleri, etkilenen tüketiciler için geçiş planları ve geri çekilme stratejileri dahil olmak üzere bir hizmetten çıkarma planını içerir.

periyodik değerlendirme

Bu uygulama, veri ağının hem bütünü hem de veri ürünü düzeyinde periyodik incelemelerinin takvimini ve uygulamasını yönetir ve öncelikle proje yönetiminde bir alıştırmadır.

Anahtar teslimatlar aşağıdakileri içerir:

• tüm veri ürünü sahipleri ve etkilenen paydaşlar için yayınlanan ve kullanıma sunulan yıllık inceleme takvimi
• Her bir veri ürününe karşı gerçekleştirilen değerlendirmelerin kanıtları da dahil olmak üzere proje yönetimi çıktıları ve eserler

Teknoloji

DPPM içindeki uygulamaların çoğu teknolojiye ve otomasyona büyük ölçüde dayanmasa da, DPPM'yi etkili bir şekilde uygulamak için bazı önemli destekleyici uygulamalar ve hizmetler gerekir:

• Veri kataloğu – DPPM'nin sağlanmasının özü, kurumsal veri kataloğudur. Bir veri kataloğu, bir kuruluş içinde hangi veri ürünlerinin var olduğuna dair şeffaflık sağlamanın ötesinde, veri ürünleri (portföy ayarlamasının uygulanmasının anahtarı) ile veri ürünlerinin kuruluş tarafından benimsenmesi arasındaki veri kökenine ilişkin önemli içgörüler sağlayabilir. Veri kataloğu, herhangi bir veri ürünü için hem belgelenen hem de gerçekleştirilmiş SLO'yu yakalamak ve kullanıma sunmak için kullanılabilir ve - bir iş sözlüğünün kullanılması yoluyla - veri ürünleri arasındaki fazlalığın tanımlanmasına yardımcı olur.
• Servis Yönetimi – Veri ürünü yönetimi bağlamında kullanılan hizmet yönetimi çözümleri (ServiceNOW gibi), veri ürünlerine karşı olayları, sorunları, istekleri ve diğer ölçümleri yakalayıp izleyerek veri ürünlerinin uygunluğuna ilişkin önemli içgörüler sunar.
• Talep yönetimi – Bir talep yönetimi çözümü, self servis uygulamayı ve veri ürünü teklifinin ve ön eleme faaliyetlerinin otomasyonunu ve ayrıca veri ürünlerinin seçimi ve geliştirilmesiyle ilgili önceliklendirme faaliyetlerini destekler.

Sonuç

Bu gönderi, bir veri ağı bağlamında DPPM'yi uygulamaya odaklanmış olsa da, veri ürünü düşünme gibi bu yetenek, veri ağı mimarilerine özel değildir. Burada özetlenen uygulamalar, kuruluş içinde veri üretiminin ve kullanımının her zaman mevcut ve gelecekteki ihtiyaçlarla uyumlu olmasını, yönetişimin tutarlı bir şekilde uygulanmasını ve kuruluşun Bonsai'ye sahip olabilmesini sağlamak için her ölçekte uygulanabilir. Kudzu değil.

Veri ağı ve veri yönetimi hakkında daha fazla bilgi için aşağıdakilere bakın:

Gelecek gönderilerde, veri ürünü sahipleri için veri ağı denetimi ve hizmet yönetimi modelleri dahil olmak üzere veri ağı işletim modellerinin diğer yönlerini ele alacağız.

Yazarlar Hakkında

Maximilian Mayrhofer AWS Finansal Hizmetler EMEA Pazara Geçiş ekibinde çalışan bir Baş Çözüm Mimarıdır. Özel bankacılık ve varlık yönetimi alanlarında dijital dönüşüm konusunda 12 yıldan fazla deneyime sahiptir. Boş zamanlarında hevesli bir bilim kurgu okuyucusu ve kaya tırmanışından hoşlanıyor.

Faris Haddad AABG Strategic Pursuits ekibinde Data & Insights Lideridir. İşletmelerin başarılı bir şekilde veri odaklı hale gelmesine yardımcı olur.

• 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://aws.amazon.com/blogs/big-data/the-art-and-science-of-data-product-portfolio-management/