Veri Yönetimi (DM), tutarlı ve sorumlu uygulamaların, kavramların ve süreçlerin kapsamlı bir koleksiyonunu içerir. Bu kaynaklar, verileri iş başarısı için uyumlu hale getirir ve Veri Stratejisi. Ek olarak, uzun vadeli, soyut planlamayı uygulamalı, günlük veri etkinliklerine kadar kapsarlar.

DM, veri yaşam döngüsü boyunca pek çok sonucu, davranışı ve aktiviteyi kapsadığından, şirketler bunu bir yapı yardımsever. Böyle bir metodoloji en azından aşağıdakileri içerir:

• Veri Stratejisi: Kaynakları önceliklendirmenin ve veri işlemlerini yapmanın temeli
• Veri yönetimi: Veri Yönetimi politikalarının, prosedürlerinin ve rollerinin resmileştirilmesi
• Veri Mimarisi: İşletmenin bütünü ve bileşenleriyle veri altyapısı

Kuruluşlar, iş fırsatlarını artırmak, operasyonları iyi yürütmek ve riskleri azaltmak için diğerlerinin yanı sıra bu üç bileşeni yönetir.

Veri Yönetimi Tanımlı

Bazen Veri Yönetimi, iş iletişimi sırasında bileşenleri ve uygulamalarıyla değiştirilir. Sonuç olarak, belirli bir bağlamda kullanılır, örneğin Veri Yönetişimi programı veya diğer DM ilkelerini bir kenara bırakarak belirli bir veri platformunu uygulamaya koymak.

Bu tür bir iletişim sorunları çözer veya meseleleri hızlı bir şekilde ele alır. Bununla birlikte, resmileştirilmiş Veri Yönetimi tanımları, tüm çerçeveye odaklanmak için geniş bir duruş sergiliyor, dolayısıyla diğer bileşenler genel olarak işletme tarafından dikkate alınıyor. 

Örneğin, DAMA International'ın DMBoK Veri Yönetimini, “verilerin ve bilgi varlıklarının yaşam döngüleri boyunca değerini sağlayan, kontrol eden, koruyan ve artıran planların, politikaların, programların ve uygulamaların geliştirilmesi, yürütülmesi ve denetlenmesi” olarak tanımlıyor. Bu anlam, kullanım süreci boyunca veri içeren tüm faaliyetleri kapsar.

Veri Yönetimi aynı zamanda iş ve veriler arasındaki her türlü bağlantıyı da içerir. Bu konsept, tüm uygulamaların ve iş süreçlerinin veri tüketimi gereksinimlerini karşılamak için tüm kurumsal veri konu alanlarını ve yapı türlerini kapsar. Ek olarak, verileri kullanmak için gereken tüm veri olayları ve uygulamaları Iş kararları DM bağlamına girer.

Şirket genelinde tutarlı ve gerçek zamanlı verilerin sağlanmasına yönelik süreçler ve katılımlar DM şemsiyesi altında gerçekleşir. Buna gelişmiş ölçeklenebilirlik, görünürlük, kalite, hazırlık, yönetişim, güvenlik ve güvenilirlik dahildir. 

Veri Yönetimi Bileşenleri

Veri Yönetimi uygulamalarının, kavramlarının ve süreçlerinin çeşitliliği, Veri Yönetimi çerçevesine göre tanımlanabilen farklı bileşenleri oluşturur. DAMA International, aşağıda görüldüğü gibi geliştirilmiş bir DMBoK 2 Tekerleği sağlamıştır:

Yaşam döngüsü ve temel faaliyetler boyunca yürütülen Veri Yönetimi faaliyetlerini üst düzey kavramlara sahip sarı bir daire çevreler. Bu fikirler bir kuruluşta DM'nin uygulanmasına bilgi verir, rehberlik eder ve yönlendirir. Bunlar şunları içerir: Veri Stratejisi ve Veri Yönetişimi.

Temel faaliyetler, yaşam döngüsünü yönetmek ve Veri Yönetişimi çıktılarından ortaya çıkmak için yapılan Veri Yönetimi çalışmalarına hizmet eder. Bu çıktıların örnekleri şunları içerir:

• Veri güvenliği: İnsanların ve nesnelerin, kötü niyetli girdilerle bile veri ve bilgi varlıklarıyla doğru eylemleri gerçekleştirmesini sağlamak için politika ve prosedürler uygulamak. 
• Meta Veri Yönetimi: İyi Meta Veri Yönetimi “bağlamı oluşturur diğer veri öğeleri için verilerin tam bir resmini sağlıyor” diyor yazar David Kolinek. Bu bütünsel görünüm, verilerin düzenlenmesine ve konumlandırılmasına, anlamının anlaşılmasına ve değerinin en üst düzeye çıkarılmasına olanak tanır.
• Veri Kalitesi Yönetimi: Veri kalitesi (DQ), üzerinde anlaşmaya varılan iş gereksinimlerine dayalı olarak işletmenin ve tüketicinin verinin kullanışlılığına olan güveninin derecesini tanımlar. Veri Kalitesi Yönetimi, DQ beklentilerini gerçeklikle uyumlu hale getirir.

Yaşam döngüsü yönetimi faaliyetleri günlük olarak sahada gerçekleştirilir ve Veri Yönetiminin en uygulamalı ve görünür kısımlarıdır. Bu aktiviteler üç kategoride karşımıza çıkıyor:

• Planlama ve Tasarım: Planlama ve tasarım uygulamaları, üst düzey kavramsal rehberliği ve temel faaliyetleri teknik olarak uygulamaya yönelik pratik gerekliliklerle birleştirir. Örneğin, Veri Mimarisi bir planlama ve tasarım yönetimi faaliyetini temsil eder.
• Etkinleştirme ve Bakım: Etkinleştirme ve bakım faaliyetleri, öngörülebilir veri iletişimi, entegrasyon ve otomasyon sağlamak için DataOps'a odaklanır. Bir kuruluşun paylaşılan veri varlıklarının tekdüzeliğini ve doğruluğunu sağlamaya yönelik bir yöntem olan Ana Veri Yönetimi, bir dizi etkinleştirme ve bakım faaliyetinden oluşur.
• Kullanmak ve Geliştirmek: Verileri kullanan ve geliştiren faaliyetler doğrudan iş öngörüleri üretir ve analistlerin, veri bilimcilerin ve diğer iş profesyonellerinin çalışmalarının tipik örneğidir. Örneğin veri görselleştirme, bilginin ekranda nasıl göründüğünü açıklayarak yararlılığını belirler.

Veri Yönetimi ve Veri Yönetişimi

Yöneticiler ve çalışanlar Veri Yönetişimini tartışırken, yerine Veri Yönetimi kavramını kullanabilirler. Veri Yönetişimi ve DM'nin anlamları, Veri Kalitesi, entegrasyon, politikalar ve standartlar etrafındaki süreçlerde oldukça örtüşmektedir.

Ancak DM aynı zamanda Veri Yönetişimi kapsamına girmeyen politika ve prosedürlerin teknolojiler ve araçlar aracılığıyla uygulanmasını da kapsar. Günlük veri faaliyetleri, örneğin veri gözlemlenebilirliği, Veri Yönetişimi uygulaması olarak sınıflandırılmaz ancak Veri Yönetimi uygulamaları kapsamında ele alınır.

Veri Yönetimi Veri Güvenliği Kapsamına Giriyor mu?

Veri güvenliği Veri Yönetiminin önemli bir bileşenini temsil eder. Uygulamaları, dijital bilgileri tüm yaşam döngüsü boyunca yetkisiz erişime, bozulmaya veya hırsızlığa karşı korur, bilgi güvenliğinin her yönünü kapsar ve Veri Yönetişimi ile yakından bağlantılıdır.

Ancak yalnızca veri güvenliğine odaklanmak, Veri Yönetiminin önemli yönlerini gözden kaçırır. Örneğin, veri gizliliği kişisel verilerin korunmasına odaklanır ancak veri güvenliğiyle örtüşmeyebilir. Bir iş bölümü, bir çalışanın ilişki durumunu sosyal medyadan öğrenebilir, ancak kuruluş bu kişiyi bu keşif konusunda bilgilendirmede başarısız olursa, şirketin veri gizliliğine ilişkin Veri Yönetimi konusunda şüpheye yol açar.

Dahası, içgörü kazanmak Raporlama ve analiz yoluyla DM'nin temel itici gücüdür. Yöneticilerin, kuruluşları genelinde verilere uygun erişim ve şeffaflık gerektiren yeni iş fırsatları bulma konusunda daha güçlü bir dürtüleri olduğundan, bu, Veri Yönetimi çerçevelerini de etkiler.

Dijital Dönüşümün Rolü

Veri Yönetimi güçlü bir temel olsa da dijital dönüşüm yönetim aynı değil. Veri Yönetimi, işi sürdürmek ve geliştirmek için verilerden yararlanmaya odaklanır. Dijital dönüşüm yönetimi, bir şirketi desteklemek ve ilerletmek için yeni teknolojilerden yararlanır.

Örneğin Dynamic adlı bir şirketin, operasyonlarını daha yeni üretken yapay zeka teknolojileri aracılığıyla dijital olarak dönüştürmek istediğini varsayalım. Dynamic'in gelişmek için DM işlemlerini yapması gerekecek erişim müşterileri, çalışanları, ürünleri veya finansmanı hakkında bilgi sahibi olmak. 

Ayrıca Dynamic'in dijital dönüşüm için bilgilerini paylaşmaya çalışanlarıyla başlaması gerekecek. Bu noktaya ulaşmak için Dynamic'in onları teşvik etmesi gerekecek. çalışacak ekipler uzaktaki çalışanları öğle yemeğinde bir araya getirmek için bir geziyi içerebilir. Bir DM etkinliği olmasa da öğle yemeği dijital dönüşüm için bir yapı taşı oluşturacaktı.

Bu arada Dynamic'in çalışanlarını eğitmesi gerekecek. veri okuryazarı, çalışmalarını ve kurumsal verilerin analizini geliştirmek. Bu tür Veri Okuryazarlığı eğitimi, dijital dönüşümle ilgili olmayabilir ancak insanların Genel Veri Gizliliği Düzenlemesine (GDPR) uyumu gibi diğer DM yönleriyle ilgili olabilir.

Veri Yönetiminin Faydaları

Yeniden kullanılabilir bir kaynak olan veriler, iş fırsatlarını ve geliri artırır. Veri Yönetimi, motorun verileri bu amaca doğru yönlendirmesini sağlar. 

Ayrıca DM kaydeder şirketlerin parası ve verimliliği arttırır. Uyum eksikliği veya veri ihlali nedeniyle verimsiz operasyonlar veya para cezaları gibi riskleri tanımlamak ve ele almak için bir araç sağlar.

Üstelik kuruluşlar, iş ortamı değiştiğinde hızlı bir şekilde uyum sağlamak için Veri Yönetimini kullanıyor. DM yoluyla iletişime geçebilirler ortak kullanım artan veri hacimleri, analitik için yeni roller ve uyumluluk gereklilikleri gibi devam eden zorluklar. 

İş adamları bu avantajları somut olarak görüyorlar.

• Daha fazla ölçeklenebilirlik ile iş etkinliklerinde daha iyi performans
• Deneyimlerini kişiselleştirerek geliştirilmiş müşteri ilişkileri
• Gelişmiş güvenlik ve gizlilik
• Daha etkili pazarlama ve satış kampanyaları
• Veri paylaşımına yönelik daha fazla yetenek sayesinde iyileştirilmiş veri erişimi
• Ürün ve hizmetlerin daha hızlı teslimi 
• Bireysel faaliyetleri bir arada düzenleyerek iyileştirilmiş operasyon yönetimi
• Daha iyi düzenleme ve uyumluluk kontrolleri
• Daha hızlı API ve sistem geliştirme
• Özellikle gerçek zamanlı verilerle iyileştirilmiş karar verme ve raporlama
• Daha iyi veri akışı kuruluş çapındaki iş birimleri arasında
• Tüm kurumsal iş faaliyetlerinde daha fazla tutarlılık
• Yapay zeka teknolojilerinin daha hızlı benimsenmesi

Kullanım ÇÖZÜMLER

Veri Yönetimi kullanım durumları çeşitli uygulamaları, teknolojileri, endüstrileri ve sonuçları kapsar. Bu örnekler daha büyük uzun vadeli iş hedeflerini ve spesifik teknik uygulamaları kapsamaktadır.

Uzun Vadeli Şirket Genelinde Senaryolar

Uzun vadeli, şirket çapındaki örnekler için aşağıya bakın:

• The UTRANSCOM daha bilinçli karar verme, müşteriyi anlama ve operasyonlarda iyileştirmeler için bir Veri Stratejisi geliştirdi ve uyguladı. 
• için bir kurum yüksek öğrenim bir veri kataloğu da dahil olmak üzere kurumsal çapta bir girişim olarak bir Veri Yönetişim programı uyguladı. Bu DM uygulaması, Veri Yönetişimi kararlarına ilişkin bildirimlerin 80 günden 25 güne düşürülmesiyle işbirliğinin ve şeffaflığın artmasına yol açtı.
• Bir sağlık şirketi uygulanan Dolandırıcılığı tanımlamak ve ele almak için makine öğrenimi (ML) teknolojileri. 
• A küresel finans hizmet şirketi, yüksek işlem hacimlerini karşılamak için sağlam bir DM çerçevesi uyguladı.
• Avrupalı ​​otomobil üreticileri harekete geçti güvenli veri alışverişi ekosistemi Catena-X, kalite sorununu tespit etme yetenekleriyle geri çağrılacak araç sayısını %80'den fazla azaltıyor.

Kısa Vadeli Proje Tabanlı Senaryolar

Aşağıdaki liste, belirli bir kısa vadeli projede veya birimlerin alt grubunda gerçekleştirilen kullanım örneklerini içerir:

• Bir şirket WalkMe uygulaması ve Dijital Benimseme Platformu (DAP) aracılığıyla dijital dönüşümü gerçekleştirdi. Kuruluş, teknoloji, insanlar ve süreçler aracılığıyla müşterilerle etkileşime geçerek merkezi bir yardım içeriği deposu oluşturdu.
• Birkaç üniversitenin ortak araştırma girişimi olan E2e Projesi, üretim verisi Nesnelerin İnterneti (IoT) kiti aracılığıyla hava sıkıştırma ve rapor edilen enerji kullanımı hakkında. Üreticiler verimliliği artırmaya ve onarım ve değiştirmeleri hedeflemeye yönelik öneriler aldı.
• A finans grubu Bir kuruluştaki verilerini kuruluş genelindeki diğer iş birimleriyle entegre etti.
• Bir şirket veri dokusunu uyguladı takip Kayıpları tahmin etmek ve ürünleri veya süreçleri optimize etmek için gelişmiş tahmine dayalı ve kuralcı analitikler yürütmek için müşteri duygularına dayalı olarak.

Resim üstte Kullanılmış altında lisans itibaren Shutterstock.com

• 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. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://www.dataversity.net/what-is-data-management/