Voorbeeld architectuur concerns

Hieronder een overzicht van een aantal generieke concerns gemodelleerd in een ArchiMate motivation diagram met een lijst van requirements.

Diagram in standaardweergave

Data governance

Duidelijke verantwoordelijkheid voor het beheer en eigendom van data binnen een organisatie. Inrichten van beleid en procedures. Data governance en data-architectuur zullen hierbij nauw moeten samenwerken en ervoor zorgdragen dat de communicatie naar de andere stakeholders op elkaar wordt afgestemd.


Details van Data governance

Compliance en wetgeving

Voldoen aan wetten en normen met betrekking tot data, zoals bewaarplichten of beveiligingsrichtlijnen. Uitvoeren van audits en inrichten van logs. Denk hierbij aan Nederlandse, Europese Unie maar ook internationale wetgeving. Met name bij cloud gebaseerde oplossingen kunnen extra compliance en internationale wetgeving een rol spelen.


Details van Compliance en wetgeving

Kosten van de data gedreven toepassingen

Budgettering en kosten gedurende de levensduur van het data platform. Kosten kunnen bij de groei van het data platform substantieel toenemen. Daarnaast is het van groot belang bij cloud toepassingen om regelmatig de kosten voor de dienstverlening tegen het licht te houden. Kosten kunnen hierbij sluipenderwijs enorm toenemen. Vaak zijn er diverse mogelijkheden om met name te zoeken naar kosten naar gebruik en het gebruik in de tijd te definiëren binnen cloud oplossingen.


Details van Kosten van de data gedreven toepassingen

Databeveiliging en -Privacy

Bescherming tegen hacking, datalekken en ongeautoriseerde toegang. Versleuteling van gevoelige informatie, zowel in rust als tijdens transmissie. Bescherming van persoonlijke gegevens volgens regelgeving zoals GDPR of CCPA.


Details van Databeveiliging en -Privacy

Opbrengsten van de data gedreven toepassingen

Opbrengsten die gerealiseerd worden gedurende de levensduur van het data platform. Hierbij dient met name nagedacht te worden over welke data gedreven toepassingen en initiatieven bijdragen aan de opbrengsten van het data platform.


Details van Opbrengsten van de data gedreven toepassingen

Big data oplossingen

Omgaan met enorme hoeveelheden gegevens, zoals in Big Data omgevingen. Inclusief bijbehorende performance issues. Bij Big Data wordt uitgegaan van volume van de data maar ook de snelheid en de gevarieerdheid van de data die opgenomen wordt in het platform. Extra uitdagingen vormen van de dataverzamelingen inclusief het ontsluiten van deze gegevensverzamelingen voor analyse.


Details van Big data oplossingen

Performance wensen aan data gedreven toepassing

Snelheid, reactietijden en doorvoer capaciteit van de data gedreven toepassingen en het onderliggende data platform


Details van Performance wensen aan data gedreven toepassing

Betrouwbaarheid en fouttolerantie

Met name gericht op het data platform en de architectuur die van invloed kunnen zijn op de systeem-beschikbaarheid en fout tolerantie. Met name in big data oplossingen zijn er verschillende patronen toegepast die de fout tolerantie en beschikbaarheid positief kunnen beïnvloeden. Denk hierbij aan implementaties van replicatie en sharding in een gedistribueerde configuratie van big data omgevingen.


Details van Betrouwbaarheid en fouttolerantie

Kwaliteit van data

Verschillende kwaliteitsdimensies zoals accuraatheid, compleetheid en validiteit. Datakwaliteit is een van de kernconcerns waar iedere stakeholder in de dagelijkse praktijk tegenaan zal lopen. Data-architectuur dient altijd bewust te zijn van data kwaliteiten en zal bij data gedreven oplossingen kwaliteitsverhogende maatregelen in de oplossing benoemen.


Details van Kwaliteit van data

Schaalbaarheid van het data platform

Mogelijkheid om groei in aantal gebruikers, toepassingen en met name de groei van de datasets en de omvang van de data aan te kunnen.


Details van Schaalbaarheid van het data platform

Data ethiek

Ethisch gebruik van gegevens, bijvoorbeeld het vermijden van bias in algoritmes. Transparantie rond inzet van datasets. Met name bij organisaties waar ethiek en data nog in de kinderschoenen staat is dit een concern waar vanuit data-architectuur aandacht aan besteed moet worden. Een nauwe samenwerking met data eigenaren, data analisten en security en privacy rollen is hier van belang.


Details van Data ethiek

Software kwaliteiten zoals performance en gebruikersvriendelijkheid

Software kwaliteit dimensies bijvoorbeeld gebaseerd op het ISO model. Maak hier gebruik van de ISO 25010 standaard bij het uitwerken. Zie ook https://nl.wikipedia.org/wiki/ISO_25010


Details van Software kwaliteiten zoals performance en gebruikersvriendelijkheid

Interoperabiliteit en open standaarden

Naadloze gegevensuitwisseling tussen systemen en platforms. Inzet van open standaarden binnen interoperabiliteit. Data integratie is in veel organisaties een probleem, zeker als er weinig grip is op koppelvlakken en API's. Voor data gedreven toepassingen is grip door standaardisatie een mogelijkheid om grip te houden op de data gedreven initiatieven en het data platform


Details van Interoperabiliteit en open standaarden

Data opslag in data platformen

Voldoende opslagcapaciteit en efficiënte opslagmethoden en -structuren. Kostenbeheersing bij het opslaan van grote hoeveelheden data, zoals in de cloud. Selectie van de juiste databasesystemen.


Details van Data opslag in data platformen