Door de wereldwijde data management community (dama.org) is in de afgelopen jaren een model ontwikkeld in de Data Management Body of Knowledge (DMBoK). Dit is een praktisch uitgewerkt raamwerk met elf kennisgebieden. Hieronder een visuele representatie van het raamwerk en een korte definitie van ieder kennisgebied.  

• Data Governance: Is het uitvoeren van controle en beheer omtrent het beheer van data assets. Data Goverance stuurt alle andere dataprocessen
• Data architectuur: Managen, ontwikkelen en beheren van de requirements en principes rond data
• Data modelleren: Is het ontdekken, analyseren en beschrijven van data requirements in de vorm van gestandaardiseerde modellen die een data structuur beschrijven
• Data storage en operations: Ontwerp en implementatie van data opslag en -persistentie
• Data security: Activiteiten rond de bescherming van informatie en data door autorisatie, authenticatie, toegang, auditing
• Data integratie en interoperabiliteit: Managen van het transport en consolidatie van data tussen informatiesystemen en organisaties
• Document- en content management: Managen en (levensloop)beheer van alle soorten data inclusief documenten en content
• Reference en Master Data: Managen van generieke en algemene (herbruikbare) data en referentie data (codelijsten e.d.)
• Datawarehousing en BI: Planning, ontwikkeling en beheer van activiteiten voor het samenstellen van data ter ondersteuning van besluitvorming en kenniswerkers
• Meta Data: Managen, ontwikkelen en beheren van metadata.
• Data kwaliteit: Activiteiten voor kwaliteitsmanagement van data assets zodat het geschikt is voor gebruik en voldoet aan de wensen van de data consumenten

In het DMBoK is meta data een separaat kennisgebied en is in detail uitgewerkt. Hiermee kunnen we de verschillende data entiteiten binnen een organisatie in de context van de afzonderlijke data management kennisgebieden plaatsen.

De Architecture Repository is een softwaretool waarin de belangrijke architecturele input en output wordt opgeslagen, inclusief Architecturen zelf, de elementen waaruit ze zijn samengesteld, standaarden, referenties, principes en het Governance Register. Ongeacht het Architectuurraamwerk of de architectuurtaal dat is geselecteerd. Een enterprise-architectuur repository is daarmee een verzameling artefacten die het huidige en beoogde enterprise landschap van een organisatie beschrijft. Het doel van de enterprise-architectuur repository is om de inventaris van technologie, data, applicaties en zakelijke artefacten van de organisatie weer te geven en de relaties tussen deze componenten te tonen. Dit wordt bereikt door diagrammen en visualisaties te maken gebaseerd op de inhoud van de architectuur repository.

How can a variety of datasets stored in a Big Data platform be governed efficiently and in a standardized manner?

How can a variety of datasets stored in a Big Data platform be governed efficiently and in a standardized manner?

Domein is de hoogste hierarchische indeling van de conceptuele data entiteiten. Deze domein indeling sluit nauw aan bij de gebruikte indeling van domeinen binnen de organisatie. Desgewenst kan deze domein indeling ook gebruikt worden voor het bepalen van de data governance (de eigenaren en stewards). Van iedere domein data entiteit wordt een definitie gegeven. Desgewenst wordt onder de kenmerken een lijst van synoniemen opgegeven.

Domein is de hoogste hiërarchische indeling van de conceptuele data entiteiten. Deze domein indeling sluit nauw aan bij de gebruikte indeling van domeinen binnen de organisatie. Desgewenst kan deze domein indeling ook gebruikt worden voor het bepalen van de data governance (de eigenaren en stewards). Van iedere domein data entiteit wordt een definitie gegeven. Desgewenst wordt onder de kenmerken een lijst van synoniemen opgegeven.

Regelmatig uitvoeren van een volwassenheid scan en analyse van de resultaten voor het bepalen van roadmap en het bijstellen van de doelen en kaders binnen data governance. Bijvoorbeeld met de volwassenheid scan van DaMa(NL).

Regelmatig uitvoeren van een maturity scan en analyse van de resultaten voor het bepalen van roadmap en het bijstellen van de doelen en kaders binnen data governance. Bijvoorbeeld met de maturity scan van DaMa(NL)

Data governance activities and application functions layers for maintaining qualities of the datasets

Register function for the governance of data sets in relation to consumers, business owners and qualities.

Beschrijving van de data management en -governance organisatie inclusief de daarbinnen bekende processen, rollen en events. Veelal gebaseerd op een bestaand framework.

External consumers of the (standardized) data and master data produced by the TDP solutions. For external consumers extra requirements are necessary for example with aspects like security, privacy and governance.

Het Governance Log biedt een overzicht van de architectuur governance-activiteiten in de hele onderneming.

Data governance processes, mainly focused on the realization of a data target with acceptable data qualities

Applicatie-functionaliteit die Data Management en governance processen ondersteunt. Denk aan datakwaliteitsprocessen, data-eigendom en databeveiligingsbeleid etc.

Applicatie-functionaliteit die Data Management en governance processen ondersteunt. Denk aan datakwaliteitsprocessen, data-eigendom en databeveiligingsbeleid etc.

Application functionality that support data management and governance processes. Think about data quality processes, data ownership and data security policies etc.

Function for the registration and extractions of governance aspects of the datasets published over the logical services. For example data qualities, connection requirements and the standardized object or information model

The functional data analytics layer and the data integration layer are coupled by a standard information model that is binding and under governance of the central design authority

Whitepaper over data governance in relatie tot data management inclusief een toelichting op een aantal rollen

Data goverance wordt bij steeds meer organisaties een belangrijk werkveld. Inzetten van data governance kan veel redenen hebben, echter vrijwel altijd dient er een antwoord gevonden te worden op problemen rond het eigenaarschap van data. Binnen data governance speelt data modellering een belangrijke zo niet centrale rol. Met name het leggen van verbanden tussen de data entiteiten en de eigenaren en stewards is essentieel. In een vroeg stadium nadenken welke modelleervormen relevant zijn, hoe deze aan elkaar verbonden worden en hoe de stakeholders daarbij betrokken zijn ondersteunt de introductie van data governance. In dit whitepaper hebben we een combinatie van modelleervormen beschreven die een (minimale) set is van notatiewijzen op basis waarvan data governance in organisaties gemodelleerd kunnen worden.

RACI matrix is een datamodellering notatie waarmee de bewerkingen Responsible, Accountable, Consulted en Informed worden gecombineerd met Data entiteiten en gedragsentiteiten. De notatie wordt toegepast op met name de conceptuele datamodellering. Naast toepassingen in de datamodellering wordt de RACI matrix met name gebruikt binnen data management, data governance, data security en data privacy. Hierbij gaat het meer om de verantwoordelijkheden en betrokkenheid die rollen of stakeholders in de organisatie hebben op de verschillende data entiteiten.

Beschrijving van governance en continuiteitsproblemen bij inzet van een service register.

Deelmodel voor het data governance model met daarin de rollen die betrokkenen vervullen rond een data domein of een data entiteit binnen een conceptueel data model

Dit is een meta model voor de data governance entiteiten gebaseerd op een Medux specifiek ArchiMate data governance viewpoint. Inclusief elementen en de onderliggende relaties tussen de verschillende elementen. Let op vanuit metadata wordt dit model uitgebreid met uitgewerkte (meta) modellen voor de andere data management kennisgebieden.

Deelmodel voor het datagovernance model met daarin de rollen die betrokkenen vervullen rond een data domein of een data entiteit binnen een Conceptueel Data Model

Dit is een meta model voor de data governance entiteiten gebaseerd op een Voorbeeld specifiek ArchiMate data governance viewpoint. Inclusief elementen en de onderliggende relaties tussen de verschillende elementen. Let op vanuit metadata wordt dit model uitgebreid met uitgewerkte (meta) modellen voor de andere data management kennisgebieden.

Detailed ABB for describing the logical service interface in combination with extra governance functionalities