Diagrammen

In dit diagram kan gemodelleerd worden welke data objecten vanuit één of meerdere bronsystemen geextraheerd kunnen worden. Vervolgens wordt gevisualiseerd hoe deze data objecten verband houden met de conceptuele data entiteiten. Dit laatste is gewenst omdat de conceptuele data entiteiten gerelateerd zijn aan de kaderstellende architectuur, de governance dimensies en data management in het algemeen. Voor de data object wordt vervolgens inzichtelijk gemaakt hoe deze data verwerkt wordt. Vaak zullen dit transformaties zijn voor het model of het protocol. Maar ook andere data verwerkingen zijn mogelijk. Denk hierbij bijvoorbeeld aan aggregaties, cleansing of anonimiseren van de data afkomstig uit het datamodel. Hierbij kan vervolgens beschreven worden welke applicatie componenten deze dataverwerking uitvoeren. Voor de data objecten kan er vervolgens een koppeling gelegd worden naar diagrammen waarin het onderliggende logische of fysiekemodel gepresenteerd kan worden.

In dit diagram kan gemodelleerd worden welke data objecten vanuit één of meerdere bronsystemen geextraheerd kunnen worden. Vervolgens wordt gevisualiseerd hoe deze data objecten verband houden met de conceptuele data entiteiten. Dit laatste is gewenst omdat de conceptuele data entiteiten gerelateerd zijn aan de kaderstellende architectuur, de governance dimensies en data management in het algemeen. Voor de data object wordt vervolgens inzichtelijk gemaakt hoe deze data verwerkt wordt. Vaak zullen dit transformaties zijn voor het model of het protocol. Maar ook andere data verwerkingen zijn mogelijk. Denk hierbij bijvoorbeeld aan aggregaties, cleansing of anonimiseren van de data afkomstig uit het datamodel. Hierbij kan vervolgens beschreven worden welke applicatie componenten deze dataverwerking uitvoeren. Voor de data objecten kan er vervolgens een koppeling gelegd worden naar diagrammen waarin het onderliggende logische of fysiekemodel gepresenteerd kan worden.

Het conceptueel data model heeft tot doel om op semantisch niveau de data- of bedrijfsconcepten binnen de solution in kaart te brengen. Dit wordt veelal gedaan door het opstellen van een begrippenlijst en/of een begrippenboom. Dit in kaart brengen bestaat allereerst uit het opstellen van een lijst van begrippen met de daarbij behorende definities of beschrijvingen. Met name in omvangrijke solution zoals grote data gedreven programma's organisaties is het opstellen van een begrippenlijst (in het Engels veelal Glossary genoemd) een complexe activiteit. Het doel van een conceptueel datamodel is om op semantisch vlak overeenstemming te bereiken bij de betrokken solution stakeholders wat de betekenis of de definitie van een begrip is. Vandaar dat de combinatie van begrip en definitiebeschrijving van het begrip een randvoorwaarde is voor een conceptueel datamodel.

Modelleren van het data- en applicatielandschap ontstaat door implementatie van de solution. Hier zal veelal gebruik gemaakt worden van het reeds aanwezige data platform zodat deze solutiuon bijdraagt aan hergebruik van componenten en data objecten waardoor er een generiek data- en applicatie landschap ontstaat!

Bij veel solutions zal data door het data-landschap stromen. Hiervoor worden binnen de solution APIs geintroduceerd of bestaande APIs worden aangepast. Grip op APIs zijn vanuit data-architectuur perspectief uitermate belangrijk. Vandaar dat er meestal meerdere APIs uitgewerkt worden ten behoeve van een solution. Na implementatie van de solution gaan deze APIs deel uitmaken van de domein data-architectuur.

In dit diagram kan gemodelleerd worden welke data objecten vanuit één of meerdere bronsystemen geextraheerd kunnen worden. Vervolgens wordt gevisualiseerd hoe deze data objecten verband houden met de conceptuele data entiteiten. Dit laatste is gewenst omdat de conceptuele data entiteiten gerelateerd zijn aan de kaderstellende architectuur, de governance dimensies en data management in het algemeen. Voor de data object wordt vervolgens inzichtelijk gemaakt hoe deze data verwerkt wordt. Vaak zullen dit transformaties zijn voor het model of het protocol. Maar ook andere data verwerkingen zijn mogelijk. Denk hierbij bijvoorbeeld aan aggregaties, cleansing of anonimiseren van de data afkomstig uit het datamodel. Hierbij kan vervolgens beschreven worden welke applicatie componenten deze dataverwerking uitvoeren. Voor de data objecten kan er vervolgens een koppeling gelegd worden naar diagrammen waarin het onderliggende logische of fysiekemodel gepresenteerd kan worden.

Diagram met een overzicht van bedrijfsproces activiteiten gerelateerd aan de data die geproduceerd en geconsumeerd wordt binnen een bedrijfsactiviteit. Daarnaast zijn in het model de bedrijfsrollen gemodelleerd die een bedrijfsproces uitvoeren of bediend worden door de procesactiviteit.

Dit diagram toont de belangrijkste concepten van het vestiging domein. Het vestiging domein beschrijft feitelijk de organisatie structuur en de begrippen die rond vestigingen van belang zijn.

Dit diagram toont de belangrijkste concepten van het thuisbezorgen domein. Het thuisbezorging domein beschrijft een bedrijfsfunctie vanuit data perspectief en de concepten die rond thuisbezorging van belang zijn.

Geeft een lijst van begrippen en de beschrijving of definitie. Soms wordt een lijst van synoniemen toegevoegd Hier is dat gedaan met behulp van aliassen. Veelal eerste product bij de start van een data modellerings initiatief. Notatiewijze is een lijst met een nauwe relatie met de andere weergaven zoals een graaf in een diagram of een boom.

Conceptueel model voor master data entiteiten. Hier is reeds een domein entiteit toegevoegd. Voor Alberto worden er om dit moment twee master data entiteiten onderkend namelijk product en klant.