Door de betrokkenen bij data kwaliteiten (data governance groep) worden één of meer issues gekoppeld aan de data kwaliteiten in het raamwerk. In het raamwerk zijn een aantal maatregelen gekoppeld aan deze data kwaliteiten

Deze stap beschrijft de business case. Dit is de eerste stap in het proces en heeft een belangrijke relatie met de data gedreven toepassing die ontwikkeld gaat worden.
Meestal wordt de business case opgesteld door de data governance rollen in nauwe samenwerking met de data-architect.

Data governance processen, vooral gericht op het realiseren van een datadoel met acceptabele datakwaliteiten

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.

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.

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)

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).

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.

Regelen van het eigenaarschap en de beslissingsbevoegdheden rond de data die gebruikt en getransformeerd wordt in de stappen binnen de grondplaat

Data governance is een van de kennisgebieden binnen het DMBoK en modellen uitwerken rond dit kennisgebied is ondersteunend voor de gehele data management functie.

Data governance gaat de hele organisatie aan. Er is altijd een risico dat er versnippering van activiteiten ontstaat. Data governance heeft een nauwe relatie met veel disciplines zoals enterprise architectuur, financiën, control, security en privacy.
Een data governance officer (DGO) kan de coördinatie en sturing van de inrichting verzorgen. De DGO zal nauw samenwerken met architecten, security en privacy officers en indien aanwezig de CIO office.
De Data governance officer en de data-architect zullen vanuit het stellen van kaders aan de organisatie nauw met elkaar samenwerken.

Beleggen eigenaarschap en beheerorganisatie. Hiermee wordt gerealiseerd dat de definitie van een gegevensentiteit bewaakt wordt door een eigenaar en dat de beheerorganisatie zorgdraagt voor de bewaking van deze consistentie op basis van de door de eigenaar benoemde definitie. De integratie is vervolgens gebaseerd op deze definitie.

Beleggen eigenaarschap en beheerorganisatie. Hiermee wordt gerealiseerd dat de definitie van een gegevensentiteit bewaakt wordt door een eigenaar en dat de beheerorganisatie zorgdraagt voor de bewaking van deze consistentie op basis van de door de eigenaar benoemde definitie. De integratie is vervolgens gebaseerd op deze definitie.

Stewards richten zich op tactisch en operationeel beleid en zijn gedelegeerd vanuit de Owners. Data steward is een specifiek onderdeel van een rol zoals een X beheerder of een key user.
In het kader van data governance zullen de data eigenaar, steward en architect gezamenlijk zorg dragen voor het uitdragen van een consistent kader naar de veranderingen in de organisatie.

Generieke beschrijving van de stakeholders binnen het data-governance domein. Deze stakeholder kan met behulp van specialisatie uitgewerkt worden in data governance stakeholders zoals eigenaar of steward.

Team verantwoordelijk voor de coördinatie en de administratieve inrichting van alle zaken rondom data governance en data management/

Specifieke architect verantwoordelijk voor data binnen de organisatie. Stelt data architectuur kaders op, maakt data modellen en werkt nauw samen met de andere architecten in de organisatie en de data governance groep.

Richt processen in voor eigenaarschap en beheer zodat bij nieuwe ontwikkelingen besluitvorming en inrichting eenvoudig gefaciliteerd kunnen worden.
Beschrijf wat de (unieke) bron is van gegevensentiteiten en de afnemers zijn. Neem daarbij mee wat de actualiteitsbehoefte is van de verschillende afnemers is en richt de beheerprocessen van het bronsysteem hierop in.

Richt processen in voor eigenaarschap en beheer zodat bij nieuwe ontwikkelingen besluitvorming en inrichting eenvoudig gefaciliteerd kunnen worden.
Beschrijf wat de (unieke) bron is van gegevensentiteiten en de afnemers zijn. Neem daarbij mee wat de actualiteitsbehoefte is van de verschillende afnemers is en richt de beheerprocessen van het bronsysteem hierop in.

Master en referentie data gericht op het realiseren van data kwaliteiten voor generieke data in de organisatie het is daarmee een belangrijk kennisgebied vanuit het data kwaliteit, data governance en data management perspectief.

• Model uitwerken met ArchiMate motivatie elementen
  Voor de governance modellen worden alleen ArchiMate concepten gebruikt omdat dit nauw aansluit bij de enterprise architectuur modelleerwijze.


• Centrale elementen zijn principes en doelen
  Principes realiseren de doelen. Desgewenst kun je de principes uitbreiden met eigenschappen zoals rationale en implicaties.


• Leg relatie tussen het conceptuele datamodel en de data management doelen en kaders
  Verbinding met de elementen in het CDM naar de doelen en principes zijn een essentieel aspect in de governance modellering.


• Leg de data governance elementen en modellen uit in een register gemodelleerd in deliverables
  Rond de uitgewerkte modellen is het opzetten van een metadata register een belangrijk effect van deze modellering.


• Metadata register is een aggregatie van een aantal verschijningsvormen van de data governance modellen
  Het register voegt de verschillende uitgewerkte modellen samen en legt verbanden tussen de elementen.

Sommige diagrammen zijn bij het uitwerken van de domein governance architectuur optioneel. Deze optionele modelleervormen worden hieronder uitgewerkt.

Sommige diagrammen zijn bij het uitwerken van de domein governance architectuur optioneel. Deze optionele modelleervormen worden hieronder uitgewerkt.

Data governance is essentieel voor data kwaliteiten. Zorg dan ook dat de data governance processen ingericht zijn om sturing en uitvoering te kunnen geven aan processen die de data kwaliteiten kunnen verhogen op basis van maatregelen.

Data governance is essentieel voor data kwaliteiten. Zorg dan ook dat de data governance processen ingericht zijn om sturing en uitvoering te kunnen geven aan processen die de data kwaliteiten kunnen verhogen op basis van maatregelen.

Vanuit het beleid zoals opgesteld door de data governance betrokkenen wordt een algemeen beleid beschreven meestal op basis van principes om kaders te stellen aan veranderringen in combinatie met requirements voor specifieke architecturele oplossingen.

Sinds medio mei 2024 is versie 17 van Sparx Enterprise Architect beschikbaar. Op dit moment van schrijven, juli 2024, nog als beta versie. In versie 17 zitten een aantal interessante uitbreidingen voor de data architect en de metadata specialist. Dit omdat er een perspectief ontwikkeld is die binnen Sparx Enterprise Architect DataWareHousing genoemd wordt. De naam is wellicht wat eigenaardig gekozen want de inhoud van het perspectief is veel breder. Het gaat namelijk ook in op allerlei zaken zoals data science, data architectuur en data governance rond bedrijfsrollen gerelateerd aan data.

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.

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 voorbeeld van een wat uitgebreider datalandschap van data uitwisseling tussen bronsystemen en doelsystemen. Dit is voor meerdere kennisgebieden relevant. Denk hierbij aan Master Data, Reference Data of data integratie. In dit voorbeeld gaan we in op de data stromen nodig bij Datawarehousing en BI.
Je ziet hier een detaillering van de data verwerking op basis van ETL Daarnaast wordt ook hier de link gelegd naar het conceptuele datamodel. Dit omdat daar mogelijk data governance, securtiy of stakeholder aspecten van belang zijn.

Dit is een voorbeeld van een wat uitgebreider datalandschap van data uitwisseling tussen bronsystemen en doelsystemen. Dit is voor meerdere kennisgebieden relevant. Denk hierbij aan Master Data, Reference Data of data integratie. In dit voorbeeld gaan we in op de data stromen nodig bij Datawarehousing en BI.
Je ziet hier een detaillering van de data verwerking op basis van ETL Daarnaast wordt ook hier de link gelegd naar het conceptuele datamodel. Dit omdat daar mogelijk data governance, securtiy of stakeholder aspecten van belang zijn.

Wordt er in een organisatie gewerkt met capabilities modellen om dit inzichtelijk te maken voor de data strategie dan is het uitwerken van de capabilities op basis van de ArchiMate strategielaag concepten een mooie manier van werken.
In dit model zijn de capabilities uitgewerkt, echter je kunt desgewenst ook voor value stream elementen kiezen. kenmerkend is dat als de data strategie reeds is uitgewerkt met doelen en stakeholders deze modelleerwijze niet noodzakelijk is.

Model in ArchiMate van de rollen en actoren die gemodelleerd worden als data eigenaar en data steward als stakeholders in data governance.

Detail modellering van welke stakeholders welke data strategie doelen beinvloeden.
Hiermee is dit een belangrijk startpunt voor de data-architect. Want op basis van deze stakeholder-doelen matrix kunnen de data-architectuur principes worden opgesteld. Deze principes zijn vanzelfsprekend gebaseerd op de doelen en de stakeholders.

In dit diagram leggen we de link vanuit de principes naar de doelen zoals geformeerd door de stakeholders binnen data governance. We werken hierbij het model uit op basis van ArchiMate motivation concepten.

Feitelijk een uitwerking van de data strategie door het definieren van een aantal doelen gericht op data gedreven werken. Hierbij wordt een hierarchisch model uitgewerkt van de doelen vanuit data governance in combinatie met de uitwerking van de strategie in data-architectuur doelen.

Model in ArchiMate van de rollen en actoren die gemodelleerd worden als data eigenaar en data steward als stakeholders in data governance.

Voor data governance zijn een aantal stakeholders van belang. Met name een uitwerking van de stewards en eigenaren van verschillende data domeinen of data objecten is bij deze relevant.
Wil je een precieze detaillering van wie eigenaar, steward of custodian is kan een uitbreiding van het model wenselijk zijn. Bijvoorbeeld door de stakeholder met behulp van business actoren de governance precies te definieren.

Voor data governance zijn een aantal stakeholders van belang. Met name een uitwerking van de stewards en eigenaren van verschillende data domeinen of data objecten is bij deze relevant.
Wil je een precieze detaillering van wie eigenaar, steward of custodian is kan een uitbreiding van het model wenselijk zijn. Bijvoorbeeld door de stakeholder met behulp van business actoren de governance precies te definieren.

Dit is een meta model voor de data governance modellering gebaseerd op een 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.

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.

Verschillende modellen op basis van ArchiMate motivation concepten on de data strategie en data governance in uit te modelleren. Ook een aantal matrix weergaven waarbij twee aspecten met elkaar gerelateerd worden op basis van ArchiMate concepten.

Hoofdonderdelen van het metamodel. Ingedeeld naar data governance en een drielaags data model.

Data governance is een van de kennisgebieden binnen het DMBoK en modellen uitwerken rond dit kennisgebied is ondersteunend voor de gehele data management functie.

Master en referentie data gericht op het realiseren van data kwaliteiten voor generieke data in de organisatie het is daarmee een belangrijk kennisgebied vanuit het data kwaliteit, data governance en data management perspectief.

Sommige diagrammen zijn bij het uitwerken van de domein governance architectuur optioneel. Deze optionele modelleervormen worden hieronder uitgewerkt.

Sommige diagrammen zijn bij het uitwerken van de domein governance architectuur optioneel. Deze optionele modelleervormen worden hieronder uitgewerkt.