Het bedrijfsdatalandschap verbindt data objecten in een conceptueel data model en legt daarbij een verbinding naar bedrijfsactiviteiten en de - actoren betrokken bij de uitvoering van deze bedrijfsactiviteiten. Hiervoor worden een aantal diagrammen uitgewerkt op basis van ArchiMate.

In de detailprocessen worden bedrijfsprocesmodellen uitgewerkt op basis van Business Process Modeling Notation (BPMN). Hiermee is het mogelijk om een gedetailleerde modellering uit te werken van processen. Vanuit het perspectief van de data modellering voegen wij hier data objecten en data stores aan toe om inzichtelijk te maken hoe data van de ene proces activiteit naar de andere stroomt

Brondata is een generieke entiteit op basis waaraan specifieke brondata entiteiten gerelateerd gaan worden. Zo ontstaat een getrapt model van brondata data objecten die het in het Data omgeving applicatielandschap getransformeerd worden tot informatieproducten.

Het bronsysteem is gemodelleerd als een applicatiecomponent waarin data objecten zijn opgeslagen zijn die via dataverwerking worden getransformeerd naar een andere structuur of verschijningsvorm.

Overzicht of grondplaat van de aanwezige of toekomstige data objecten, datasets en databanken binnen het domein van de architectuur.

Naamgevingsconventies Gebruik: Zelfstandig naamwoord in het enkelvoud. Bijvoorbeeld: Zoekvraag, Zoekresultaat Logische naam. Vermijd technische namen als dossier, database.

Naamgevingsconventie Gebruik: Zelfstandig naamwoord in het enkelvoud. Bijvoorbeeld: Zoekvraag, Zoekresultaat Logische naam. Vermijd technische namen als dossier, database.

Een data object is een data element dat is uitgewerkt op applicatieniveau. Veelal is er een detailuitwerking hiervan in onder andere logische datamodellen. Echter deze data objecten komen vanuit een bronsysteem en met behulp van data verwerking omgezet naar een data object met een ander datamodel dat vervolgens ingezet kan worden in verschillende doelsystemen.

Data verwerken is een bewerking op de data objecten (afkomstig vanuit bronsystemen). Hierbij zal de data verwerking de data transformeren naar een andere data structuur of een ander protocol. Het doel van data verwerken is ervoor zorgdragen dat de data objecten worden omgezet naar een voor doelsystemen bruikbare vorm.

Data object met een model en implementatie waarmee de primaire NS processen rapportages, dashboards en dergelijke inzichten kunnen verkrijgen en desgewenst acties kunnen ondernemen

Inrichten dataclassificatie, slechts voor een beperkt aantal typen gegevenssets speelt privacy een rol. Denk bijvoorbeeld aan persoonsgegevens of gegevens over financiën, opsporing en handhaving. In alle andere gevallen zijn bij integratie privacy aspecten van minder belang. In die situatie kan volstaan worden met minder maatregelen voor de beveiliging. Door in kaart te brengen voor welke data objecten privacy relevant is kan eenvoudig bepaald worden in welke projecten met data integratie aanvullende maatregelen nodig zijn.

Inrichten dataclassificatie, slechts voor een beperkt aantal typen gegevenssets speelt privacy een rol. Denk bijvoorbeeld aan persoonsgegevens of gegevens over financiën, opsporing en handhaving. In alle andere gevallen zijn bij integratie privacy aspecten van minder belang. In die situatie kan volstaan worden met minder maatregelen voor de beveiliging. Door in kaart te brengen voor welke data objecten privacy relevant is kan eenvoudig bepaald worden in welke projecten met data integratie aanvullende maatregelen nodig zijn.

Beschrijving van data objecten en – attributen. Door een gedetailleerde en gestructureerde beschrijving te maken van data objecten die ingezet worden voor data integratie wordt het mogelijk om op basis van deze beschrijving validaties te ontwikkelen en deze te implementeren in bovengenoemde validatie componenten.

Beschrijving van data objecten en – attributen. Door een gedetailleerde en gestructureerde beschrijving te maken van data objecten die ingezet worden voor data integratie wordt het mogelijk om op basis van deze beschrijving validaties te ontwikkelen en deze te implementeren in bovengenoemde validatie componenten.

Issue registratie voor kwaliteitsissues binnen een repository. Veelal wordt voor deze issue registratie een op ITIL gebaseerde werkwijze toegepast.

Issue registratie voor kwaliteitsissues. Voor een issue is in de ArchiMate taal niet echt een concept beschikbaar wat hier bruikbaar voor is. In de algemene modelleerconcepten in Sparx Enterprise Architect is het issue aanwezig en dit is wel een bruikbaar element.

Data wordt de zo dicht mogelijk bij de oorspronkelijke bron ontsloten. De leidende bron(nen) worden per business data object vastgesteld.

DES en APR hebben geen log maar zijn ingericht op basis van historietabellen van de interne data objecten

Beschrijf de validatieregels van de attributen van data objecten en communiceer deze regels met ontwikkelpartijen. Regel daarnaast een voorziening in voor de ontsluiting van deze regels en draag zorg voor de toetsing.

Beschrijf de validatieregels van de attributen van data objecten en communiceer deze regels met ontwikkelpartijen. Regel daarnaast een voorziening in voor de ontsluiting van deze regels en draag zorg voor de toetsing.

Het XXX-brede Enterprise Data Warehouse (EDW) is gemodelleerd volgens het XXX-brede Business (Data) Objecten Model

Voor de urenadministratie wil Giovanna een applicatie model uitwerken:

• Logisch applicatiemodel
• Data object model
• Componenten

Maak een ArchiMate diagram van dit landschap aan met alle aspecten van de taal, gebruik eventueel concepten uit je eigen organisatie Leg relevante associaties tussen de elementen in het diagram Voeg een uitlijning en layout toe Voeg kleuren toe en maak een legenda

Een detailproces model in BPMN van de bezorging waarin niet alleen de procesactiviteiten en events zijn gemodelleerd maar ook de swimminglanes, de actor die het proces uitvoert. Daarnaast een model met data objecten die een procesactiviteit ingaan of er uitkomen voor een ander proces.

Een diagram bestaande uit events en procesactiviteiten van de bezorging en hun onderlinge relaties met daarbij de data objecten die data in een proces activiteit consumeren of produceren.

Conceptueel model van relevante data objecten op basis van een Sparx model maar generiek gemaakt met architectuur brede definities.

Voor de data-architect zijn API's een belangrijk onderdeel van data die door het data- en applicatielandschap stromen. APIs zijn koppelvlakken die zich kenmerken door een fysiek datamodel van de API maar ook van de gebruikte protocollen van deze APIs. Wil je als data-architect grip krijgen op de APIs en wil je waar mogelijk APIs standaardiseren en hergebruiken dan is het van belang dat de aanwezige koppelvlakken en de data objecten die daar worden uitgewisseld worden gemodelleerd en geregistreerd. Voor de data objecten kan een koppeling gemaakt worden naar de onderliggende logische en fysieke datamodellen.

Voor de data-architect zijn API's een belangrijk onderdeel van data die door het data- en applicatielandschap stromen. APIs zijn koppelvlakken die zich kenmerken door een fysiek datamodel van de API maar ook van de gebruikte protocollen van deze APIs. Wil je als data-architect grip krijgen op de APIs en wil je waar mogelijk APIs standaardiseren en hergebruiken dan is het van belang dat de aanwezige koppelvlakken en de data objecten die daar worden uitgewisseld worden gemodelleerd en geregistreerd. Voor de data objecten kan een koppeling gemaakt worden naar de onderliggende logische en fysieke datamodellen.

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!

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.

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.

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.

In dit diagram zie je een uitwerking van het ETL patroon op basis van applicatiefuncties. Daarnaast zie je welke component zorgdraagt voor deze ETL verwerking. Je ziet hierbij ook dat er een aantal data objecten uitgelezen worden en getransformeerd worden naar een datamart in het datawarehouse.

In dit diagram zie je een uitwerking van het ETL patroon op basis van applicatiefuncties. Daarnaast zie je welke component zorgdraagt voor deze ETL verwerking. Je ziet hierbij ook dat er een aantal data objecten uitgelezen worden en getransformeerd worden naar een datamart in het datawarehouse.

In dit diagram zie je een uitwerking van het ETL patroon op basis van applicatiefuncties. Daarnaast zie je welke component zorgdraagt voor deze ETL verwerking. Je ziet hierbij ook dat er een aantal data objecten uitgelezen worden en getransformeerd worden naar een dataset in het datawarehouse voor verkoop en klimaat gegevens gerelateerd aan elkaar.

In dit diagram zie je een uitwerking van het ETL patroon op basis van applicatiefuncties. Daarnaast zie je welke component zorgdraagt voor deze ETL verwerking. Je ziet hierbij ook dat er een aantal data objecten uitgelezen worden en getransformeerd worden naar een dataset in het datawarehouse voor verkoop en klimaat gegevens gerelateerd aan elkaar.

Dit diagram toont de verschillende voorkomens behorend bij data objecten die zich door het Data omgeving applicatielandschap bewegen

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!

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.

Vanuit kwaliteiten, data security en privacy worden een aantal aanvullende kaders gesteld voor data gedreven projecten. Voor de kwaliteitsdimensies dient bepaald te worden welke kwaliteitsniveaus wenselijk zijn voor de verschillende data objecten die in dit project geraakt worden. Met name de producten die geïntroduceerd worden kunnen effect hebben op security en privacy. Daarom worden een aantal matrices uitgewerkt die aangeven op welke wijze deze security en privacy kaders geïmplementeerd dienen te worden. De CRUD matrix toont welke rol in bij het gebruik welke bewerkingen op de data mag uitvoeren. De BIVP matrix toont de hoogte van de beveiliging niveaus. Op basis daarvan kunnen de beveiligingsmaatregelen noodzakelijk binnen de eindproducten van dit project bepaald worden.

Vanuit kwaliteiten, data security en privacy worden een aantal aanvullende kaders gesteld voor data gedreven projecten. Voor de kwaliteitsdimensies dient bepaald te worden welke kwaliteitsniveaus wenselijk zijn voor de verschillende data objecten die in dit project geraakt worden. Met name de producten die geïntroduceerd worden kunnen effect hebben op security en privacy. Daarom worden een aantal matrices uitgewerkt die aangeven op welke wijze deze security en privacy kaders geïmplementeerd dienen te worden. De CRUD matrix toont welke rol in bij het gebruik welke bewerkingen op de data mag uitvoeren. De BIVP matrix toont de hoogte van de beveiliging niveaus. Op basis daarvan kunnen de beveiligingsmaatregelen noodzakelijk binnen de eindproducten van dit project bepaald worden.

Een detailproces model in BPMN van tijdregistratie waarin niet alleen de procesactiviteiten en events zijn gemodelleerd maar ook de swimminglanes, de actor die het proces uitvoert. Daarnaast een model met data objecten die een procesactiviteit ingaan of er uitkomen voor een ander proces.

Een diagram bestaande uit events en procesactiviteiten van de tijdregistratie en hun onderlinge relaties met daarbij de data objecten die in een proces activiteit worden geconsumeerd en of geproduceerd.

Primaire concepten In de applicatielaag zijn de drie specialisaties van de bouwblokken relatief eenvoudig te relateren aan een ArchiMate element, namelijk:

• Service <-> Application_Service
• ABB <-> Application_Function, zoals reeds genoemd kan hier ook een ander behavioural element gebruikt worden
• SBB <-> Application_Component

Tussen de elementen kunnen ArchiMate relaties gedefinieerd worden:

• Service <-> ABB: Realisation
• SBB <-> ABB: Assignment
• xBB <-> xBB: Aggregation

Met name de laatste associatie de aggregatie is van belang omdat hiermee samengestelde bouwblokken samengesteld kunnen worden. Naast de genoemde associaties zijn meerdere typen associaties te kiezen zoals de dynamische associaties. Bij het uitwerken van de views binnen dit viewpoint staat het je vrij deze extra associaties toe te passen, mits uitgewerkt in de reeds aanwezige algemene viewpoints. Secundaire concepten Naast de primaire elementen en associaties zijn er een tweetal elementen en associaties relevant, echter niet in alle architectuur domeinen. Dit zijn:

• Data_Object, binnen bijvoorbeeld de integratie architectuur zijn data objecten noodzakelijk voor het beschrijven van bijvoorbeeld herbruikbare bericht definities binnen een bouwblok.
• Applicatie_Interface, eveneens binnen de integratie architectuur is voor de implementatie van bijvoorbeeld een webservice dit concept noodzakelijk als extra ArchiMate element binnen de xBB modellering.

Het bedrijfsdatalandschap verbindt data objecten in een conceptueel data model en legt daarbij een verbinding naar bedrijfsactiviteiten en de - actoren betrokken bij de uitvoering van deze bedrijfsactiviteiten. Hiervoor worden een aantal diagrammen uitgewerkt op basis van ArchiMate.

In de detailprocessen worden bedrijfsprocesmodellen uitgewerkt op basis van Business Process Modeling Notation (BPMN). Hiermee is het mogelijk om een gedetailleerde modellering uit te werken van processen. Vanuit het perspectief van de data modellering voegen wij hier data objecten en data stores aan toe om inzichtelijk te maken hoe data van de ene proces activiteit naar de andere stroomt