DAMA BOOK

Plan your projects and define important tasks and actions

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
DAMA BOOK por Mind Map: DAMA BOOK

1. Gestión de datos

1.1. Funciones y Actividades

1.1.1. Gobierno de Datos: El ejercicio de la autoridad y el control (planificación, el seguimiento y la aplicación) a través de la gestión de los activos de datos. Gobierno de Datos es la planificación y control de gestión de datos de alto nivel.

1.1.1.1. Actiividad Planificación de la gestión de datos

1.1.1.1.1. Comprender las necesidades estratégicas de datos empresariales

1.1.1.1.2. Desarrollar y mantener la estrategia de datos

1.1.1.1.3. Establecer organizaciones y roles de profesionales de datos

1.1.1.1.4. Identificar y nombrar al administrador de datos

1.1.1.1.5. Establecer el gobierno de datos y organizaciones administradoras

1.1.1.1.6. Desarrollar y aprobar las políticas de datos, Normas y Procedimientos

1.1.1.1.7. Examinar y aprobar la Arquitectura de Datos

1.1.1.1.8. Planificar y Patrocinador los Proyectos y Servicios de gestión de datos

1.1.1.1.9. Estimar los valores de activos de datos y sus costos asociados

1.1.1.2. Actividad Control de Gestión de Datos

1.1.1.2.1. Supervisar las organizaciones de profesionales de datos y sus miembros

1.1.1.2.2. Coordinar las actividades de gobierno de datos

1.1.1.2.3. Gestionar y resolver problemas relacionados a los datos

1.1.1.2.4. Controlar y garantizar el cumplimiento de normativas

1.1.1.2.5. Monitorear y hacer cumplir la conformidad con las políticas de datos, normas y Arquitectura

1.1.1.2.6. Supervisar los proyectos y servicios de gestión de datos

1.1.1.2.7. Comunicar y promover el valor de activos de datos

1.1.2. Gestión de Arquitectura de Datos: definición del modelo para la gestión de los activos de datos.

1.1.2.1. Entender las necesidades de información de la empresa

1.1.2.2. Desarrollar y mantener el modelo de datos empresarial

1.1.2.3. Analizar y alinear con otros modelos de negocio

1.1.2.4. Definir y mantener la arquitectura de base de datos

1.1.2.5. Definir y mantener la arquitectura de Integración de Datos

1.1.2.6. Definir y mantener la arquitectura de Business Intelligence / Data Warehouse

1.1.2.7. Definir y mantener las taxonomías empresariales y namespaces

1.1.2.8. Definir y mantener la arquitectura de Metadatos

1.1.3. Desarrollo de datos: análisis, diseño, implementación, prueba, despliegue y mantenimiento.

1.1.3.1. Modelado de datos, análisis y diseño de soluciones

1.1.3.1.1. Analizar los requisitos de información

1.1.3.1.2. Desarrollar y mantener modelos de datos conceptuales

1.1.3.1.3. Desarrollar y mantener modelos de datos lógicos

1.1.3.1.4. Desarrollar y mantener modelos físicos de datos

1.1.3.2. Diseño de datos detallado

1.1.3.2.1. Diseño de bases de datos físicas

1.1.3.2.2. Diseño de Productos de Información

1.1.3.2.3. Diseño de Servicios de accesos a datos

1.1.3.2.4. Servicios de diseño de integración de datos

1.1.3.3. Modelo de Datos y Diseño de Gestión de Calidad

1.1.3.3.1. Desarrollar modelado de datos y diseño de estándares

1.1.3.3.2. Revisión del modelo de datos y diseño de la calidad de la base de datos

1.1.3.3.3. Administrar las versiones del modelo de datos e Integración

1.1.4. Implementación de datos

1.1.4.1. Implementar el Desarrollo / probar los cambios de base de datos

1.1.4.2. Crear y mantener los datos de prueba

1.1.4.3. Migrar y convertir los datos

1.1.4.4. Construir y probar los productos de información

1.1.4.5. Construir y probar los servicios de acceso a datos

1.1.4.6. Validar los requisitos de información

1.1.4.7. Preparar el despliegue de datos

1.1.5. Gestiòn de Operaciones Base: proporcionar apoyo desde la adquisición de datos hasta su depuración.

1.1.5.1. Soporte de base de datos

1.1.5.1.1. Implementar y controlar los entornos de base de datos

1.1.5.1.2. Adquirir fuentes de datos externas

1.1.5.1.3. Plan de Recupero de Datos

1.1.5.1.4. Copia de seguridad y recuperación de datos

1.1.5.1.5. Establecer los niveles de rendimiento del servicio de la base de datos

1.1.5.1.6. Controlar y ajustar el rendimiento de base de datos

1.1.5.1.7. Plan de conservación de datos

1.1.5.1.8. Archivar, retener y purgar los datos

1.1.5.1.9. Soporte a bases de datos especializadas

1.1.5.2. Gestión de la tecnología de datos

1.1.5.2.1. Entender los requisitos de tecnología de datos

1.1.5.2.2. Evaluar la Tecnología de datos

1.1.5.2.3. Instalar y Administrar la Tecnología Datos

1.1.5.2.4. Inventario y seguimiento de las Licencias de Tecnología

1.1.5.2.5. Soporte al uso y problemas de tecnología de datos

1.1.6. Gestión de Datos maestros y de referencia: gestión de versiones originales y réplicas.

1.1.6.1. Comprender las necesidades de datos maestros y de referencia

1.1.6.2. Identificar Fuentes y Colaboradores de datos Maestro y de referencia

1.1.6.3. Definir y mantener la arquitectura de integración de datos

1.1.6.4. Implementar soluciones de gestión de datos maestros y de referencia

1.1.6.5. Definir y mantener normas de enlace

1.1.6.6. Establecer “Golden” Records

1.1.6.7. Definir y mantener las jerarquías y afiliaciones

1.1.6.8. Planificar e implementar la integración de nuevas fuentes de datos

1.1.6.9. Replicar y distribuir datos maestros y de referencia

1.1.6.10. Gestión de Cambios de datos maestros y de referencia

1.1.7. Gestión de Documentos y Contenidos: gestión de los datos que se encuentran fuera de las bases de datos.

1.1.7.1. Gestión de Documentos / Registros

1.1.7.1.1. Plan para la gestión de documentos / registros

1.1.7.1.2. Implementar sistemas de gestión de Documentos / Registros para la adquisición, almacenamiento, acceso y control de seguridad

1.1.7.1.3. Copia de seguridad y recuperación de documentos / registros

1.1.7.1.4. Conservar y eliminar Documentos / Registros

1.1.7.2. Gestión de Contenido

1.1.7.2.1. Gobierno de calidad del contenido

1.1.7.2.2. Definir y mantener la taxonomía empresarial

1.1.7.2.3. Documentar / Indexar Metadata del Contenido de Información

1.1.7.2.4. Proporcionar acceso al contenido y Recuperación

1.1.7.2.5. Gestión de la Seguridad de datos: garantizar la privacidad, confidencialidad y el acceso adecuado.

1.1.7.2.6. Gobierno de calidad del contenido

1.1.8. Gestión de Almacenamiento de Datos y Business Intelligence: habilitación de informes y análisis.

1.1.8.1. Entender las necesidades de información de Business Intelligence

1.1.8.2. Definir y mantener la Arquitectura BI / DW

1.1.8.3. Implementar Data Warehouse y Data Marts

1.1.8.4. Implementar herramientas de BI y de interfaces de usuario

1.1.8.5. Auditar la gestión de Documentos / Registros

1.1.8.6. Procesamiento de datos para la Inteligencia de Negocios

1.1.8.7. Supervisar y ajustar los procesos de almacenamiento de datos

1.1.8.8. Monitorear y ajustar la actividad de BI y rendimiento

1.1.9. Gestión de la Calidad de Datos: definición, seguimiento y mejora de la calidad de datos.

1.1.9.1. El DQM es un proceso de apoyo crítico en la gestión del cambio organizacional.

1.1.9.2. La calidad de los datos es sinónimo de calidad de la información ya que los malos resultados de calidad de datos conllevan a información inexacta y bajo e rendimiento del negocio. La limpieza de datos puede dar lugar mejoras costosas de corto plazo que no abordan las causas raíz de los defectos de datos..

1.1.9.3. Definición: Planificación, implementación, y actividades de control que apliquen la gestión de técnicas para medición, evaluación, mejora para asegurar idoneidad de los datos para su uso.

1.1.9.4. Metas

1.1.9.4.1. Mejorar mensurablemente la calidad de los datos en realidad con las expectativas definidas para el negocio.

1.1.9.4.2. Definir requisitos y especificaciones para la integración de datos de control de calidad en los sistemas del desarrollo del clic de vida.

1.1.9.4.3. Proporcionar procesos definidos para medición, monitoreo y reporte de conformidad para los niveles de calidad de los datos aceptables

1.1.9.5. Actividades

1.1.9.5.1. Desarrollar y promover la conciencia de la calidad de los datos (O)

1.1.9.5.2. Definir los requerimientos para Calidad de Datos (D)

1.1.9.5.3. Perfilar, Analizar, y Evaluar la calidad de Datos (D)

1.1.9.5.4. Definir el valor de calidad de los datos (P)

1.1.9.5.5. Definir las reglas de negocio para la calidad de los datos (P)

1.1.9.5.6. Probar y validar los requerimientos de Calidad de Datos (D)

1.1.9.5.7. Establecer y Evaluar los niveles de Servicio para la Calidad de Datos (P)

1.1.9.5.8. Medir y Monitorear Continuamente la Calidad de Datos. (C)

1.1.9.5.9. Administrar problemas de calidad de datos. (DO)

1.1.9.5.10. Corregir y Limpiar los defectos de la calidad de Datos (O)

1.1.9.5.11. Diseñar e implementar Procedimeintos Operacionales (D)

1.1.9.5.12. Monitorear procedimientos y rendimeintos Operacionales

1.1.9.6. El enfoque general para DQM,es una versión del ciclo de Deming. Deming, uno de los escritores fundamentales en la gestión de calidad, propone un modelo de resolución de problema conocido como “planificar-hacer-estudiar-actuar” o “planificar-hacer-verificar-actuar”

1.1.9.7. El enfoque para medir la calidad de los datos debe verse de manera similar a la gestión de cualquier tipo de actividad de negocio

1.1.9.7.1. Medible: Una cantidad de calidad de datos debe ser medible y debe ser cuantificable dentro de un rango discreto.

1.1.9.7.2. Relevancia de negocio: Todas las medidas de calidad de los datos deben demostrar que se arriesga a la aceptación de las transacciones del negocio

1.1.9.7.3. Aceptación: La determinación de si la calidad de los datos cumple con las expectativas de negocio debe estar basada en umbrales de aceptabilidad específica.

1.1.9.7.4. Responsabilidad: El propietario del proceso de negocio es en esencia el responsable del indicador, mientras que el administrador de datos puede tener la tarea de adoptar las medidas correctivas apropiadas.

1.1.9.7.5. Control: Cualquier característica medible de información que sea definida como una vez que haya una medida de control controlable del negocio.

1.1.9.7.6. Trazabilidad: Las medidas cuantificables permiten una medida de la mejora de la calidad de los datos a través del tiempo. La trazabilidad y el seguimiento ayudan a los administradores de datos a monitorear las actividades de calidad de los datos y la eficacia de las actividades de mejora.

1.1.10. Gestión de metadatos: :integrar, controlar y proporcionar metadatos.

1.1.10.1. Los metadatos son los términos usados ​​para describir y especificar los datos y otro contenido esencial en el entorno de datos. La frase "datos sobre datos" es de uso general para definir el concepto.

1.1.10.2. La gestión de metadatos es el conjunto de procesos que garantizan la creación correcta, el almacenamiento, la integración y el control para soportar el uso de los metadatos en el entorno.

1.1.10.3. Planificación, Implementación, y control de actividades para permitir el acceso fácil a metadatos integrados y de alta calidad

1.1.10.4. Beneficios

1.1.10.4.1. Incrementar el valor de la información estratégica capturada en los almacenes de datos, CRM, SCM, y otros sistemas críticos. Los datos, ricos en el contexto, ayudan a los analistas en la toma de decisiones más eficaces.

1.1.10.4.2. Reducir los costes de formación y el impacto de la rotación de personal a través de la documentación exhaustiva del contexto, de la historia y del origen de los datos.

1.1.10.4.3. Reducir el tiempo de las investigaciones orientadas hacia los datos, y en lugar ayudar a los analistas comerciales y otros usuarios buscar la información eficientemente.

1.1.10.4.4. Mejorar la comunicación para cerrando la brecha entre los usuarios comerciales y los profesionales de TI, aprovechando el trabajo realizado por los equipos, y aumentando la confianza de los datos en los sistemas de TI.

1.1.10.4.5. Aumentar la velocidad para entregar el sistema al mercado por reducir el ciclo de vida para el desarrollo del sistema.

1.1.10.4.6. Reducir el riesgo del fracaso de un proyecto a través de un análisis mejor del impacto durante el proceso de gestión de cambio.

1.1.10.4.7. Identificar y reducir los datos y los procesos redundantes, para reducir la reanudación causada por el uso de los datos incorrectos u obsoletos.

1.1.10.5. METAS

1.1.10.5.1. Ser elemental de los términos de uso

1.1.10.5.2. Integrar metadatos de diversas fuentes

1.1.10.5.3. Proporcionar acceso fácil acceso de metadatos

1.1.10.5.4. Asegurar la calidad y seguridad de los metadatos

1.1.10.6. Actividades

1.1.10.6.1. Entender los Requerimientos de Metadatos

1.1.10.6.2. Definir la Arquitectura de Metadatos

1.1.10.6.3. Desarrollar y mantener los estándares de metadatos

1.1.10.6.4. Implementar y administrar el ambiente de metadatos

1.1.10.6.5. Crear y mantener los metadatos

1.1.10.6.6. Integrar los metadatos

1.1.10.6.7. Administración de almacén de metadatos

1.1.10.6.8. Distribuir y Entregar Metadatos

1.1.10.6.9. Consultas, Reportes y Análisis de Metadatos

1.1.11. Principios Rectores

1.1.11.1. Establecer y mantener una estrategia de los metadatos y políticas adecuadas, las metas claras y los objetivos para la gestión de metadatos y el uso.

1.1.11.2. Asegurar el compromiso sostenido, la financiación y el apoyo de la alta dirección en relación con la gestión de metadatos para la empresa.

1.1.11.3. Tomar una perspectiva empresarial para garantizar la extensibilidad futura, pero implementar a través de la entrega iterativa e incremental.

1.1.11.4. Desarrollar una estrategia de los metadatos antes de la evaluación, la compra y la instalación de los productos.

1.1.11.5. Crear y adoptar las normas de los metadatos para garantizar la interoperabilidad de los metadatos en toda la empresa.

1.1.11.6. Maximizar el acceso de los usuarios. Una solución que no tiene acceso o no está bien visitada no es valiosa para la empresa.

1.1.11.7. Comprender y comunicar la necesidad de los metadatos y la finalidad para socializar el valor de los metadatos y fomentar el uso a través de la empresa.

1.1.11.8. Medir el contenido y el uso.

1.1.11.9. Aprovechar XML, la mensajería y los servicios web.

1.1.11.10. Establecer y mantener la participación en toda la empresa en la administración de datos, y la asignación de las responsabilidades para los metadatos.

1.1.11.11. Definir y monitorear los procedimientos y procesos para garantizar la aplicación de las políticas adecuadas.

1.1.11.12. Enfocar en los papales, la dotación de personal, las normas, los procedimientos, la formación y las métricas.

1.1.11.13. Proporcionar expertos en los metadatos para apoyar los proyectos de metadatos y más.

1.1.11.14. Certificar la calidad de los metadatos.

1.2. Principios

1.2.1. Los datos son activos con propiedades únicas

1.2.2. El valor de los datos puede y debe ser expresado en términos económicos

1.2.3. Se necesitan metadatos para gestionar los datos

1.2.4. La gestión de datos es transversal; requiere un rango de habilidades y experticia

1.2.5. La gestión de datos requiere perspectiva empresarial

1.2.6. Cada tipo de dato tiene diferentes características de ciclos de vida

1.2.7. La gestión de datos incluye gestión de los riesgos asociados a ellos y de su calidad

1.2.8. Una efectiva gestión de datos requiere compromiso de liderazgo

2. Elementos de la guía DAMA-DMBOK

2.1. funciones de gestión de datos y los alcances de cada función.

2.1.1. Los Elementos Ambientales básicos son:

2.1.1.1. Actividades: cada función se compone de actividades de menor nivel. Algunas actividades están agrupadas en sub-actividades. Las actividades se descompnen luego en tareas y pasos.

2.1.1.2. Entregables primarios: la información, bases de datos físicas y los documentos creados como salidas intermedias y finales de cada función. Algunos entregables son esenciales, algunos son generalmente recomendados, y otros son opcionales dependiendo de las circunstancias.

2.1.1.3. Roles y Responsabilidades: los roles de negocios y TI envueltos en el desempeño y supervisión de la función, y las responsabilidades específicas de cada role en dicha función. Muchos roles participarán de múltiples funciones.

2.1.2. Los Elementos Ambientales de apoyo son:

2.1.2.1. Prácticas y Técnicas: métodos y procedimientos que son comunes y populares, utilizados para llevar a cabo los procesos y producir los entregables. Las Prácticas y Técnicas también pueden incluir convenciones comunes, recomendaciones de mejores prácticas, y enfoques alternativos sin elaboración.

2.1.2.2. Tecnología: las categorías de tecnología de apoyo (principalmente herramientas de aplicaciones), estándares y protocolos, producen criterios de selección y curvas de aprendizaje comunes. De acuerdo a las políticas de DAMA Internacional, los proveedores y los productos específicos no se mencionan

2.1.3. Organización y Cultural

2.1.3.1. Métricas de Gestión de: tamaño, esfuerzo, tiempo, costo, calidad, efectividad, productividad, éxito y valor de negocio.

2.1.3.2. Factores Críticos de Éxito.

2.1.3.3. Estructuras de Reporte.

2.1.3.4. Estrategias de Contratación.

2.1.3.5. Aspectos de Presupuesto y Asignación de Recursos Relacionados.

3. Ética en el manejo de datos

3.1. Principios

3.1.1. Respeto a las personas

3.1.2. Justicia

3.1.3. Deben generarse beneficios buscando no dañar y minimizar posibles daños

3.2. En el manejo de datos en línea se debe considerar

3.2.1. La propiedad de los datos

3.2.2. El derecho de las personas a ser olvidadas

3.2.3. Respeto a la identidad

3.2.4. Respeto a la libertad de expresión

3.3. El gobierno de datos debe considerar el manejo adecuado de los datos

3.4. Los profesionales que se certifiquen como CDMP (Certified Data Management Professional) deben adherirse al código de ética del DAMA

4. Gestion y Calidad de Datos

4.1. Objetivos

4.1.1. Desarrollar un enfoque gobernado para hacer que los datos se ajusten a los requerimientos de los consumidores de datos.

4.1.2. Definir estandares, requerimientos y especificaciones para el contro de la calidad de los datos como parte del ciclo de vida

4.1.3. Identificar oportunidades para mejorar la calidad de los datos, a través de mejoras de procesos y sistemas.

4.2. Ciclo de gestión de calidad de datos

4.2.1. Es tomar medidas, aborbar y resolver nuevos problemas

4.2.2. La planeación evalua el alcance de los datos y determina el costo y alcande del problema

4.2.3. En el despliegue se realiza el perfilamiento de los datos para identificar problemas cuando estos ocurren, en esta etapa se pueden diseñar algunos procesos donde pueden dañar los datos

4.2.4. La estapa de monitoreo se realiza la actividad de comparacion de los datos por reglas del negocio definidas

4.3. Requisitos de calidads de datos debe ser entendida como idonea para su uso, ya que la mayoria de las aplicaciones requieren de los datos para su uso

4.3.1. Para la evaluacion de la calidad de datos se hace un perfilamiento de abajo hacia arriba destacando problemas potenciales con base a los resultados

4.4. Definir los indicadores de calidad, para ello se usan lis siguentes puntos

4.4.1. Medible: los datos a tratar deben ser medibles

4.4.2. Aceptacion: debe estar en un umbral de aceptacion definida por el administrador de datos

4.4.3. Control: la calidad y el clriterio debe estar controlado

4.4.4. Trazabilidad: la informacion suministrada debe tener segimiento desde su origen

5. Definiciones

5.1. Datos

5.1.1. Los datos son la representación de hechos como texto, números, gráficos, imágenes, sonido o vídeo. Técnicamente, datos es el plural de la palabra proveniente del latín datum, que significa “un hecho”. Sin embargo, la gente comúnmente utilizan el término como una cosa singular. Los hechos son capturados, almacenados y se expresan como datos.

5.1.2. La información son datos en un contexto. Sin contexto, los datos no tiene * El significado que tienen los elementos de datos para el negocio y términos relacionados. * El formato en que se presentan los datos. * El periodo de tiempo representado por los datos. * La importancia de los datos para un uso determinado.

5.1.3. Metadatos

5.1.3.1. Los significados formales o ampliamente aceptados de términos comúnmente utilizados también representan un valioso recurso de la empresa, contribuyendo a un entendimiento compartido de información relevante. Las definiciones de datos son sólo algunos de los muchos tipos diferentes de “datos sobre datos”, conocido como metadatos.

5.1.4. Ciclo de vida de Datos

5.1.4.1. Creados o adquiridos

5.1.4.2. Almacenados y mantenidos

5.1.4.3. Son utilizados y en ocasiones destruidos

5.1.4.4. En el curso de su vida, los datos pueden ser extraidos, exportados, importados, migrados, validados, editados, actualizados, limpiados, transformados, convertidos, integradoss, segregados, agregados, referenciados, revisados, informados, analizados, minados, resguardados, restaurados, archivados y recuperados antes de ser eventualmente eliminados.

5.1.4.5. Para administrar el ciclo de vida de la data que se encuentra en documentos no estructurados es necesario realizar una planeación y control de actividades que permitan transformarlos para disponerlos para el uso de la empresa. Todo esto bajo un marco de cumplimiento legal.

5.1.4.6. Al igual que cualquier activo, los datos tienen un ciclo de vida y para gestionar los activos de datos, las organizaciones gestionan el ciclo de vida de los datos.

5.1.4.7. Los datos sólo tienen valor cuando se utilizan realmente, o puede ser útiles en el futuro. Todas las etapas del ciclo de vida de datos tienen costos y riesgos asociados, pero sólo la etapa de “utilización” agrega valor al negocio.

5.2. Función de gestión de datos

5.2.1. Gestión de datos (DM) es la función de planificación de negocio, controlar y entregar datos y activos de información. Esta función incluye * Las disciplinas de desarrollo, ejecución y supervisión * Planes, políticas, programas, proyectos, procesos, prácticas y procedimientos * Controlar, proteger, entregar y mejorar * El valor de los datos y activos de información

5.2.2. La gestión de datos es conocido por muchos otros términos, incluyendo: Gestión de la Información (IM). Gestión de la Información Empresarial (EIM). Gestión de datos empresariales (EDM). Gestión de los Recursos de datos (DRM). Gestión de recursos de información (IRM). Gestión de activos de información. (IAM).

6. Seguridad de Datos

6.1. Definición

6.1.1. Definición, Planificación, desarrollo y ejecución de políticas y procedimientos de seguridad para proporcionar la autenticación, el acceso a autorizaciones y la auditoria adecuados de los activos de datos e información

6.2. Actividades

6.2.1. Definir Estándares de Privacidad y Confiabilidad de datos

6.2.2. Implantar Controles de Seguridad de Datos

6.2.3. Administrar Usuarios, Claves de Acceso y Grupos de Membresia

6.2.4. Administrar Vistas de acceso a Datos

6.2.5. Monitorear Autenticacion de datos y conductas de Acceso

6.2.6. Auditar la Seguridad de Datos

6.3. El objetivo es procurar el uso apropiado y evitar el uso inapropiado de la información, cumpir con las regulaciones de protección de datos, politicas de seguridad y privacidad

7. Modelamiento y Diseño de datos

7.1. Definición

7.1.1. El modelo de datos es el proceso de descubrir, analizar y determinar los requisitos de datos, y luego representar y comunicar estos requisitos de datos en un formato preciso denominado modelo de datos

7.2. Actividades Principales

7.2.1. Definir Necesidades de Información

7.2.2. Definir Plan de Modelamiento

7.2.3. Desarrollar y _Mantener Modelos Lógicos de Datos

7.2.3.1. Corresponde a la representacion detallada de los datos

7.2.4. Desarrollar y mantener Modelos Físicos de datos

7.2.4.1. Corresponde al detalle tecnico de la solución

7.3. Mejores Prácticas en diseño de DB

7.3.1. Rendimiento y facilidad de uso

7.3.2. Reusabilidad

7.3.3. Integridad

7.3.4. Seguridad

7.3.5. Mantenibilidad

7.4. Gobierno de Modelos de datos

7.4.1. Desarollar modelos de datos y estándares de diseño

7.4.1.1. lista y descripción de estándares de modelamiento de datos y entregables de diseño de base de datos

7.4.1.2. Lista de nombres estándares, abreviaciones,reglas de abreviación

7.4.1.3. lista y descripción de métodos estándard para creación y mantenimento de entregables

7.4.1.4. lista y descripción de modelado de datos y responsabilidades y roles de diseño de DB

7.4.1.5. Lista de todas las propiedades de metadata del modelamiento de datos

7.4.1.6. Lineamientos para usar las herramientas de modelado de datos

7.4.1.7. Lineamientos para versionamiento de modelos de datos

7.4.2. Administrar versionamiento e integración de modelos de datos

7.4.2.1. Por qué el pryoecto requiere cambio

7.4.2.2. Qué y cómo los objetos (tablas, columnas) cambiaron

7.4.2.3. Cuando fueron hechos los cambios

7.4.2.4. Quién hizo el cambio

7.4.2.5. Donde se hizo el cambio

7.4.3. Métricas de modelo de datos

7.4.3.1. ¿Qué tan bien el modelo captura los requerimientos?

7.4.3.2. ¿Qué tan completo es el modelo?

7.4.3.3. ¿Qué tanto el modelo coinicide con el esquema?

7.4.3.4. ¿Qué tan solido estructuralmente es el modelo?

8. Almacenamiento y Operaciones de Datos

8.1. Definición

8.1.1. El diseño, implementación y soporte de almacenamiento de datos maximiza el valor de negocio.

8.2. Actividades Principales

8.2.1. Definir la Arquitectura de datos/Inteligencia de Negocio

8.2.2. Implementar herramientas de inteligencia de negocio e Interfaces de usuario

8.2.3. Implementar Aplicaciones Analiticas

8.2.4. Copiar y transformar Datos para Inteligencia de Negocio

8.3. Su objetivo principal es proveer la disponibilidad de los datos, su integridad y la gestion del rendimiento

9. Integración e Interoperabilidad de Datos

9.1. Consolidación Entre las Aplicaciones y la Organización

9.2. Su objetvo se centra en el cumplimiento de la regulaciones y politicas de seguridad, asegura el bajo costo y complejidad de gestion de soluciones y construccion de modelos de interfaces.

9.3. Ingeligencia de Negocios

10. Administracion de Documentos y Contenidos

10.1. Planeación, implementación y control de las Actividades para el ciclo de Vida de la Administración

10.2. Identifica vinculos entre Documentos y contenido

10.3. Especifica los requisitos de documentos y atributos y define la estructura del contenido de un documento o sistema de gestión de contenidos

10.4. Gestión de sitios web

10.4.1. Identifica propietatio(s) del contenido publicable y el plazo de publicación

10.4.2. La arquitectura de contenido de información es específica para la producción de un sitio web

10.5. Uso de Taxonomia

10.5.1. La taxonomía es la ciencia o la técnica de clasificación

10.5.2. Contiene vocabulario controlado que puede ayudar con los sistemas de navegación y búsqueda.

10.5.3. Idealmente, el vocabulario y las entidades en un modelo conceptual de datos de la empresa se deben coordinar

10.5.4. Las taxonomías se desarrollan desde una perspectiva ontológica del mundo.

10.5.5. Tipos de taxonomia

10.5.5.1. Plana

10.5.5.1.1. No tiene ninguna relación entre el conjunto controlado de categorías como las categorías son iguales. Un ejemplo es una lista de países.

10.5.5.2. Jerarquica

10.5.5.2.1. Es una estructura de árbol de al menos dos niveles y es bi-direccional

10.5.5.2.2. Al ascender en la jerarquía se expande la categoría; Al bajar se refina la categoría

10.5.5.3. Red

10.5.5.3.1. Organiza el contenido en ambas categorías jerárquicas y de faceta

10.5.5.3.2. Cualquiera de los dos nodos en una taxonomía de red basados en sus asociaciones.

10.5.5.4. Estrella

10.5.5.4.1. Cada nodo está asociado con el nodo central.

10.5.5.4.2. Las facetas son atributos del objeto en el centro

10.6. Proporcionar acceso al contenido y Recuperación

10.6.1. Una vez que el contenido ha sido descrito por metadatos/etiquetado de palabras clave y clasificada dentro de la arquitectura de la información de contenido apropiado, estará disponible para la recuperación y el uso.

10.6.2. Un motor de búsqueda es un tipo de software que busca la información solicitada y recupera sitios web que tienen esos términos dentro de su contenid

10.6.3. Utilizar profesionales para recuperar información a través de diferentes herramientas de búsqueda de organización

10.7. Sus objetivos se enfocan en cumplir con las obligaciones legales, asegurar la efetividad y eficiencia en el almacenamiento y uso de los documentos y contendios de los mismos.

11. Arquitectura de Datos

11.1. Definición

11.1.1. Definir la Taxonomía y tamaño de nombre de la empresa.

11.1.2. Identificar las necesidades de datos de la empresa(independiente de la estructura ), diseño y mantenimiento de los planes maestros para satisfacer esas necesidades. El uso de planos maestros para guiar la integración de datos, controlar los activos de datos y alinear las inversiones de datos con la estrategia comercial.

11.2. Estender las necesidades de datos para Inteligencia de Negocio

11.3. Actividades Principales

11.3.1. Desarrollar el Modelo de datos de la empresa

11.3.2. Alinear con otros modelos de negocio

11.3.3. Definir la arquitectura de la base de datos

11.3.4. Definir la arquitectura de la integración de datos MDM

11.3.5. Definir la arquitectura de almacenamiento de datos / BI

11.3.6. Definir la arquitectura de metadatos

11.4. Sus objetivos se centran en la identificación de requerimientos de almacenamiento y procesamiento de datos

11.4.1. Preparar estrategicamente a las empresas para que puedan evolucionar su productos y servicios y puedan tomar ventaja de nuevas oportunidades de negico.

12. Propositos

12.1. Guía de administración de Datos y Cuerpo del Conocimiento

13. Metas

13.1. Desarrollar, construir concenso y fomentar la adopción de una visión Generalmente aceptada de la gestión de datos.

13.2. Proporcionar definiciones estándar para funciones de gestión de datos, roles, entregables y otra terminología común.

13.3. Identificar "principios rectores"

13.4. Introducir practicas métodos y técnicas ampliamente adoptados, sin referencias a productos y proveedores.

13.5. Identificar problemas organizativos y culturales comunes

14. Guías de Uso

14.1. Desarrollar consenso en la comunidad de gestión de datos

14.2. Ayuda a todos los participantes a entender sus responsabilidades

14.3. señale a los lectores fuentes adicionales del conocimiento

14.4. Los profesionales de administracion de datos se preparan para Examenes de Certified Data Management Professional

14.5. Ayuda a la organización en su estrategia de datos empresariales

14.6. Base para evaluación de efectividad y madurez

14.7. Implementación de guía y esfuerzos de mejora de procesos

15. Objetivos

15.1. Proporcionar definiciones estándar para funciones de uso común de gestión de datos, entregables, roles y otras terminologías.

15.2. Identificar principios básicos para la gestión de datos

15.3. Construir un consenso para una visión general de aplicación sobre las funciones de gestión de datos.

16. Propósito

16.1. Promover comprensión, desarrollo y práctica de la gestión de los datos

17. Data WareHousing y Business Intelligence

17.1. surge en 1980 como una tecnología que permitía a las organizaciones integrar los datos como una modelo genérico. con la promesa de ofrecer una vision a los procesos operacionales y dando nuevas posibilidades para la inteligencia de negocios y toma de decisiones de las empresas

17.2. definición

17.2.1. Los procesos de planificación, implementación y control para proporcionar datos de apoyo a la toma de decisiones y apoyar a los colaboradores que participan en la consulta y análisis de informes

17.2.2. BI promete una vision sobre la organización los clientes y los productos. una organización que haga un uso correcto de la inteligencia de negocios podrá mejorar operativamente y tener ventaja competitiva sobre otras organizaciones

17.2.3. Data Warehousing describe la operación de extraer, limpiar transformar, controlar y cargar procesos de mantenimientos de datos en la DW

17.3. Metas

17.3.1. apoyar la inteligencia de negocios de la compañia

17.3.2. Permitir una análisis efectivo y la toma de decisiones

17.3.3. Encontrar caminos a la innovación basado en la vision de los datos

17.4. Principios

17.4.1. Foco en las metas del negocio

17.4.2. Comenzar con el fin en mente

17.4.3. Pensar y diseñar de modo global, actuar y construir localmente

17.4.4. Pensar y diseñar de modo global, actuar y construir localmente

17.4.5. Resumir y optimizar después, no al principio

17.4.6. Promover transparencia y autoservicio

17.4.7. Construir la metadata para el WareHouse

17.4.8. Colaboración

17.4.9. Usar la herramienta correcta para cada cliente

17.5. Actividades

17.5.1. Entender los requerimientos

17.5.2. Definir y mantener la arquitectura de DW y BI

17.5.3. Desarrollar el Data Warehouse y los Data Marts

17.5.4. Poblar la Data Warehouse

17.5.5. Implementar el portafolio de inteligencia de negocios

17.5.6. Mantener los productos de datos