Ein Data-Governance-Glossar: Begriffe & Definitionen

Wenn Sie Ihren Weg zur Datentransformation gehen und mit Data Governance beginnen, werden Sie auf eine Vielzahl von Begriffen stoßen, die Sie überwältigen können. Wir verstehen, dass Data Governance in dieser riesigen Welt des Datenmanagements eine entscheidende Rolle spielt, und dass es mehrere Untergruppen gibt, die das Ganze ausmachen.

Bei To-Increase haben wir mehrere Lösungen entwickelt, die unseren Kunden nicht nur bei ihren Data-Governance-Anforderungen helfen, sondern auch Datenaufbereitung, Business Intelligence und Advanced Analytics. Daher haben wir diesen Artikel zusammengestellt, um unseren Lesern zu helfen, die verschiedenen Begriffe im Zusammenhang mit Data Governance zu verstehen, um als ersten Schritt auf ihrer Reise eine solide Grundlage zu schaffen.

Bevor wir uns mit dem Glossar befassen, empfehlen wir Ihnen, unseren Anfängerleitfaden-Blog zu lesen, der Data Governance erklärt und erklärt, wie sie Ihrem Unternehmen helfen kann.

Da es vielleicht gar nicht möglich ist, sich so viele Begriffe zu merken oder alle Begriffe, die in unserem Glossar unten aufgelistet sind, auf Anhieb zu lesen und zu verstehen, empfehlen wir, diesen Artikel mit einem Lesezeichen zu versehen, damit Sie später darauf zurückkommen können.

Begriffe der Datengovernance

Während Data Governance die Strategie, die Menschen, die Tools und die Prozesse umfasst, die mit dem Datenmanagement verbunden sind, ist es nur eine Teilmenge des Datenmanagements. Data Governance gibt die Strategie für alle Bereiche vor, die unter Datenmanagement fallen, sei es Datenarchitekturmanagement oder Stammdaten. Beginnen wir mit diesen Begriffen, die eng mit Data Governance verbunden sind.

Stammdatenverwaltung
: Stammdatenverwaltung, allgemein als MDM bezeichnet, ist eine technologiegestützte Disziplin, die spezifische Werkzeug, Prozesse, Richtlinien und Regeln, um einen Bezugspunkt für die gesamte Organisation zu gewährleisten. MDM gewährleistet eine zeitnahe, konsistente und genaue Datenverwaltung und -verteilung über Ihre Geschäftsbereiche, Einheiten und Anwendungen hinweg.

Datenspeicherung: beinhaltet die Speicherung der verschiedenen Datenquellen der Organisation in internen oder externen Datenbanken.

BI-Management: oder Business Intelligence Das Management stellt sicher, dass die beteiligten Tools, Prozesse und Einheiten die in der Data-Governance-Strategie beschriebenen Richtlinien befolgen. Während BI der Prozess der Analyse von Daten ist, die auf Genauigkeit und Gültigkeit geprüft wurden, und um umsetzbare Geschäftseinblicke zu liefern, die Unternehmen helfen, bessere Entscheidungen zu treffen.

Dokumenten- und Inhaltsverwaltung: sind beides verschiedene Prozesse, die sich schneiden. Ein DMS oder ein Dokumentenmanagementsystem wird verwendet, um verschiedene Dokumentenformate zu speichern und aufzubewahren, während ein Content-Management-System unstrukturierte und strukturierte Daten wie Webinhalte verarbeiten kann.

Datensicherheitsmanagement (DSM): stellt sicher, dass Maßnahmen zum Schutz von Daten vor Diebstahl, Sicherheitsverletzungen und Korruption vorhanden sind. Es gibt auch Gesetze, die von Region zu Region unterschiedlich sind und die Unternehmen bei der Gewährleistung von DSM beachten müssen.

Datenbetriebsmanagement: ist die Verwaltung von DataOps oder Datenoperationen und konzentriert sich auf die Datenlieferung an die Organisation. DataOps befasst sich mit der Implementierung, Planung und Verwaltung einer verteilten Datenarchitektur, die eine breite Palette von Tools und Richtlinien unterstützt, die skizziert wurden.

Datenentwicklung: ist die Zusammenstellung von Datensätzen mit einem gemeinsamen Ziel. Das heißt, die Art und Weise der Datenerhebung hat keinen Einfluss auf diesen Vorgang. Ein idealer Datenentwicklungsprozess würde der Organisation helfen, Datenstandards festzulegen, die auf eine konsistente Datenerfassung ausgerichtet sind.

Datenarchitekturmanagement (DAM): Verfolgt die Datenbestände der Organisation und zeichnet den Datenfluss auf. Auf der Grundlage der Daten, die durch mehrere Systeme fließen, zielt DAM darauf ab, eine Strategie zur Verwaltung dieses Datenflusses bereitzustellen.

Datenintegration und -verteilung: stellt sicher, dass Daten über alle Geschäftssysteme, Anwendungen und das ERP hinweg synchronisiert und integriert werden. EIN Datenintegrationstool können verwendet werden, um alle Daten zu integrieren, sodass keine Datensilos entstehen, die den Betrieb verlangsamen oder zu Problemen führen könnten. Dies ist auch ein Mittel, um Daten innerhalb des ERP und an andere juristische Personen zu verteilen.

Datenqualitätsmanagement: ist der Prozess des Hinzufügens von Regeln und Validierungen, um sicherzustellen, dass Daten die festgelegten Kriterien für Genauigkeit, Konsistenz, Aktualität, Integrität, Gültigkeit und Vollständigkeit erfüllen. Konsistent Datenqualität ist erforderlich, um sicherzustellen, dass alle an den Daten durchgeführten Analysen genau und aussagekräftig sind. Um die Datenqualität auch bei geänderten Validierungsregeln zu gewährleisten, ist eine regelmäßige Auswertung Ihrer Daten empfehlenswert.

Datenverwaltung: ist verantwortlich für die Zugänglichkeit, Benutzerfreundlichkeit und Sicherheit der Daten der Organisation. Ein Datenverwalter überwacht alle Funktionen, die unter den Datenlebenszyklus fallen, von der Erstellung über die Speicherung bis zur Löschung.

Referenzdatenverwaltung: ist die Verwaltung von Klassifizierungen, die Daten über Geschäftssysteme hinweg unterscheiden. Dazu gehört die Nachverfolgung von Änderungen, die Erstellung und Verteilung von Referenzdaten.

Produktinformationsmanagement: ist die Verwaltung aller produktbezogenen Informationen, die verwendet werden, um Produkte über bestehende Kanäle zu vermarkten und zu verkaufen.

Workflow-Automatisierung: ist der Prozess der Automatisierung von Aufgabenabläufen für Dokumente und Daten über Geschäftsfunktionen hinweg, wobei die festgelegten Geschäftsregeln eingehalten werden. Sie können eine verwenden Workflow-Tool für die Dateneingabe um diesen Prozess zu beschleunigen.

Datenmanagement: Data Governance ist eine Teilmenge des Datenmanagements, aber alle Bereiche, für die Data Governance eine Strategie vorgibt, fallen ebenfalls unter Datenmanagement. Daher umfasst das Datenmanagement das Sammeln, Speichern, Schützen, Organisieren, Korrigieren, Verwalten und Verteilen von Unternehmensdaten. Datenverwaltungsprozesse stellen sicher, dass die Daten bereit sind, analysiert zu werden, um Geschäftserkenntnisse zu extrahieren, die sich auf das Wachstum der Organisation auswirken.

Datenbegriffe

Daten sind die Konstante, die durch die Organisation fließt, und es gibt mehrere Begriffe, die mit Daten verbunden sind, die für die Data Governance relevant sind. Im folgenden Abschnitt behandeln wir Begriffe, die sich auf Datenarten, datenbezogene Prozesse und Datenspeicherung beziehen.

Arten von Daten

Stammdaten: nennen wir gerne die Single Source of Truth. Während Stammdaten der Inhalt sind, ist MDM das Übungsfeld. Es sind die Daten, die für den täglichen Betrieb innerhalb einer Geschäftseinheit oder Organisation absolut entscheidend sind.

Metadaten: teilt unterschiedliche Attribute, die dabei helfen, andere Daten in einer Datenbank zu beschreiben und zu kategorisieren. Es gibt verschiedene Arten von Metadaten, z. B. beschreibende, strukturelle, administrative, Referenz-, statistische und rechtliche.

Vergleichsdaten: ist eine Teilmenge von Stammdaten, die verwendet werden, um andere Daten in der gesamten Organisation zu klassifizieren.

Datenbezogene Prozesse

Datenmigration: ist der Vorgang des Verschiebens oder Migrierens von Daten zwischen Systemen, Formaten oder Servern.

Datenschutz und Compliance: ist ein wichtiger Prozess, um wichtige Geschäftsinformationen vor Korruption oder Verlust zu schützen und zu schützen. Compliance stellt sicher, dass strenge Richtlinien zum Schutz von Daten und zur Einhaltung internationaler und lokaler Datenschutzgesetze eingehalten werden.

Massendatenübertragung: Ein normalerweise softwarebasierter Mechanismus zum Verschieben großer Datendateien, der Komprimierung, Blockierung und Pufferung unterstützt, um Wartezeiten zu verkürzen.

Datenbereitstellung: stellt sicher, dass Daten gespeichert werden, wo sie validiert oder korrigiert werden können.

Datenspeicher

Datenbank: ist die Sammlung der aufgelisteten Daten der Organisation, die leicht über Datenkataloge oder andere Mittel zur Kategorisierung von Daten abgerufen oder durchsucht werden können.

Datensee: ist ein Speicherort für alle Datenkategorien, unabhängig von ihrer Größe. Ein Data Lake fungiert als großer Container für Daten, die aus verschiedenen internen oder externen Quellen in eine Organisation gelangen.

Datenlager: ist der zentrale Ort für Daten, die system- und anwendungsübergreifend integriert sind. Ein Data Warehouse speichert Echtzeit- und ältere Daten und kann zur Erstellung von Berichten und zur Analyse verwendet werden.

Extrahieren, Transformieren, Laden (ETL): ist Teil von Warehousing-Daten und hat mit der Bewegung von Daten von einem Ort zum anderen zu tun.

Wie kann Data Governance Ihrem Unternehmen helfen?

Mithilfe einer Data-Governance-Strategie mit einem Framework zum Schutz Ihrer Daten vor potenziellen Fehlern, Missbrauch oder Duplizierung können Sie Ihre allgemeine Datenqualität verbessern und sich auf die geschäftlichen Erkenntnisse verlassen, die Sie aus der Datenanalyse gewinnen. Indem Sie eine Richtlinie mit Richtlinien zu Prozessen, Zugriff, Speicherung und Verteilung erstellen, können Sie sicherstellen, dass Ihre Daten eine einzige Quelle der Wahrheit für Ihr Unternehmen sind.

Die Vorteile der Data Governance sind enorm und Sie werden die Wellen einer verbesserten Datenqualität in Ihren optimierten Prozessen, besseren Analysen und besseren Erkenntnissen sehen, die Ihnen helfen, klügere Entscheidungen zu treffen. Um mit Data Governance zu beginnen, sollten Sie, wenn Sie nach weiteren Informationen zur Verbesserung Ihrer Datenprozesse suchen, unbedingt an unserem Webinar zum Dateneingabe-Workflow teilnehmen.

Der Beitrag A Data Governance Glossary: ​​​​Terms & Definitions erschien zuerst im ERP Software Blog.

.

Author: admin

Leave a Reply

Your email address will not be published. Required fields are marked *