Блог

Минулого разу ми визначили актуальні завдання архітекторів даних, які потребують особливої уваги: забезпечення прозорості показників, ідентифікація джерел інформації та управління ними, забезпечення узгодженості, забезпечення зв’язку між умовами.

Як їх вирішити?

Головним інструментом для вирішення цих завдань є знання про: ландшафт корпоративних даних, процеси споживання та доступу інформації, «механіку даних», яка використовується для створення зручної середи звітності та аналітики.

Існує 3 елементи управління інформаційними знаннями компанії:

1. збір аналітичних даних;
2. організація та розширення даних;
3. просте та зручне використання.

Всі ці 3 елементи можливі з технологіями управління даними, а саме:

• Дослідження середи сховищ даних всього підприємства для ідентифікації та інвентаризації масивів даних;
• Статистика ідентифікованих масивів даних для збору структурованих метаданих, оцінки якості даних, ідентифікації будь-яких семантичних тегів, визначення потенційних проблем;
• Запис метаданих об’єкту, зокрема інформація власника/виробника даних, шлях даних;
• Класифікація елементів даних шляхом оцінювання значення кожного структурного елементу масивів даних та приєднання до відповідної бізнес-умови;
• Індексування та надання семантичного реєстру з функцією пошуку термінів та елементів даних бізнес-глосарію;
• Аудит якості, зручності та простоти використання кожного елементу масивів даних, що надає можливість оперативно створювати звіти про актуальні показники відповідності якості даних.

Використання таких методів дозволяє створювати корпоративний каталог даних, який надає переваги користувачам. Цей каталог є репозиторієм для інвентаризації масивів даних та виконує роль корпоративного ресурсу, за допомогою якого архітектори та споживачі даних можуть обмінюватися знаннями. Він записує високорівневі метадані об’єкту, визначає елементи даних та зіставляє їх з семантичним бізнес-глосарієм. Ця інформація може використовуватися для інтелектуального пошуку, що дозволяє споживачам переглядати інформаційні масиви, визначати більш придатні набори даних для звітності та аналітики для будь-якого бізнес-сценарію.

Попередній #fridaypost «Основні рушійні чинники бізнес-аналітики»