Juliana Jenny Kolb
Home > Data Science > Guia DAMA-DMBOK v2
Estrutura de Gerenciamento de Dados DAMA (evoluída)
A pirâmide de Aiken descreve como as organizações evoluem para melhores
práticas de gerenciamento de dados.
Outra maneira de examinar as áreas de conhecimento do DAMA é
explorar as dependências entre elas.
Desenvolvido por Sue Geuens, o framework na Figura 1 reconhece que as funções de Business Intelligence e Analytic dependem de todas as outras funções de gerenciamento de dados. Eles dependem diretamente de
Dados Mestre e soluções de datawarehouse. Mas esses, por sua vez, dependem de sistemas e aplicações de alimentação.
Qualidade de dados confiável, design de dados, práticas de interoperabilidade estão na base de sistemas e aplicativos confiáveis.
Além disso, a governança de dados, que neste modelo inclui gerenciamento de metadados, segurança de dados, arquitetura de dados e gerenciamento de dados de referência, fornece uma base da qual todas as outras funções são dependentes.
Figura 1: Estrutura de Gerenciamento de Dados DAMA
Uma terceira alternativa para a roda do DAMA é ilustrada na Figura 2. Baseando-se em conceitos arquitetônicos para propor um conjunto de relacionamentos entre as áreas de conhecimento do DAMA, as Funções de Gerenciamento de Dados fornece detalhes adicionais sobre o conteúdo de algumas áreas de conhecimento para esclarecer esses relacionamentos.
A estrutura começa com o objetivo orientador do gerenciamento de dados: permitir que as organizações obtenham valor de seus ativos de dados da mesma forma que fazem com outros ativos.
Derivar valor requer gerenciamento de ciclo de vida, portanto as funções de gerenciamento de dados relacionadas ao ciclo de vida de dados são representadas no centro do diagrama. Isso inclui planejamento e projeto para dados confiáveis e de alta qualidade; estabelecer processos e funções através dos quais os dados podem ser habilitados para uso e também mantidos; e, por fim, utilizar os dados em vários tipos de análises e por meio desses processos, potencializando seu valor.
A seção de gerenciamento de ciclo de vida descreve o design de gerenciamento de dados e funções operacionais (modelagem, arquitetura, armazenamento e operações, etc.) que são necessários para dar suporte aos usos tradicionais de dados (Business Intelligence, gerenciamento de documentos e conteúdo). Ele também reconhece funções de gerenciamento de dados emergentes (armazenamento de Big Data) que suportam usos emergentes de dados (Ciência de Dados, análise preditiva, etc.). Nos casos em que os dados são realmente gerenciados como um ativo, as organizações podem ser capazes de obter valor direto de seus dados vendendo-os para outras organizações (monetização).
Referência Bibliográfica
DAMA International, Guia para o corpo de conhecimento em gerenciamento de dados – DMBOK2, 2017.