DAMA-DMBOK

Nota:

• O DMBOK é dividido em dez áreas de conhecimentos de Gestão de Dados

1. Desenvolvimento de dados
2. Gerência de Arquitetura
3. Gestão de operações de banco de dados
4. Gestão de Seguração de dados
5. Gestão de dados Mestres e de Referência

   Nota:

   • O objetivo da Gestão de dados mestres e de referência e planejar, implementar e controlar atividades para garantir consistência de dados Mestres e de Referência.
   • Dados Mestres: são os dados fundamentais de uma empresa e envolve clientes, fornecedores, colaboradores, contas, entre outros.
   • Dados de Referência: são dados relacionados com códigos, como estados, país, status de um pedido, entre outros, e servem como elementos para categorizar/classificar outros dados.
   • ou: Carlos Barbieri Obra: Uma visão sintética e comentada do DMBOK, Fumsoft
   1. Dados de Entrada (INPUT) transacional
      1. Necessidades de Integração
      2. Fontes e Contribuintes

         Nota:

         • BD, FMS, processo, área organizacional, pessoas, papéis/indivíduos envolvidos.
         • Por: Carlos Barbieri, em Uma visão sintética e comentada do DMBOK.
         1. Linhagem dos dados
            1. Originais
            2. Temporais
      3. Arquitetura de integração dos dados

         Nota:

         • Definir e manter uma arquitetura de integração de dados.
         • Por: Carlos Barbieri, em Uma visão sintética e comentada do DMBOK.
      4. Implementar soluções de gerência
         1. Leitura direta
         2. Sistemas
            1. Síncronas
            2. Assíncronas
      5. Regras de match para dados replicados
         1. Match-merge
         2. Match-link
      6. Golden Records

         Nota:

         • Fonte única, íntegra e confiável que procura garantir a verdade sobre os dados.
         • Por: Carlos Barbieri, em Uma visão sintética e comentada do DMBOK.
      7. Hierarquias e afiliações
         1. "Toda-Parte"
         2. "É um tipo de"
      8. Integrações das novas fontes de dados
         1. Analisar as requisições feitas
         2. Complexidade e custo
         3. Avaliar a qualidade dos dados entrantes
      9. Replicar e distribuir
      10. Gerenciar alterações
6. Gestão de Data Warehousing e BI
7. Gestão de Documentos e Conteúdo
8. Gestão de Metadados
9. Gestão de Qualidade de dados

   Nota:

   • O objetivo é planejar, implementar e controlar atividades que apliquem técnicas de gerência de qualidade de dados para medir, avaliar, melhorar e garantir a adequação dos dados ao seu uso pretendido.
   • Por: Carlos Barbieri, em Uma visão sintética e comentada do DMBOK.
   1. Desenvolver e promover aspectos de conscientização
      1. Importância
         1. Vender
         2. Difundir
            1. Direta
            2. Indireta
   2. Definir requisitos
      1. Precisão (accuracy
      2. Completude (completeness)
      3. Consistência (consistency)
      4. Atualidade (currency)
      5. Precisão numérica (acuracy)
      6. Disponibilidade (availability)
      7. Unicidade (uniquiness)
   3. Estabelecer processos de "Profiling"
   4. Métricas
      1. Definir
      2. Medir
   5. Definir regras de negócios
   6. Testar e validar requisitos
      1. Verificação
         1. Inicial

            Nota:

            • Exemplo: Data profiling
         2. Constante
         3. Recorrente
   7. Definir e avaliar níveis de serviços
      1. Medir e monitorar continuamente
      2. Gerenciar as pendências
      3. Corrigir os defeitos
   8. Procedimentos operacionais
      1. Projetar
      2. Implementar
      3. Monitorar
   9. Monitorar a performance
10. Governança de Dados
    1. Planejamento
       1. Estratégia de dados
       2. Unidades organizacional e papéis
       3. Data Stewards
       4. Estabelecer camadas de GD e de Data Stewards
       5. Políticas, Padrões e Procedimentos
       6. Arquiteturas de dados
       7. Projetos e Serviços
       8. Ativos de Dados - valores e custos associados - (Riscos)
    2. Controle
       1. Coordenar
       2. Supervisionar
       3. Gerenciar