Przykłady biznesowe
Przykładowe scenariusze pokazujące, jak model DGU wspiera codzienne decyzje biznesowe.
Zamówienie klienta
Dlaczego sprzedaż i finanse raportują różną wartość zamówień?
Powiązany kontekst
Połącz definicję zamówienia, właściciela, dane źródłowe i raport. Sprawdź jakość i prześledź transformacje.
Dane podstawowe dostawców
Z którego rekordu dostawcy powinny korzystać zakupy i finanse?
Powiązany kontekst
Połącz definicje dostawców, rekordy źródłowe i wyznaczonych właścicieli. Usuwaj duplikaty u źródła.
Migracja ERP
Czy rozwiązanie docelowe zachowa znaczenie i wartość biznesową?
Powiązany kontekst
Zmapuj encje źródłowe i docelowe. Porównaj dane, prześledź zależności i przypisz odpowiedzialność za problemy przed wdrożeniem.
Prawdopodobieństwo niewykonania zobowiązania (PD)
Czy potrafimy wyjaśnić oszacowanie PD użyte w tym raporcie o ryzyku i czy możemy mu zaufać?
Powiązany kontekst
Połącz dane, wersję modelu i raport. Zapisz definicję niewykonania zobowiązania i horyzont czasowy. Sprawdź jakość, własność i dostęp.
Znaczenie, własność, jakość, pochodzenie i ochrona danych współdziałają w każdym przykładzie.
Dane w praktyce
Poznaj powiązany krajobraz danych, praktyki realizacji i modele ładu danych. Otwórz dowolną ilustrację, aby zobaczyć większy widok i czytelne objaśnienie.
Wszechświat danych
Gdy dane nie są dobrze zarządzane, złożone powiązania systemów prowadzą do niekontrolowanych i niewiarygodnych danych. Trudno je zrozumieć i prześledzić, co spowalnia działalność biznesową i zwiększa koszty operacyjne.
Poznaj kontekst
Widok po lewej przedstawia około 1 200 systemów i 6 000 interfejsów. Finanse, sprzedaż, marketing i HR zależą od silnie powiązanego krajobrazu danych. Centralna platforma danych łączy ten krajobraz z dwoma szczegółowymi widokami pochodzenia danych po prawej. Przykład pokazuje, dlaczego niekontrolowane powiązania utrudniają rozumienie danych i zaufanie do nich, spowalniają działania biznesowe i zwiększają koszty operacyjne.
Dodatkowy przykład
Uniwersum danych: pełny przepływ lineage
Prześledź dane od ich powstania, przez systemy źródłowe, pliki użytkowników i wspólne repozytoria, aż do analityki, raportów i wykorzystania biznesowego.
Poznaj kontekst
Przepływ łączy źródła danych, systemy źródłowe, narzędzia użytkowników końcowych (EUC) i inne źródła, źródła referencyjne, narzędzia raportowe i analityczne oraz raporty końcowe. Wiąże miejsca powstawania danych z platformami, na których są one łączone i wykorzystywane. Wspólny komponent lineage obejmuje całą drogę, obok możliwości katalogowania, kontroli jakości i bezpieczeństwa. Kontekst tworzą definicje, jakość, raporty, retencja, procesy, odpowiedzialność, szczegóły systemów, projekty, zarządzanie zmianą i klasyfikacja. Szczegółowa mapa pod schematem pokazuje, jak śledzić pojedyncze zależności pomiędzy systemami i etapami raportowania.
Katalog danych
DAWISO łączy hasło słownika biznesowego z powiązanymi metadanymi biznesowymi i technicznymi.
Poznaj kontekst
Dostarczony przykład DAWISO przedstawia hasło słownika biznesowego i jego graf wiedzy oraz szczegółowy widok pochodzenia powiązanych obiektów technicznych.
Dodatkowy przykład
Realizacja produktu katalogu danych
Pozyskuj metadane, wzbogacaj je o znaczenie biznesowe, potwierdzaj odpowiedzialność i publikuj wiarygodną wiedzę zgodnie z ustalonym procesem katalogowania.
Poznaj kontekst
Proponowany model pozyskuje metadane z platform, systemów źródłowych, analityki i repozytoriów ładu danych; dane biznesowe pozostają w systemach źródłowych. DAWISO łączy definicje, właścicieli, domeny, dane krytyczne, znaczenie KPI, klasyfikację, retencję, status jakości i kontekst lineage. Opiekunowie danych i osoby odpowiedzialne technicznie wzbogacają katalog przed kontrolą kompletności, weryfikacją opiekuna i zatwierdzeniem przez właściciela danych. Zatwierdzone treści wspierają wyszukiwanie i ponowne wykorzystanie. Odrzucone lub niekompletne wpisy trafiają do obsługi problemów, a następnie do poprawy i ponownej weryfikacji. Opinie użytkowników i zmiany źródeł przechodzą tę samą pętlę; monitorowane są pokrycie, kompletność, odpowiedzialność, aktualność przeglądów i wykorzystanie.
Katalog danych — Solidatus
Przykład Solidatus łączący definicje słownikowe, odpowiedzialność, relacje i kontekst danych.
Poznaj kontekst
Pierwotny widok katalogu jest powiązany z Solidatus. Łączy terminy biznesowe, definicje, odpowiedzialność, domeny danych i powiązany kontekst.
Katalog danych — Ataccama
Ataccama łączy pozycje katalogu i terminy biznesowe z monitorowaniem jakości, wykrywaniem anomalii i zadaniami naprawczymi.
Poznaj kontekst
Ataccama łączy pozycje katalogu i terminy biznesowe z monitorowaniem jakości, wykrywaniem anomalii i zadaniami naprawczymi.
Katalog danych — Collibra
Przykład katalogu Collibra przedstawiający dojrzałość metadanych oraz pokrycie informacjami o właścicielach i definicjami w społecznościach i typach zasobów.
Poznaj kontekst
Przekazany panel dojrzałości danych Collibra przedstawia pokrycie informacjami o właścicielach, definicjami, modelami i strukturami danych, danymi referencyjnymi oraz informacjami o źródłach. Wskaźniki dla przedsiębiorstwa i tabele na poziomie społeczności pomagają zidentyfikować braki w kompletności katalogu. Wartości pochodzą z przekazanego przykładu.
Jakość danych
Kontrole jakości ujawniają anomalie, niespójności i potencjalne błędy, dzięki czemu zespoły mogą ocenić przydatność danych do celu.
Poznaj kontekst
Monitorowanie jakości danych sprawdza ich zgodność z rzeczywistością i spójność. Panel śledzenia procesów pokazuje, które kontrole są w toku. Monitorowanie pól i zbiorów danych dostarcza szczegółowych wyników. Wyniki można grupować według zbioru danych, grupy danych lub znaczników. Techniczne definicje reguł i repozytoria reguł biznesowych łączą kontrole z mierzalnymi wynikami. Zrzuty ekranu zawierają przykładowe odsetki poprawnych wyników, harmonogramy wykonań, kontrole liczbowe, liczby wartości pustych i kontrole unikalności; są to przykłady, a nie deklaracje dotyczące skuteczności usług DGU.
Dodatkowy przykład
Realizacja produktu jakości danych
Połącz pozyskiwanie danych, kontrole jakości, obsługę problemów i raportowanie w jednym modelu operacyjnym z pętlami informacji zwrotnej i odpowiednimi politykami.
Poznaj kontekst
Systemy źródłowe i pliki płaskie zasilają platformę danych, a w razie potrzeby także bezpośrednio moduł monitorowania jakości. Przykład pokazuje Databricks i Snowflake oraz profilowanie, wykrywanie anomalii, kontrole struktury i integralności oraz reguły biznesowe. Wyniki kontroli wracają do platformy. Wykryte problemy trafiają do obsługi problemów i raportowania; brak problemu oznacza powrót do monitorowania. ServiceNow, Azure DevOps i Jira ilustrują możliwości obsługi problemów, a Power BI wspiera raportowanie zgłoszeń i naruszeń jakości. Raportowanie incydentów również przekazuje informacje do platformy. Podstawę przepływu stanowią strategia, polityka, standardy i modele operacyjne jakości danych.
Dodatkowy przykład
Soda · Monitorowanie zbioru danych
Monitoruj liczbę wierszy, aktualność danych i zmiany schematu zbioru danych.
Zobacz rozwiązanie· Soda
Poznaj kontekst
Monitoruj liczbę wierszy, aktualność danych i zmiany schematu zbioru danych.
Dodatkowy przykład
Soda · Analiza anomalii
Przeanalizuj anomalię liczby wierszy, dodaj ocenę i utwórz lub powiąż incydent.
Zobacz rozwiązanie· Soda
Poznaj kontekst
Przeanalizuj anomalię liczby wierszy, dodaj ocenę i utwórz lub powiąż incydent.
Dodatkowy przykład
Validio · Walidatory
Przeglądaj walidatory zbioru danych, wyniki jakości i istotność incydentów w jednym widoku.
Zobacz rozwiązanie· Validio
Poznaj kontekst
Przeglądaj walidatory zbioru danych, wyniki jakości i istotność incydentów w jednym widoku.
Dodatkowy przykład
Validio · Analiza incydentów
Analizuj nietypowe wartości sprzedaży, powiązane rekordy i status incydentów.
Zobacz rozwiązanie· Validio
Poznaj kontekst
Analizuj nietypowe wartości sprzedaży, powiązane rekordy i status incydentów.
Dodatkowy przykład
Actian · Monitorowanie zasobów
Przeglądaj połączone zasoby, ustawienia skanowania, incydenty i porównania danych.
Zobacz rozwiązanie· Actian
Poznaj kontekst
Przeglądaj połączone zasoby, ustawienia skanowania, incydenty i porównania danych.
Dodatkowy przykład
Actian · Odchylenia metryki
Porównuj obserwowaną poprawność z przewidywanym zakresem, aby wykrywać odchylenia metryki.
Zobacz rozwiązanie· Actian
Poznaj kontekst
Porównuj obserwowaną poprawność z przewidywanym zakresem, aby wykrywać odchylenia metryki.
Pochodzenie danych
Pochodzenie danych wyjaśnia, skąd dane pochodzą, dokąd trafiają i jak się zmieniają.
Poznaj kontekst
Pochodzenie danych wyjaśnia, skąd dane pochodzą, dokąd trafiają i jak się zmieniają. Ten przykład śledzi dane z ERP przez Azure oraz warstwy Bronze, Silver, Gold, Shared i Semantic platformy GDAH aż do raportowania w Power BI. Warstwy systemowe zapewniają pełny widok obejmujący ERP, hurtownie danych, systemy danych podstawowych, platformy i raportowanie. Poszczególne obiekty metadanych łączą się z definicjami słownikowymi, właścicielami, wynikami jakości danych, systemami, projektami, harmonogramami pozyskiwania danych i klasyfikacjami. Procesy biznesowe są powiązane z warstwami i obiektami, aby pokazać, jak procesy wpływają na dane i odwrotnie.
Dodatkowy przykład
Lineage danych: poziomy i przepływ biznesowy
Połącz procesy biznesowe z atrybutami danych na sześciu poziomach szczegółowości i prześledź drogę danych od źródła do wykorzystania.
Poznaj kontekst
Pionowy lineage łączy sześć poziomów: procesy biznesowe; aplikacje, usługi i interfejsy; encje danych; krytyczne elementy danych (CDE); transformacje CDE; oraz taki sam zakres szczegółowości dla wszystkich istotnych atrybutów danych. Każdy poziom zwiększa szczegółowość — od perspektywy biznesowej po obliczenia i agregacje. Poziomy lineage prowadzi przez proces biznesowy, systemy i narzędzia użytkowników końcowych (EUC), integrację i wykorzystanie danych, aż do systemów, raportów, procesów i wyników EUC. Obie perspektywy łączą kontekst biznesowy z techniczną drogą danych, ułatwiając zrozumienie zależności i potencjalnego wpływu zmian.
Połączone ONE Data
Wymieniaj informacje między powiązanymi zdolnościami, aby dane były zrozumiałe, możliwe do prześledzenia i wiarygodne.
Poznaj kontekst
Połączone ONE Data wymienia informacje, aby zapewnić jedną definicję, jedną jakość i jedno źródło prawdy. Systemy źródłowe zasilają kontrole jakości, katalog i metadane konfiguracji. Konfiguracja dostarcza platformie metadane własności. Kontrole jakości i ich wyniki przepływają między rozwiązaniami jakościowymi a platformowymi. Platforma wymienia metadane techniczne i wzbogacenia z centralnym katalogiem oraz udostępnia dane do analityki procesów i raportowania. Analityka biznesowa dostarcza do katalogu metadane raportów, zarządzanie procesami — metadane procesów, architektura korporacyjna — metadane biznesowe, a ochrona danych — metadane prywatności i retencji. Architektura korporacyjna i zarządzanie usługami IT wymieniają informacje o systemach i interfejsach, a architektura dostarcza obszarowi ochrony kontekst procesów i retencji. Katalog dostarcza wiarygodne metadane produktom danych łączącym katalog, jakość, pochodzenie danych oraz klasyfikację i retencję. Metadane z połączonych systemów wspierają wspólne narzędzie do śledzenia pełnej ścieżki pochodzenia danych. Materiał źródłowy wyraźnie oznacza kontekst tego narzędzia jako planowany i jeszcze niezatwierdzony.
Korporacyjna architektura informacji
Połącz strumienie wartości, zdolności biznesowe i zasoby danych z technologią, własnością i ładem danych.
Poznaj kontekst
Architektura łączy dziewięć warstw. Strumienie wartości opisują całościowe przepływy operacyjne wspierające dywizje. Domeny biznesowe opisują obszary i funkcje organizacji. Zespoły obejmują analitykę sprzedaży, płace, pozyskiwanie talentów i podatki. Zdolności biznesowe opisują kluczowe możliwości, w tym zdolności w obszarze danych. Procesy biznesowe opisują przepływy pracy i procedury. Domeny danych grupują powiązane zasoby danych, a encje danych są logicznymi obiektami w tych domenach. Systemy IT, aplikacje, interfejsy i usługi łączą zasoby technologiczne, tabele, atrybuty i usługi. Własność i ład danych ustanawiają odpowiedzialność i kontrole. Dane jako produkt obejmują cały łańcuch, wspierany przez ład danych, jakość danych, operacje na danych i ochronę danych.
Architektura korporacyjna — LeanIX
LeanIX łączy strategię, zdolności biznesowe, obiekty danych, aplikacje, interfejsy i technologie w jednym modelu architektury.
Poznaj kontekst
LeanIX łączy strategię, zdolności biznesowe, obiekty danych, aplikacje, interfejsy i technologie w jednym modelu architektury.
Procesy biznesowe
ADONIS łączy proces finansowania z jego właścicielami, zależnościami, danymi wejściowymi i wyjściowymi, systemami, dokumentami i ryzykiem.
Poznaj kontekst
ADONIS łączy proces finansowania z jego właścicielami, zależnościami, danymi wejściowymi i wyjściowymi, systemami, dokumentami i ryzykiem.
Dodatkowy przykład
Procesy biznesowe — Signavio
Signavio przedstawia proces wniosku hipotecznego — od walidacji i oceny kredytowej po wycenę i decyzję o zatwierdzeniu.
Zobacz rozwiązanie· SignavioPoznaj kontekst
Signavio przedstawia proces wniosku hipotecznego — od walidacji i oceny kredytowej po wycenę i decyzję o zatwierdzeniu.
Dodatkowy przykład
Procesy biznesowe — ARIS
ARIS łączy grupę procesów end-to-end z ich cyklem życia, właścicielem procesu, osobą zatwierdzającą treść i definicjami funkcji.
Zobacz rozwiązanie· ARISPoznaj kontekst
ARIS łączy grupę procesów end-to-end z ich cyklem życia, właścicielem procesu, osobą zatwierdzającą treść i definicjami funkcji.
Ścieżka danych
Od znaczenia biznesowego i tworzenia danych po wiarygodne wykorzystanie, przechowywanie i usuwanie.
Poznaj kontekst
Procesy biznesowe: poznaj proces i wymagania informacyjne. Słownik danych: uzgodnij terminy biznesowe i definicje. Model danych: zdefiniuj encje, relacje i struktury. Tworzenie i modyfikacja: rejestruj i aktualizuj dane u źródła. Analiza i profilowanie: identyfikuj wzorce jakości, problemy i luki. Pozyskiwanie: wprowadź dane na wymagane platformy. Harmonizacja: ujednolicaj, weryfikuj i przekształcaj, aby zapewnić spójne wykorzystanie. Wykorzystanie: używaj danych w działalności operacyjnej, raportowaniu, analityce i AI. Przechowywanie i usuwanie: archiwizuj lub usuwaj zgodnie z zatwierdzonymi wymaganiami. Uproszczony widok przepływu danych od źródeł operacyjnych do zastosowań biznesowych, z kontrolami na całej ścieżce danych.
Pozyskiwanie danych
Od potrzeby biznesowej do danych, którym zespoły mogą zaufać i z których mogą korzystać.
Poznaj kontekst
Proces pozyskiwania danych rozpoczyna się od uzgodnienia potrzeb, własności i kontroli przez właścicieli produktów danych i taktycznych właścicieli danych. Zespół pozyskiwania danych ładuje dane do GDAH. Taktyczni właściciele danych i opiekunowie danych potwierdzają definicje, właścicieli i znaczniki w DAWISO. Zespół pozyskiwania danych i opiekunowie danych konfigurują kontrole i monitorowanie w Anomalo. Właściciel produktu danych potwierdza gotowość danych do wykorzystania. Następnie opiekunowie danych i zespół pozyskiwania danych monitorują problemy, usuwają je i aktualizują metadane. Bieżące utrzymanie obejmuje ład danych, jakość, operacje i ochronę.
Rada ds. ładu danych
Podejmuj decyzje w ramach swoich uprawnień. Eskaluj, gdy decyzja wymaga szerszych uzgodnień lub zasobów.
Poznaj kontekst
Decyzje należy podejmować w ramach uprawnień danej roli i eskalować, gdy wymagają szerszych uzgodnień lub zasobów. L1, rada ds. ładu danych, zajmuje się priorytetami przedsiębiorstwa, polityką i wyjątkami wraz ze strategicznymi właścicielami danych. L2, forum ds. ładu danych, zajmuje się koordynacją domen i decyzjami w ramach mandatu wraz z taktycznymi właścicielami danych. L3, grupy robocze ds. danych, dostarczają dowody, metadane, monitorowanie jakości i działania za pośrednictwem opiekunów danych i specjalistów. Decyzje i działania płyną w dół; problemy i kwestie wymagające kompromisów są eskalowane w górę.
Mapa domen danych
Domena grupuje powiązane dane. Subdomeny łączą ten zakres z właścicielami i konkretnymi zasobami.
Poznaj kontekst
Domena grupuje powiązane dane, a subdomeny łączą ten zakres z właścicielami i konkretnymi zasobami. Strategiczny właściciel danych nadzoruje domenę finansów. Zakres taktycznych właścicieli danych obejmuje podatki, zarządzanie płynnością, sprawozdawczość finansową i controlling. Przykładowe zasoby tych obszarów to odpowiednio zbiór danych podatkowych, dane o saldach bankowych, sprawozdanie finansowe i model budżetowy. Opiekunowie danych utrzymują kontekst zasobów i mechanizmy kontrolne. Taktyczny właściciel danych lub opiekun danych może odpowiadać za kilka subdomen; uzgodniony zakres jest zapisany w rejestrze domen.
Strategia, polityki, standardy i wytyczne
Strategia pozostaje na poziomie ogólnym. Polityka, standardy i procedury stopniowo zwiększają szczegółowość.
Poznaj kontekst
Strategia pozostaje na poziomie ogólnym, a polityka, standardy i procedury stopniowo zwiększają szczegółowość. Strategia danych określa ambicję: wiarygodne dane do podejmowania decyzji. Polityka zarządzania danymi określa oczekiwanie: przypisać właściciela odpowiedzialnego za dane. Standardy zarządzania danymi definiują wymaganie: zapisać właściciela i zatwierdzoną definicję. Procedury i wytyczne przekładają to wymaganie na codzienne działanie: opiekun danych zapisuje, a właściciel zatwierdza.
Ochrona danych
Przykładowy proces
Ochrona danych pracowników
- Zidentyfikuj dane osobowe, cel ich przetwarzania i właściciela.
- Sklasyfikuj dane oraz określ zasady dostępu i przechowywania.
- Zapisz ryzyka związane z prywatnością i potrzebne działania.
- Wyznacz osoby odpowiedzialne za działania i monitoruj postępy.
Klasyfikacja, prywatność, dostęp i retencja w całym cyklu życia danych.
Poznaj kontekst
Przykładowy proces dotyczący danych pracowników, łączący rejestry ochrony prywatności, ocenę ryzyka i działania następcze. Poznaj narzędzia i wsparcie Red Into Green.
Dodatkowy przykład
Red Into Green — Słowniki prywatności
Słowniki Red Into Green łączą kategorie danych, cele przetwarzania, podstawy prawne, zabezpieczenia i zasoby informacyjne.
Poznaj kontekst
Słowniki Red Into Green łączą kategorie danych, cele przetwarzania, podstawy prawne, zabezpieczenia i zasoby informacyjne.
Retencja danych
Powiąż wymagania retencji z klasami dokumentacji, procesami biznesowymi i systemami.
Poznaj kontekst
Przykład filerskeepers przedstawia Retention Viewer i narzędzie do tworzenia harmonogramów. Poniższe przykłady wdrożeń pokazują powiązanie harmonogramu retencji z regułami, wykonaniem w systemach i monitorowaniem.
Dodatkowy przykład
Architektura realizacji retencji
Połącz systemy, procesy biznesowe i harmonogram retencji z mechanizmem retencji oraz procesami usuwania.
Poznaj kontekst
Połącz systemy, procesy biznesowe i harmonogram retencji z mechanizmem retencji oraz procesami usuwania.
Dodatkowy przykład
Katalog reguł retencji
Powiąż klasy dokumentacji i czynności przetwarzania z identyfikatorami reguł, okresami retencji, zdarzeniami wyzwalającymi i działaniami usuwania.
Poznaj kontekst
Powiąż klasy dokumentacji i czynności przetwarzania z identyfikatorami reguł, okresami retencji, zdarzeniami wyzwalającymi i działaniami usuwania.
Dodatkowy przykład
Panel monitorowania retencji
Przeglądaj reguły globalne i lokalne, wyszukuj klasy dokumentacji i śledź powiązania reguł z polami systemowymi.
Poznaj kontekst
Przeglądaj reguły globalne i lokalne, wyszukuj klasy dokumentacji i śledź powiązania reguł z polami systemowymi.
Akademia danych
Przykładowa ścieżka nauki
Od świadomości do praktycznych kompetencji w zakresie danych
- Świadomość: zrozum znaczenie danych i czterech fundamentów.
- Nauka dostosowana do roli: ćwicz odpowiedzialność za dane, opiekę nad danymi i podejmowanie decyzji.
- Kompetencje specjalistyczne: stosuj metody katalogowania, jakości, pochodzenia i ochrony danych.
- Nauka w praktyce: rozwiąż problem biznesowy i podziel się sprawdzonymi metodami.
Przykładowa ścieżka nauki dla wszystkich, osób odpowiedzialnych za dane i specjalistów.
Poznaj kontekst
Powiąż cele nauki z codziennymi obowiązkami. Wykorzystaj ćwiczenia i informacje zwrotne, aby rozwijać kompetencje w zakresie ładu danych, jakości danych, operacji na danych i ochrony danych.
Dojrzałość danych
Oceń obecne praktyki w czterech fundamentach danych i przełóż luki na plan rozwoju.
Poznaj kontekst
Dostarczony przewodnik wyjaśnia, kto powinien uczestniczyć w ocenie, jej obszary, skalę dojrzałości 0–5, dowody i komentarze oraz wyniki: podsumowanie dojrzałości, wykres radarowy, ocenę luk i plan działań.
Produkty danych
Prace w toku
Produkty danych
Przykład w przygotowaniu.
Przykład w przygotowaniu.
Platformy danych
Prace w toku
Platformy danych
Przykład w przygotowaniu.
Przykład w przygotowaniu.
Zarządzanie danymi podstawowymi (MDM)
Prace w toku
Zarządzanie danymi podstawowymi (MDM)
Przykład w przygotowaniu.
Przykład w przygotowaniu.