Big Data und Data Science
Ziele: Seit der Eingabe von Big Data in Data-Warehousing- und Business-Intelligence-Umgebungen werden Data-Science-Techniken benutzt, um eine "Windschutzscheibe" für die Zukunft des Unternehmens zu schaffen. Voraussagende, echtzeit- oder modellbasierte Fähigkeiten, die verschiedene Arten von Datenressourcen nutzen, geben Unternehmen eine bessere interne...
Data Quality
Ziele: Ein wirksames Datenmanagement umfasst eine Reihe komplexer und miteinander verbundener Prozesse, die es einer Organisation ermöglichen, ihre Daten zur Erreichung strategischer Ziele zu nutzen. Das Datenmanagement umfasst die Fähigkeit, Daten für Anwendungen zu entwerfen, sie sicher zu speichern und...
Metadaten-Management
Ziele: Metadaten enthalten Informationen über technische und geschäftliche Prozesse, Regeln und Beschränkungen für die Daten sowie logische und physische Datenstrukturen. Sie beschreiben die Daten selbst, die Konzepte, die die Daten darstellen, und die Verbindungen zwischen den Daten und den Konzepten....
Data Warehousing und Business Intelligence
Ziele: Das Konzept des Data Warehouse entstand in den 1980er Jahren, als die Technologie es Unternehmen ermöglichte, Daten aus einer Vielzahl von Quellen in ein gemeinsames Datenmodell zu integrieren. Die integrierten Daten versprachen einen Einblick in die betrieblichen Abläufe und...
Referenz- und Stammdaten
Ziele: In jedem Unternehmen werden bestimmte Daten in allen Geschäftsbereichen, Prozessen und Systemen benötigt. Wenn diese Daten gemeinsam genutzt werden und alle Geschäftsbereiche Zugang zu denselben Kundenlisten, geografischen Standortcodes, Geschäftsbereichslisten, Lieferoptionen, Stücklisten, Kostenstellencodes, Steuercodes und anderen Daten haben, die zur...
Dokument- und Content-Management
Ziele: Dokument- und Content-Management (auf English, Document and Content Management) umfasst die Kontrolle der Sammlung, der Bewahrung und des Zugriffs von Daten und Informationen, die außerhalb relationaler Datenbank gespeichert sind. Die Aufgabe besteh darin, die Integrität von Dokumenten und anderen...
Informationsintegration und Interoperabilität
Ziele: Informationsintegration und Interoperabilität (Data Integration & Interoperability, DII) beschreibt die Prozesse, die mit der Verlagerung und Konsolidierung von Daten innerhalb und zwischen Datenspeicher, Anwendungen und Organisationen verbunden sind. Die Integration konsolidiert Daten in kohärenten physischen oder virtuellen Formen. Die...
Datensicherheit
Ziele: Die Datensicherheit (Data Security) umfasst die Planung, die Entwicklung und die Implementierung der Informationsicherheits-Richtlinien und -Verfahren. Die Spezifikationen der Datensicherheit unterscheiden sich je nach Industrie und Nation, aber auf jeden Fall ist der Zweck der Datensicherheitspraktiken immer derselbe: der...
Datenspeicherung und Datenoperationen
Ziele: Datenspeicherung und Datenoperationen (Data Storage and Operations) umfassen die Projektierung, die Implementierung und die Unterstützung gespeicherter Daten zur Maximierung des Werts während ihres gesamten Lebenszyklus, von der Erstellung/Erwerbung bis zur Vernichtung. Datenspeicherung und Datenoperationen umfassen zwei Nebentätigkeiten: Datenbankunterstützung und...
Datenmodellierung und Design
Ziele: Datenmodellierung ist das Verfahren von Erkennung, Analyse und Untersuchung der Anforderungen von Daten und die grundlegende Komponente des Datenmanagements. Der Modellierungsprozess erfordert, dass die Organisationen herausfinden und dokumentieren, wie die Daten zusammenpassen. Datenmodelle beschreiben und ermöglichen es einer Organisation,...
Datenarchitektur
Ziele: Mit dem Bregriff "Architektur" bezieht sich man auf die Kunst und Wissenschaft des Bauens und allgemeiner auf eine organisierte Anordnung von Bauteilen, die darauf abzielt, die Funktion, Leistung, Durchführbarkeit, Kosten und Ästhetik einer Gesamtstruktur oder eines Systems zu optimieren....
Data Governance
Ziele: Die Data Governance (DG) ist definiert als die Ausübung von Autorität und Kontrolle (Planung, Überwachung und Implementation) Datenbestände. Alle Organisationen treffen Entscheidungen über Daten, unabhängig davon, ob sie über eine formelle Data-Governance-Funktion verfügen. Diejenigen, die formell ein Data-Governance-Programm einrichten,...