Home

Alcune aziende che ci hanno scelto

Privacy Officer e consulente privacy
Schema CDP secondo la norma ISO/IEC 17024:2012
European Privacy Auditor
Schema di Certificazione ISDP©10003 secondo la norma ISO/IEC 17065:2012
Valutatore Privacy
Secondo la norma UNI 11697:2017
Lead Auditor ISO/IEC 27001:2022
Secondo la norma ISO/IEC 17024:2012
Data Protection Officer
Secondo la norma ISO/IEC 17024:2012
Anti-Bribery Lead Auditor Expert
Secondo la norma ISO/IEC 17024:2012
ICT Security Manager
Secondo la norma UNI 11506:2017
IT Service Management (ITSM)
Secondo l’Ente ITIL Foundation
Ethical Hacker (CEH)
Secondo l’Ente EC-Council
Network Defender (CND)
Secondo l’Ente EC-Council
Computer Hacking Forensics Investigator (CHFI)
Secondo l’Ente EC-Council
Penetration Testing Professional (CPENT)
Secondo l’Ente EC-Council

Qualifiche professionali

Rimani aggiornato sulle notizie dal mondo!

Seleziona gli argomenti di tuo interesse:
GOVERNANCE & AWARENESS
Home / GOVERNANCE & AWARENESS
/
Data Modeling e Design
Big Data e Data Science

Obiettivi:

Data modeling è il processo di scoperta, analisi e studio dei requisiti dei dati, e la loro successiva componente fondamentale della gestione dei dati. Il processo di modeling richiede che le organizzazioni scoprano e documentino il modo in cui i dati si combinano insieme. I data model descrivono e consentono a un’organizzazione di comprendere i data asset.

L’obiettivo del data modeling è confermare e documentare la comprensione di punti di vista differenti, il che porta ad applicazioni che si allineano più strettamente alle esigenze di business attuali e future e crea una base per completare con successo iniziative di ampia portata come il Master Data Management e i programmi di data governance. Un adeguato data modeling comporta costi di supporto inferiori e aumenta le opportunità di riusabilità per future iniziative, riducendo così i costi di costruzione di nuove applicazioni.


Attività svolte dal nostro Team:

Piano per il Data Modeling

Un piano per il data modeling contiene attività come la valutazione dei requisiti organizzativi, la creazione di standard e la determinazione dello storage dei data model. I deliverable del processo di data modeling includono:

  • Diagramma
  • Definizioni
  • Problemi e domande in sospeso
  • Lineage

Creazione del Data Model

Per costruire i modelli, i modeler fanno spesso grande affidamento su precedenti lavori di analisi e modeling. Possono studiare data model e database esistenti, fare riferimento a standard pubblicati e integrare qualsiasi requisito relativo ai dati. Dopo aver studiato questi input, iniziano a costruire il modello. Il modeling è un processo altamente iterativo.

Revisione dei Data Model

Come per altre aree IT, i modelli richiedono un controllo di qualità. Devono essere impiegate costanti pratiche di miglioramento. Tecniche come time-to-value, costi di supporto e validatori della qualità del data model come Data Model Scorecard, possono essere utilizzate per valutare la correttezza, completezza e coerenza del modello. Una volta completati diventano strumenti molto utili per qualsiasi ruolo che debba comprendere il modello, dai business analyst agli sviluppatori.

Gestione dei Data Model

Una volta creati, i data model devono essere mantenuti aggiornati. Gli aggiornamenti dei data model devono essere effettuati quando cambiano i requisiti e frequentemente quando cambiano i processi di business. Nell’ambito di un progetto specifico, spesso quando è necessario modificare il livello di un modello, è necessario modificare il livello di modello superiore corrispondente. Molti strumenti di data modeling aiutano ad automatizzare questo processo di confronto fisico e logico.

Suggeriti per te

Data Governance Data Architecture Data Modeling e Design Data Storage e Operations Data Security Data Integration e Interoperability Document e Content Management Reference e Master Data Data Warehousing e Business Intelligence Metadata Management Data Quality Big Data e Data Science