Prévia do material em texto
M N E R D eu EU E G &O R S S H EU R T E C O C E GESTÃO (DMM)SM NUM RELANCE DADOS MATURIDADE MODELO S EU S T& D UMA EU eu E S N N E M N T NO T T E R O UMA S T S O UMA C M EU O F O Machine Translated by Google S N TREINAMENTO & & FERRAMENTAS MÉTODO CERTIFICAÇÃO RECURSOS AVALIAÇÃO S R E NON E & G EU R M MODELO O H EU R T E eu eu EU E (DMM)SM GESTÃO MATURIDADE DADOS MODELO SProjetado para enfrentar os desafios do cenário de negócios global em constante mudança, o modelo DMM e o conjunto de produtos integrados foram projetados para ajudar as organizações a alavancar seus ativos de dados para melhorar o desempenho dos negócios. S T& D UMA EU S O M N O E O • Componentes modulares de treinamento • Foco nos objetivos do aluno • Opções virtuais e presenciais • Aprofunde-se no DMM com white papers, estudos de caso e muito mais. hoje e fornecer um caminho para melhorar a capacidade de gerenciamento de dados corporativos • Caminho claro para melhoria de desempenho • Projetado para adoção acelerada • Entenda onde você está EU T S O C T E C E UMA S T N D UMA C M T R F O Machine Translated by Google melhoria de processos. O DMM define os processos de negócios fundamentais de gerenciamento de dados e recursos específicos que constituem um caminho gradual para a maturidade. É uma estrutura de práticas recomendadas de gerenciamento de dados em seis categorias principais que ajuda as organizações a avaliar seus recursos, identificar pontos fortes e lacunas e alavancar seus ativos de dados para melhorar o desempenho dos negócios. e interpretação precisa do modelo. O modelo DMM está disponível para compre em: https://cmmiinstitute.com/dmm. práticas para ajudar as organizações a construir, melhorar e medir seus Embora o DMM defina os requisitos e as atividades para o gerenciamento de dados eficaz, ele não é prescritivo sobre como uma organização deve atingir esses recursos. O DMM é estruturado de forma que possa ser usado por organizações não apenas para avaliar seu estado atual de recursos, mas também para criar um roteiro personalizado para melhorar a capacidade de gerenciamento de dados corporativos. capacidade de gerenciamento de dados corporativos, permitindo uma atualização oportuna e precisa e dados acessíveis em toda a sua organização. O DMM é um modelo de referência abrangente para o estado da prática O livreto DMM Model At-A-Glance inclui um resumo das categorias DMM, áreas de processo e práticas funcionais. Este resumo fornecerá uma visão geral útil das áreas de conteúdo do modelo, mas os usuários devem ler e consultar o conteúdo completo do modelo para garantir a compreensão total O modelo Data Management Maturity (DMM) fornece a melhor O que é o modelo Data Management Maturity (DMM)SM ? Visão geral do DMM Machine Translated by Google figura 1 DMM Arquitetura e Organização da Área de Processo ARQUITETURA parte interessada ESTRATÉGIA Qualidade TI empresarial DADOS DADOS Conformidade PROCESSOS DE APOIO DADOS Metadados Supervisão Requisitos de dados Soluções Necessidades de qualidade Dados Precisa Supervisão de Implementação Alinhamento DADOS QUALIDADE GESTÃO Alinhamento PLATAFORMA E Direção & SupervisãoGOVERNANÇA A infraestrutura Estratégia de Qualidade Regras / Critérios de Qualidade A infraestrutura OPERAÇÕES Processo de negócio Qualidade Colaboração Categorias O modelo é composto por 20 áreas de processo de gerenciamento de dados, bem como 5 áreas de processo de apoio que são organizadas em cinco categorias, conforme ilustrado na Figura 1. Cada categoria contém várias áreas de processo, conforme mostrado na Tabela 1. Essas áreas de processo servem como o principal meio de comunicar os temas, objetivos, práticas e exemplos de produtos de trabalho do modelo. A realização das práticas da área de processo permite que uma organização construa capacidades e, em conjunto com as práticas de suporte de infraestrutura, atinja a maturidade no gerenciamento de dados. Machine Translated by Google Avaliação da qualidade dos dados Caso de negócios Plataforma de gerenciamento de dados Criação de perfil de dados Estratégia de gerenciamento de dados Padrões Arquitetônicos Gerenciamento de riscos Gerenciamento de Provedor Estratégia de gerenciamento de dados Gerenciamento de metadados Processos de Apoio Gerenciamento do ciclo de vida dos dados Medição e Análise Gestão de dados Integração de dados Financiamento do Programa Limpeza de dados Plataforma e Arquitetura Função de gerenciamento de dados Qualidade de Dados Gerenciamento de configurações Garantia de qualidade do processo Comunicações Estratégia de qualidade de dados Abordagem Arquitetônica Gerenciamento de processos Glossário de Negócios Operações de dados Definição de requisitos de dados Dados Históricos, Arquivamento e Retenção Gestão de Governança tabela 1 Categorias Áreas de processo Machine Translated by Google PERSPECTIVADESCRIÇÃO Gerenciou Definiram Gerenciou Realizado Otimizado mesa 2 1 3 2 4 5 Definições de Nível de Capacidade e Maturidade NÍVEL NÍVEL NÍVEL NÍVEL NÍVEL a infraestrutura Os processos são executados ad hoc, principalmente no nível do projeto. Os processos normalmente não são aplicados em todas as áreas de negócios. A disciplina do processo é principalmente reativa; por exemplo, os processos de qualidade de dados enfatizam o reparo em detrimento da prevenção. Melhorias fundamentais podem existir, mas as melhorias ainda não foram estendidas dentro da organização ou mantidas. Métricas de processo foram definidas e são usadas para gerenciamento de dados. Isso inclui gerenciamento de variância, previsão e análise usando técnicas estatísticas e outras técnicas quantitativas. O desempenho do processo é gerenciado ao longo da vida do processo. de ativos. Os processos são planejados e executados de acordo com a política; empregar pessoas qualificadas com recursos adequados para produzir resultados controlados; envolver as partes interessadas relevantes; são monitorados e controlados e avaliados quanto à aderência ao processo definido. Os dados são vistos comoO desempenho do processo é otimizado por meio da aplicação da análise de Nível 4 para identificação de alvo de oportunidades de melhoria. As melhores práticas são compartilhadas com colegas e a indústria. atuação. essenciais para a sobrevivência em um mercado dinâmico e competitivo. Conjunto de processos padrão é empregado e consistentemente seguido. Os processos para atendimento de necessidades específicas são ajustados a partir do conjunto de processos padrão de acordo com as diretrizes da organização. como fonte de vantagem competitiva. Há consciência da importância de gerenciar dados como um Os dados são tratados Os dados são gerenciados como um requisito para a implementação de projetos. Os dados são tratados no nível organizacional como críticos para uma missão bem-sucedida O DMMapresenta cinco níveis de capacidade funcional e maturidade. Cada nível de área de processo é caracterizado por conquistas crescentes para melhoria de processos de melhores práticas. A Tabela 2 fornece uma descrição resumida e uma perspectiva para cada nível. Machine Translated by Google Índice Gestão Governamental ....................................... ........... 18 Criação de perfil de dados ....................................... ................................ 27 Gestão de Provedores.............................................. ................ 38 Plataforma de gerenciamento de dados.............................................. ......... 44 Abordagem Arquitetônica ....................................... ............ 40 Glossário de negócios.................................................. ...................... 20 Gerenciamento de riscos ................................................ ......................... 56 Gerenciamento de configurações ................................................ ....... 57 Começando................................................ ............................. 60 Caso de negócios ................................................. ................................ 14 Definição de Requisitos de Dados.............................................. ...... 33 Financiamento do programa ....................................... ......................... 16 Gerenciamento de processos................................................ ................... 52 Gerenciamento do ciclo de vida dos dados.............................................. ......... 35 Garantia da Qualidade do Processo.............................................. ........ 54 Integração de dados................................................ ............................. 46 Avaliação da qualidade dos dados.............................................. ............. 29 Comunicações................................................. ......................... 10 Dados Históricos, Retenção e Arquivamento............................. 48 Medição e Análise ........................................ .......... 50 Função de gerenciamento de dados ....................................... ......... 12 Limpeza de dados ................................................ ............................. 31 Gerenciamento de metadados.............................................. ................ 22 Padrões Arquitetônicos.............................................. ........... 42 Práticas de Suporte de Infraestrutura............................... 59 Estratégia de qualidade de dados ....................................... ................... 24 Estratégia de gerenciamento de dados ....................................... ........... 8 Machine Translated by Google implementação e gestão. 2.2 Os objetivos e prioridades de gerenciamento de dados estão alinhados unidade a partir de uma perspectiva de dados, bem como rastreabilidade para para gerenciamento de dados. com objetivos de negócios. 3.2 Os objetivos de gerenciamento de dados para a organização são programa de gestão e garante que todos os as partes interessadas estão alinhadas com as prioridades e os objetivos do programa 2.1 Os objetivos, prioridades e escopo do gerenciamento de dados são estabelecida e mantida. definido e aprovado. 2.5 Métricas são usadas para avaliar o alcance dos objetivos objetivos de negócios, é estabelecido e seguido. projeto. 2.4 Um plano tático para abordar o gerenciamento de dados escopo de toda a organização é estabelecido, aprovado, objetivos e prioridades em toda a unidade de negócios é Define a visão, metas e objetivos para os dados 3.1 Uma estratégia de gerenciamento de dados que representa um 2.3 Um processo para priorizar projetos em uma empresa promulgada e mantida. 1.1 Objetivos, prioridades e escopo do gerenciamento de dados refletem os objetivos de negócios das partes interessadas para pelo menos um Estratégia Comece: visite cmmiinstitute.com/dmm | 8 Gestão de dados Data Management men t S strat um Estratégia de gerenciamento de dados NÍVEL 2: GERENCIADO NÍVEL 1: REALIZADO NÍVEL 3: DEFINIDO Propósito Declarações de prática funcional Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity objetivos de gerenciamento de dados. 3.5 A estratégia de gerenciamento de dados da organização é processos e requisitos regulatórios emergentes para garantir que o programa de gerenciamento de dados seja compatível para o desenvolvimento e implementação da estratégia de gerenciamento de dados. modificações são feitas com base em métricas. processo. Comece: visite cmmiinstitute.com/dmm | 9 a estratégia de gestão é monitorada e atualizada, com base em revisões de progresso. documentado, mantido, revisado e comunicado de acordo com o padrão definido pela organização avaliar a eficácia dos objetivos estratégicos de gerenciamento de dados para atingir os objetivos de negócios e melhores práticas da indústria para o desenvolvimento de estratégias e objetivos. 5.2 São feitas contribuições para as melhores práticas da indústria com as necessidades futuras do negócio. estratégia de gerenciamento de dados da organização. 5.1 A organização pesquisa e adota 3.4 O plano de sequência para implementação dos dados 4.1 Estatísticas e outras técnicas quantitativas são usadas para 3.6 A estratégia de gerenciamento de dados da organização é consistente com as políticas de gerenciamento de dados. avaliados e priorizados em relação aos direcionadores e metas de negócios e alinhados com a estratégia de negócios. 4.2 A organização pesquisa negócios inovadores 3.7 Métricas são usadas para avaliar e monitorar a realização de 3.3 Negócios e tecnologia desenvolvem de forma colaborativa o NÍVEL 4: MEDIDO NÍVEL 5: OTIMIZADO Data Management men t S strat um Estratégia de gerenciamento de dados é uma estratégia de gerenciamento de dados Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 1.1 As comunicações relacionadas aos ativos de dados são gerenciadas 3.1 A política de comunicação estabelece critérios para a disseminação ou promulgação de diferentes tipos de comunicações de gerenciamento de dados. eficácia das comunicações de gerenciamento de dados. 3.5 As comunicações são revisadas pelos pares das partes interessadas de acordo com um processo que é exigido por dentro de pelo menos um projeto. são comunicados e ajustados com base no feedback. comentários. 3.4 Métricas são desenvolvidas e usadas para medir 3.2 A estratégia de comunicação é orientada por uma política de toda a organização e reflete a estratégia de gerenciamento de dados. agendado. Certifique-se de que políticas, padrões, processos, anúncios de progresso e outras comunicações de gerenciamento de dados sejam publicados, promulgados, compreendidos e ajustados com base em 3.3 Padrões, políticas e processos são promulgados em toda a organização e ajustado com base em comentários. 2.2 Padrões, políticas e processos de gerenciamento de dados 2.1 O plano de comunicaçãopara gerenciamento de dados é definido, documentado, aprovado pelas partes interessadas e Comunicações Comece: visite cmmiinstitute.com/dmm | 10 Data Management men t S strat um COMUNICAÇÕES NÍVEL 2: GERENCIADO NÍVEL 3: DEFINIDO NÍVEL 1: REALIZADO Propósito Declarações de prática funcional Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 3.6 Métricas são empregadas para melhorar o gerenciamento de dados 4.2 Técnicas estatísticas e outras técnicas quantitativas são empregadas para melhorar o gerenciamento de dados eficácia das comunicações. As comunicações externas de gerenciamento de dados são feitas com o objetivo de influenciar políticas públicas e comunicações. práticas recomendadas do setor que afetam os dados. Comece: visite cmmiinstitute.com/dmm | 11 4.1 Comunicações de gerenciamento de dados com padrões e processos. 5.1 as partes interessadas são planejadas e conduzidas de acordo com a estratégia de comunicação. NÍVEL 4: MEDIDO NÍVEL 5: OTIMIZADO Data Management men t S strat one COMUNICAÇÕES Estratégia de gerenciamento de dados Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity projeto. governança do gerenciamento de dados e a interação que as partes interessadas se envolvam com a organização de gerenciamento de dados. entre governança e gerenciamento de dados 1.1 As funções de gerenciamento de dados são estabelecidas para pelo menos um 2.2 Princípios são definidos e seguidos para orientar o 3.1 Uma função de gerenciamento de dados é estabelecida com 2.5 Existe e é seguido um mecanismo para identificar e 2.3 Papéis e responsabilidades são especificados para apoiar o aplicar as alterações necessárias para aprimorar ou redesenhar os dados função gerencial. 2.1 Um modelo aprovado de interação e engajamento garante função. 2.4 Existem acordos que fornecem expectativas explícitas para o uso de recursos de equipe compartilhados com responsabilidades pelo gerenciamento de dados. consistência das práticas relacionadas ao gerenciamento de dados. Comece: visite cmmiinstitute.com/dmm | 12 Gestão de dados Função Data Management men t S strat um FU NÇÃO DE GERENCIAMENTO DE DADOS NÍVEL 1: REALIZADO NÍVEL 3: DEFINIDO NÍVEL 2: GERENCIADO Propósito Fornece orientação para liderança e equipe de gerenciamento de dados para garantir que os dados sejam gerenciados como um ativo corporativo. A supervisão executiva é fundamental para estabelecer e manter os princípios de gerenciamento de dados, facilitar a adoção e garantir o alinhamento em toda a organização. Declarações de prática funcional Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity técnicas quantitativas. 3.5 O gerenciamento de dados é um negócio explicitamente reconhecido 5.2 Análise usando dados estatísticos e outros quantitativos 5.1 O plano operacional para a melhoria contínua do função e é aproveitado em toda a organização. 3.4 Os processos de gerenciamento de dados são estabelecidos e mantido pela função de gerenciamento de dados com aprovação de governança. técnicas, bem como o uso de modelos de desempenho de processo, alavanca dados para melhorar a eficiência operacional. 4.2 Modificações da função de gerenciamento de dados e suas que usam dados compartilhados. Comece: visite cmmiinstitute.com/dmm | 13 3.3 Uma organização de gerenciamento de dados e estrutura especificada são definidas e revisadas periodicamente para garantir que atendam às necessidades da organização. as práticas são baseadas em uma análise de indicadores usando estatísticas e outras técnicas quantitativas. as atividades de gerenciamento de dados devem ser priorizadas. responsabilidade pelo gerenciamento de atividades que suportam os objetivos de gerenciamento de dados. 4.1 A função de gerenciamento de dados definiu tarefas que são medidas e avaliadas usando estatísticas e outras 3.2 O modelo de interação para a função de gerenciamento de dados garante o envolvimento da governança de dados para projetos NÍVEL 5: OTIMIZADO NÍVEL 4: MEDIDO Data Management men t S strat um Gestão de Dados Estratégia Gestão de Dados FUNÇÃO Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 2.3 O caso de negócios de gerenciamento de dados para novas iniciativas métodos contábeis. custo total de propriedade do programa de gerenciamento e se alinha com os objetivos de negócios e gerenciamento de dados aloca elementos de custo para organizações, programas e gerenciado e rastreado em todo o gerenciamento de dados gerenciamento de dados, tomando decisões com base em 2.2 Casos de negócios padrão suportam decisões de aprovação para considerações e benefícios para a organização. gerenciamento de dados de financiamento. 3.2 O caso de negócios reflete a análise dos dados 3.1 O caso de negócios de gerenciamento de dados é desenvolvido de acordo com a metodologia padrão da organização. Fornece uma justificativa para determinar qual gerenciamento de dados 3.3 Os casos de negócios de gerenciamento de dados exigem patrocínio. 3.4 Os fatores de custo que compreendem o gerenciamento de dados TCO são iniciativas devem ser financiadas e garante a sustentabilidade 2.1 A metodologia do caso de negócios é definida e seguida. Objetivos. 1.1 Um caso de negócios é desenvolvido para iniciativas de projeto. projetos de acordo com as finanças da organização vida útil. 1.2 Os benefícios e custos do gerenciamento de dados são documentados e usados nas decisões de financiamento local. Caso de negócios Comece: visite cmmiinstitute.com/dmm | 14 Caso de Negócios Data Management men t S strat um NÍVEL 1: REALIZADO NÍVEL 2: GERENCIADO NÍVEL 3: DEFINIDO Propósito Declarações de prática funcional Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity validado, verificado quanto à precisão e aprimorado por meio de revisões e análises regulares. sessões. analise as métricas de custo de gerenciamento de dados para avaliar o TCO de gerenciamento de dados e os métodos de coleta. 4.3 Scorecards de desempenho do programa de gerenciamento de dados iniciativas e infraestrutura. melhoria contínua do TCO para gerenciamento de dados. 4.2 Estatísticas e outras técnicas quantitativas são usadas para 5.2 A organização compartilha as melhores práticas de TCO para contribuir com a maturidade do setor por meio de publicações ou conferências 5.3 Técnicas de otimização e modelos preditivos são empregados para antecipar os resultados das mudanças propostas antes da implementação. Comece: visite cmmiinstitute.com/dmm | 15 4.1 TCO de gerenciamento de dadosé empregado para medir, avaliar e financiar mudanças no gerenciamento de dados 5.1 Resultados estatísticos e guia de feedback das partes interessadas incluem métricas de TCO. 3.5 Métricas de custo e benefício orientam o gerenciamento de dados 4.4 O modelo de TCO de gerenciamento de dados da organização é prioridades. NÍVEL 5: OTIMIZADO NÍVEL 4: MEDIDO Data Management men t S strat um Caso de Negócios Estratégia de gerenciamento de dados Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 3.2 As prioridades de financiamento do programa se alinham com os objetivos e funções operacionais e TI. 1.1 Pelo menos um projeto de gerenciamento de dados foi financiado prioridades de gerenciamento de dados. a eficácia e precisão do financiamento do programa em Declarações de prática funcional financiamento do programa de gestão. padrões de tomada de decisão de investimento que são 2.3 Os custos de gerenciamento de dados são mapeados para as áreas de negócios, consistentemente empregados em toda a organização. implementado. critérios de financiamento abordados pelo caso de negócios. Garantir a disponibilidade de financiamento adequado e sustentável para benefícios esperados. 3.1 O financiamento do programa de gerenciamento de dados se alinha com apoiar o programa de gerenciamento de dados. 2.2 As partes interessadas participam e apóiam os dados com base em análises de custo-benefício. 2.4 A governança do processo de financiamento é definida e 3.3 Medidas definidas determinam a eficácia de 4.1 As métricas são definidas e analisadas estatisticamente para avaliar financiamento do programa no que diz respeito aos seus objetivos e 2.1 Iniciativas de gerenciamento de dados são financiadas com base em Comece: visite cmmiinstitute.com/dmm | 16 Financiamento do Programa Financiamento do Programa Data Management men t S strat one NÍVEL 4: MEDIDO NÍVEL 3: DEFINIDO NÍVEL 1: REALIZADO NÍVEL 2: GERENCIADO Declarações de prática funcional Propósito Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 5.1 Lições aprendidas com o financiamento de programas em toda a organização atender aos objetivos organizacionais. 5.2 Técnicas de otimização e modelos preditivos são empregado para análise dos resultados antecipados das modificações propostas nos métodos de financiamento do programa antes da implementação. para gerenciamento de dados são compartilhados com colegas do setor. Comece: visite cmmiinstitute.com/dmm | 17 NÍVEL 5: OTIMIZADO Data Management men t S strat um Estratégia de gerenciamento de dados Financiamento do Programa Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 2.2 Papéis, responsabilidades e responsabilidades da governança 3.1 Uma estrutura de governança de dados em toda a organização e 2.5 Um processo de revisão é estabelecido e seguido para avaliar e melhorar a governança de dados. necessários para garantir que os dados corporativos sejam gerenciados como um 2.1 Uma estrutura de governança de dados definida e documentada é activo e implementado de forma eficaz e sustentável. 2.4 A governança de dados segue políticas, processos e no lugar. padrões. são estabelecidos para a área de assunto de dados por prioridade, conforme declarado na estratégia de negócios ou dados. são principalmente atribuições baseadas em projetos. 2.3 Representantes da área de assunto de dados participam dos dados plano de lançamento é estabelecido com patrocínio executivo. 3.2 A governança de dados de nível executivo em toda a organização está operacional para o assunto de alta prioridade da organização governança e processos associados. Desenvolver a propriedade, administração e estrutura operacional áreas. 1.1 As funções de governança de dados são executadas por pelo menos um projeto. 1.2 Propriedade, administração e responsabilidade pelos conjuntos de dados Governança Gestão Comece: visite cmmiinstitute.com/dmm | 18 GESTÃO DE DADOS t Homens de gerenciamento de governança NÍVEL 1: REALIZADO NÍVEL 3: DEFINIDO NÍVEL 2: GERENCIADO Declarações de prática funcional Propósito Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity métricas para avaliar a eficácia das atividades de governança. unidades de negócios, que são fornecedores ou consumidores de 4.2 Ajustes nas atividades e estrutura de governança de dados são avaliados quanto às melhores práticas e lições aprendidas, 4.1 Estatísticas e outras técnicas quantitativas são 3.6 Um processo de avaliação é estabelecido para refinar os dados fornecendo ideias para melhorias. indústria de pares como um modelo de melhores práticas. seguido. 3.5 A governança de dados determina e aprova contra os objetivos periodicamente e reportados ao executivo 5.1 gestão. Estruturas de governança externa e estudos de caso da indústria 5.3 Os processos de governança de dados são continuamente refinados e 3.8 Atividades e resultados de governança de dados são analisados áreas de assunto de dados de alta prioridade. são feitas com base nos resultados da análise. melhorado. Comece: visite cmmiinstitute.com/dmm | 19 3.4 As políticas e processos padrão de governança de dados são 5.2 A estrutura de governança de dados é comunicada ao governança para se alinhar com as prioridades de negócios em constante mudança e expandir conforme necessário para abranger novas funções e 3.3 A governança de dados inclui representantes de todos aplicado para determinar se os esforços de governança estão mudando os comportamentos organizacionais de forma adequada. domínios. 3.7 Sala de aula, orientação, e-learning ou treinamento no local de trabalho em processos de governança de dados são necessários para novos membros da governança e outras partes interessadas. GESTÃO DE DADOS Governança Gestão Gestão de Dados Estratégia de Gestão NÍVEL 5: OTIMIZADO NÍVEL 4: MEDIDO Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 1.1 Os termos comerciais são definidos para uma finalidade específica. promulgado para as partes interessadas relevantes. 3.3 A organização implementou um mecanismo para 3.2 Governança de dados em toda a organização para conformidade 2.3 Cada termo comercial adicionado ao glossário comercial tem 1.2 Modelos de dados lógicos são criados com referência a com o processo de glossário de negócios é implementado e 3.1 A organização usa o glossário comercial aprovado 2.2 Os termos comerciais padrão estão prontamente disponíveis e no desenvolvimento de repositórios compartilhados, padrões de transferência de dados (por exemplo, XML), ontologias, modelossemânticos e iniciativas similares envolvendo dados corporativos. os esforços de consolidação aplicam termos comerciais padrão como parte do processo de definição dos requisitos de dados. definir, gerenciar, usar e manter o glossário comercial. Oferece suporte a um entendimento comum de termos e definições sobre dados estruturados e não estruturados que dão suporte aos negócios facilitar a transformação mapeando entre os negócios processos para todas as partes interessadas. seguido. termos comerciais definidos e aprovados. um nome único e uma definição única. 2.4 Novo desenvolvimento, integração de dados e dados 2.1 Um processo é estabelecido, documentado e seguido para Glossário de Negócios Comece: visite cmmiinstitute.com/dmm | 20 Glossário de Negócios GESTÃO DE DADOS NÍVEL 2: GERENCIADO NÍVEL 1: REALIZADO NÍVEL 3: DEFINIDO Propósito Declarações de prática funcional Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity uso correto dos termos comerciais, destaque as exceções e garanta que sejam abordadas. ou sinônimos. Comece: visite cmmiinstitute.com/dmm | 21 progresso da organização em direção a um glossário de negócios abrangente. 3.6 Os processos de monitoramento de conformidade são usados para verificar 4.3 O glossário comercial usa termos e definições comerciais padrão do setor, conforme apropriado. estudos de caso abordando o gerenciamento eficaz de termos de negócios. 5.2 Técnicas de otimização são empregadas para melhorar 4.2 O glossário comercial está integrado ao 3.4 Avaliações de impacto são realizadas e a aprovação da governança é obtida antes da implementação de mudanças nos termos de negócios. o processo de desenvolvimento de taxonomias, ontologias ou representações semânticas alavancando o glossário de negócios. 5.3 A organização publica white papers e 3.5 Métricas são capturadas e usadas para avaliar o repositório de metadados da organização com permissões de acesso apropriadas. 5.1 O glossário comercial foi aprimorado para conter 4.1 Estatísticas e outras técnicas quantitativas são termos, atributos e nomes de elementos de dados físicos regras de negócios associadas e estruturas de ontologia, e é consistente em toda a organização. usado para gerenciar o processo e desenvolver relatórios e projeções sobre a integração do glossário de negócios para a alta administração. NÍVEL 4: MEDIDO NÍVEL 5: OTIMIZADO Glossário de Negócios GESTÃO DE DADOS Estratégia de gerenciamento de dados Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity melhorando a capacidade de resposta às mudanças nos negócios e reduzindo 2.2 Documentação de metadados captura dados de acordo com um plano de implementação em fases, e está vinculado governança com contribuições das partes interessadas relevantes. interdependências. riscos relacionados a dados. 3.2 O repositório de metadados da organização é preenchido com esforços de gerenciamento e é supervisionado pela governança de dados. e ativos de dados não estruturados sob gestão, promovendo e apoiar o compartilhamento de dados, garantindo o uso compatível de dados, 2.1 Um processo de gerenciamento de metadados é estabelecido e 3.1 Uma estratégia de gerenciamento de metadados para a organização seguido. é estabelecido, promulgado e mantido por dados 2.4 Categorias, propriedades e padrões de metadados são acessível. Estabelecer os processos e a infraestrutura para especificar e estabelecida e seguida. às camadas de arquitetura. 3.3 A função de gerenciamento de dados centraliza os metadados estendendo informações claras e organizadas sobre o categorias e classificações adicionais de metadados 2.3 Os metadados são desenvolvidos e usados para realizar análise sobre possíveis alterações de dados. 1.1 A documentação de metadados é desenvolvida, armazenada e Comece: visite cmmiinstitute.com/dmm | 22 O que fazer com a gestão t Me ta d ata Gerenciar homens GESTÃO DE DADOS NÍVEL 1: REALIZADO NÍVEL 3: DEFINIDO NÍVEL 2: GERENCIADO Propósito Declarações de prática funcional Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 4.1 A organização desenvolveu um meta integrado 4.3 As extensões do repositório de metadados incluem troca 4.5 Objetivos quantitativos orientam o gerenciamento de metadados e 5.1 A análise de causa raiz é conduzida para reduzir o apoiar o desempenho do processo. modelo implantado em todas as plataformas. variações entre as informações do repositório e as 5.2 Modelos de previsão de desempenho orientam mudanças nos processos de gerenciamento de metadados. repositório de metadados; e os processos de captura, alteração e refinamento de metadados são aprimorados continuamente. 3.6 Os metadados e quaisquer alterações nos metadados são validados em relação à arquitetura existente. métricas de metadados e informações históricas sobre metadados. Comece: visite cmmiinstitute.com/dmm | 23 desempenho são incluídos no repositório de metadados e empregados para apoiar a tomada de decisão baseada em fatos para novas iniciativas de gerenciamento de metadados. padrões de representação de dados usados pela organização. 3.5 Medidas e métricas são usadas para avaliar a precisão 5.3 Os objetivos de melhoria de metadados quantitativos são derivados da estratégia de metadados. 5.4 Mudanças de dados planejadas são avaliadas quanto ao impacto no e adoção de metadados. 4.4 Novas atividades de gerenciamento de metadados são guiadas por 4.2 Tipos de metadados e definições de dados compatíveis 3.4 A governança de dados aprova adições de metadados e 4.6 Relatórios de análise estatística para processos, relatórios e dados que descreve. práticas de importação, assinatura e consumo. mudanças. NÍVEL 4: MEDIDO NÍVEL 5: OTIMIZADO Dados Gestão de dados Estratégia de Gestão Meus homens de gerenciamento de dados Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 1.2 As partes interessadas do negócio participam da definição da qualidade dos dados estratégia de qualidade. organização e é acompanhado por políticas, processos e diretrizes correspondentes. 2.3 A organização estabeleceu políticas, processos e diretrizes para implementar a estratégia de qualidade de dados. critérios e objetivos. 2.1 Uma estratégia de qualidade de dados é definida, aprovada e gerenciada. 1.1 Os objetivos, regras e critérios de qualidade de dados são documentado. 2.2 As partes interessadas do negócio participam da criação dos dados 3.1 A estratégia de qualidade de dados é seguida em todo o 2.5 A estratégia de qualidade de dados é criada com referência aos objetivos e planos de negócios e é aprovada pela gerência executiva. 2.6 Planos para atenderas metas e objetivos da qualidade dos dados estratégia são monitorados para avaliar o progresso. 1.3 Os planos de qualidade de dados são seguidos; as regras são implementadas; 2.4 Requisitos de qualidade de dados são articulados empregando dados critérios são monitorados. dimensões de qualidade selecionadas pela organização. Comece: visite cmmiinstitute.com/dmm | 24 Estratégia de qualidade de dados Estrato Q u alidade de Dados um Dados QU ALIT Y NÍVEL 1: REALIZADO NÍVEL 3: DEFINIDO NÍVEL 2: GERENCIADO Declarações de prática funcional Propósito Define uma estratégia integrada em toda a organização para atingir e manter o nível de qualidade de dados necessário para dar suporte às metas e objetivos de negócios. Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 3.5 Projetos de qualidade de dados, como criação de perfil de dados, avaliações de dados, limpeza de dados e avaliações de risco estão alinhados com as necessidades de negócios identificadas na estratégia de qualidade de dados e na análise de custo-benefício. 4.2 A priorização de problemas de qualidade de dados para correção ou prevenção é avaliada quantitativamente. As prioridades são revisadas regularmente e ajustadas para atender aos objetivos de negócios em constante mudança. 4.1 Métricas de qualidade de dados são empregadas para analisar 4.3 Os relatórios das partes interessadas sobre problemas de qualidade de dados são 3.4 As políticas, processos e governança contidos na estratégia de qualidade de dados são ancorados em todo o ciclo de vida dos dados, e os processos correspondentes são obrigatórios na metodologia do ciclo de vida de desenvolvimento do sistema. Comece: visite cmmiinstitute.com/dmm | 25 mudanças propostas para a estratégia de qualidade de dados. 3.3 Um processo definido para definir benefícios e custos para iniciativas de qualidade de dados é empregado para orientar a implementação da estratégia de qualidade de dados. coletados sistematicamente. Suas expectativas para melhorar a qualidade dos dados estão incluídas na estratégia de qualidade dos dados e são medidas e monitoradas. 3.2 Papéis e responsabilidades pela governança, 3.6 Um plano sequencial para os esforços de melhoria da qualidade dos dados em toda a organização é desenvolvido, monitorado e mantido. 4.4 O desempenho das políticas, processos e diretrizes, definidos para dar suporte à estratégia de qualidade de dados, é ajustado com base nos resultados da análise das métricas de desempenho. implementação e gerenciamento de práticas de qualidade de dados são definidas. Qualidade de dados Estrato Q u alidade de Dados umEstratégia de gestão Dados NÍVEL 4: MEDIDO Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity NÍVEL 5: OTIMIZADO Comece: visite cmmiinstitute.com/dmm | 26 5.2 A organização compartilha as melhores práticas e abordagens para melhorar a qualidade dos dados com colegas do setor. são implementados. 5.1 Os marcos e métricas do programa de qualidade de dados são regularmente revisados por executivos, e melhorias contínuas Estrato Q u alidade de Dados um Dados QU ALIT Y Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 1.1 A criação de perfil básico é realizada para armazenamento(s) de dados. 2.5 Os resultados e recomendações da criação de perfil de dados são relatados 2.3 Os planos para criação de perfil de um armazenamento de dados são compartilhados com metadados, dados físicos e regras de qualidade de dados são às partes interessadas. capturado e mantido. conjuntos e os armazenamentos de dados correspondentes que devem ser plano, e os esforços são ajustados quando desvios significativos são executadas. do plano são detectados. 3.3 Rastreabilidade entre requisitos de dados, documentada ferramentas e modelos de resultados foram definidos e partes interessadas e governança de dados. Desenvolve uma compreensão do conteúdo, qualidade e regras de padronizado. regularmente perfilados e monitorados. 3.2 Todas as técnicas identificadas para atender aos objetivos de criação de perfil um conjunto especificado de dados sob gerenciamento. 2.4 As atividades de criação de perfil de dados são conduzidas de acordo com o 2.1 Uma metodologia de criação de perfil de dados é estabelecida e seguida. 3.4 A governança de dados é contratada para identificar os principais dados compartilhados 3.5 Os processos de criação de perfil são reutilizáveis e implantados em vários armazenamentos de dados e repositórios de dados compartilhados. 2.2 Planos de criação de perfil de dados são estabelecidos para projetos. 3.1 Metodologias, processos, práticas de criação de perfil de dados, Comece: visite cmmiinstitute.com/dmm | 27 Criação de perfil de dados Perfil de dados de Qualidade de Dados Estratégia de gerenciamento de dados NÍVEL 1: REALIZADO NÍVEL 2: GERENCIADO NÍVEL 3: DEFINIDO Declarações de prática funcional Propósito Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity padrões. outras questões com base na compreensão do significado, 5.2 Processos de criação de perfil de dados e outras atividades são analisados características técnicas e comportamento dos dados ao longo 4.3 Durante uma atividade de criação de perfil de dados, problemas reais são 4.2 Os esforços de criação de perfil de dados incluem a avaliação da conformidade de conteúdo de dados com seus metadados aprovados e 5.1 A organização aborda as causas raiz dos defeitos e para identificar defeitos e fazer melhorias com base nos benefícios esperados quantificados, custos estimados e objetivos de negócios. 4.4 Os resultados são armazenados centralmente, monitorados sistematicamente, 5.3 Relatórios de perfis automatizados em tempo real ou quase em tempo real são criados para todos os feeds e repositórios de dados críticos. Comece: visite cmmiinstitute.com/dmm | 28 4.1 O desempenho dos processos de criação de perfil de dados é medido e usado para gerenciar atividades em toda a organização. e analisados em relação a estatísticas e métricas para fornecer informações sobre melhorias na qualidade dos dados ao longo do tempo. Tempo. 3.6 O SDLC inclui tarefas de criação de perfil de dados com adaptação em comparação com os problemas previstos estatisticamente com base nos resultados históricos de criação de perfil. critérios, orientação e governança. NÍVEL 4: MEDIDO NÍVEL 5: OTIMIZADO Dados QU ALIT Y Perfil de dados de Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity área de assunto para avaliações de qualidadede dados. 2.4 Os resultados da avaliação da qualidade dos dados incluem 2.3 Avaliações de qualidade de dados são realizadas periodicamente recomendações para correção com suporte 3.1 Avaliações periódicas da qualidade dos dados são realizadas em é rastreável aos registros individuais do componente para dar suporte qualidade de acordo com processos, técnicas e contra dados regras de qualidade. de acordo com as técnicas e processos padrão. de acordo com uma frequência aprovada pela qualidade dos dados 2.2 A governança de dados determina o conjunto chave de atributos por política de avaliação. correções, nível de esforço, caracterização do negócio 2.1 Objetivos, metas e objetivos da avaliação da qualidade dos dados análise. impacto e benefícios tangíveis e intangíveis. 2.6 Informações de alto nível em relatórios de avaliação de qualidade de dados Fornece uma abordagem sistemática para medir e avaliar dados limiares são estabelecidos, usados e mantidos 1.1 Avaliações de qualidade de dados são realizadas e os resultados são racional. documentado. 2.5 A análise de impacto inclui estimativas dos custos de Qualidade de dados Avaliação Comece: visite cmmiinstitute.com/dmm | 29 Dados t Estratégia de gestão A ssadores de qualidade de dados Qualidade de dados NÍVEL 1: REALIZADO NÍVEL 2: GERENCIADO NÍVEL 3: DEFINIDO Declarações de prática funcional Propósito Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 3.4 A qualidade dos dados é avaliada usando limites e metas estabelecidos para cada dimensão de qualidade selecionada. 5.2 A avaliação da qualidade dos dados e os processos de geração de relatórios são continuamente revisados e aprimorados. 3.5 Os padrões de relatórios de medição de qualidade de dados são 3.3 Planos de melhoria decorrentes da qualidade dos dados 4.2 Os metadados operacionais de qualidade de dados são padronizados, as avaliações são integradas no nível da organização. capturados e analisados usando estatísticas e outras técnicas quantitativas para orientar melhorias. Comece: visite cmmiinstitute.com/dmm | 30 4.1 Os relatórios de medição de qualidade de dados são sistematicamente custos e riscos, são definidos, aprovados e consistentemente aplicado em toda a organização. gerado com base na criticidade dos atributos e na volatilidade dos dados. 5.1 A organização pode avaliar quantitativamente os benefícios das alterações de dados propostas e refinar as prioridades de gerenciamento de acordo com as práticas de governança de qualidade de dados. de acordo com as políticas de qualidade de dados em um cronograma aprovado ou de acordo com acionadores de eventos especificados. integrado ao ciclo de vida de desenvolvimento de sistemas e processos de conformidade. 3.2 Os métodos para avaliar os impactos nos negócios, incluindo Avaliação da qualidade dos dados Dados QU ALIT Y NÍVEL 5: OTIMIZADO NÍVEL 4: MEDIDO Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 1.1 Os requisitos de limpeza de dados são definidos e executados. 2.4 O processo para realizar a limpeza de dados é definido por 3.1 O histórico de alterações de dados é mantido por meio de limpeza Atividades. requisitos (por exemplo, dimensões de qualidade, como conformidade, precisão, singularidade) e critérios de qualidade. 2.7 Os problemas de limpeza de dados são comunicados e resolvidos, quando possível, na fonte interna ou externa. 2.3 O escopo da limpeza de dados é definido. 2.5 Uma política de limpeza de dados é estabelecida e mantida. requisitos, que estão ligados a melhorias de processo para atingir os objetivos de negócios. Define os mecanismos, regras, processos e métodos usados para validar e corrigir dados de acordo com negócios predefinidos 2.6 Métodos para corrigir os dados foram estabelecidos 3.3 As regras de limpeza de dados são aplicadas de forma consistente em toda a organização. e são definidos dentro de um plano. 2.2 As atividades de limpeza de dados estão em conformidade com a qualidade dos dados as regras. 2.1 As atividades de limpeza de dados aderem à limpeza de dados 3.2 Existem políticas, processos e procedimentos para garantir um plano. que as atividades de limpeza de dados sejam aplicadas no ponto de origem de acordo com as regras publicadas. Limpeza de dados Comece: visite cmmiinstitute.com/dmm | 31 dados C lensi de Y Qualidade de dados Estratégia de gerenciamento de dados NÍVEL 2: GERENCIADO NÍVEL 1: REALIZADO NÍVEL 3: DEFINIDO Propósito Declarações de prática funcional Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity manutenção de padrões externos ou da indústria para 3.5 Modelos de relatório de resultados de limpeza de dados padrão, no responsabilizar os provedores de dados pelos dados limpos. 5.2 Os requisitos de limpeza de dados para provedores de dados são Comece: visite cmmiinstitute.com/dmm | 32 nível de detalhe e resumo, são empregados. gerenciados de acordo com processos padronizados. 3.4 Um grupo de governança estabelece, mantém e garante 5.1 A organização está envolvida no estabelecimento e adesão às regras de limpeza de dados. melhorar a qualidade do conteúdo dos dados. 4.1 Os acordos de nível de serviço incluem critérios de qualidade de dados para NÍVEL 5: OTIMIZADO NÍVEL 4: MEDIDO Dados QU ALIT Y dados C lensi de Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity dados. 2.1 O processo de definição dos requisitos de dados é documentado 1.2 O glossário comercial é atualizado com dados aprovados 2.5 Papéis e responsabilidades das partes interessadas pelo envolvimento e seguido. com a definição dos requisitos de dados são especificados, planejados, objetivos, é compreendida por todas as partes interessadas relevantes e é entregas e confirmadas ou modificadas. consistente com os processos que criam e consomem o 2.4 Os requisitos de dados estão alinhados com os correspondentes modelo(s) de dados e outros artefatos relacionados. alinhados com os objetivos do negócio. requisitos. 2.3 A rastreabilidade dos requisitos de dados para negócios 3.1 Os requisitos de dados são definidos, validados e integrados requisitos e objetivos sejam mantidos. Garantir que os dados produzidos e consumidos satisfaçam os negócios 1.3 Os requisitos de dados são avaliados e julgados contra 2.2 Os requisitos de dados necessários para obter dados monitorados e controlados. 1.1 As partes interessadas revisam e aprovam os requisitos de dados. os objetivos de gerenciamento são definidos e comprovadamente Definição Comece: visite cmmiinstitute.com/dmm | 33 Requisitos de dados R equisitos Definição nEstratégia de gerenciamento de dadosDados O desempenho ns Dados NÍVEL 2: GERENCIADO NÍVEL 1: REALIZADO NÍVEL 3: DEFINIDO Propósito Declarações de prática funcional Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 3.4 Requisitos de dados cumprem e incluem conformidade 4.2 Métricas definidas e gerenciadas garantem que os dados Comece: visite cmmiinstitute.com/dmm | 34 requisitos para dados físicos e lógicos, incluindo regras de segurança, bem como requisitos técnicos. 3.3 Os processos de negócios que produzem dados são documentados e vinculados aos requisitos de dados. para determinar se eles devem ser adotados no requisitos. ciclo de vida do desenvolvimento. 5.2 A organização compartilha as melhores práticas com a indústria e seus pares em relação aos requisitos de dados. 4.1 Melhores práticas do setor relativas aos requisitos de dados 3.2 Os requisitos de dados são avaliados com base no negócio 5.1 A organização implementou melhoria contínua de processos para garantir eficiência e consistência priorização, seleção e verificação de dados prioridades. foram avaliados de acordo com critérios selecionados 3.5 Os requisitos são avaliados para garantir que sejam usando a definição de requisitos padrão da organização os requisitos conforme definidos satisfazem os objetivos do negócio; ações corretivas são tomadas quando o desempenho não está atendendo às necessidades de negócios. implementável no ambiente de destino. estrutura. NÍVEL 5: OTIMIZADO NÍVEL 4: MEDIDO Dados O desempenho ns Definição de requisitos de dados n Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity à aposentadoria. O gerenciamento do ciclo de vida dos dados permite melhor 1.1 O ciclo de vida dos dados para processos de negócios é definido desde a criação ou ingestão inicial - foram identificados 2.1 Os requisitos dos consumidores e produtores de dados são e aplicado. gerenciamento de riscos e oferece suporte a melhorias na qualidade dos dados, mapeados e alinhados. mantidos e revisados periodicamente quanto à conformidade. 2.5 O processo de ciclo de vida de desenvolvimento de sistemas requer 2.4 Os critérios de seleção são definidos e aplicados para designar e controla seus fluxos de dados por meio de processos de negócios ao longo do ciclo de vida dos dados desde a criação ou aquisição fontes de dados autorizadas. fontes de dados autorizadas. 2.3 Um processo definido para acordos de colaboração com e mapeado. respeito aos dados compartilhados e seu uso dentro dos negócios 1.3 As partes interessadas concordam com o escopo dos elementos de dados e Garante que a organização compreenda, mapeie, faça inventários, 2.2 Processo de negócios para mapeamentos de dados são definidos, particularmente em situações que envolvem grandes volumes de dados ou alta 1.2 Dependências de dados — upstream e downstream processos são seguidos. velocidade do movimento de dados, e complexos e interdependentes processos que compartilham dados. Gestão Comece: visite cmmiinstitute.com/dmm | 35 Ciclo de vida dos dados NÍVEL 1: REALIZADO NÍVEL 2: GERENCIADO s Dados O operação n Gerenciamento de dados Estratégia Gerenciamento do ciclo de vida de dados Propósito Declarações de prática funcional Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity ciclo de vida dos dados são estabelecidos e mantidos. informações são coletadas para avaliar o progresso no processo de esforços de mapeamento de dados e a adoção de autoridade os dados compartilhados são implementados para cada processo de negócios principal no nível organizacional. 3.7 Medidas e métricas são definidas e associadas 3.3 As responsabilidades do projeto para as atividades do ciclo de vida de desenvolvimento do sistema incluem o mapeamento de atributos de dados para processos de negócios, conjuntos de dados compartilhados, fontes e conjuntos de dados de destino que são importantes para a organização. e aprovado pelas partes interessadas e gerenciado por órgãos e processos de governança de dados. 3.2 Processos de gerenciamento de mudanças que abordam todo o 3.6 As designações de fontes de dados autorizadas são revisadas e aprovadas pela governança de dados. 4.1 Um processo padrão é usado em toda a organização para análise de impacto do ciclo de vida dos dados e para identificar, estimar e programar mudanças em interfaces e conjuntos de dados. 3.5 Alterações em conjuntos de dados compartilhados ou conjuntos de dados de destino para uma finalidade comercial específica são gerenciadas por estruturas de governança de dados com as partes interessadas relevantes 4.2 As métricas são usadas para expandir a reutilização de dados compartilhados aprovados Comece: visite cmmiinstitute.com/dmm | 36 3.1 Os processos de gerenciamento do ciclo de vida dos dados são definidos noivado. fontes de dados. referência e adoção de representações de dados compartilhados aprovadas e obtenção de dados de autoridade 3.4 Fluxos de dados e dados completos para processar mapas de ciclo de vida para fontes. NÍVEL 3: DEFINIDO NÍVEL 4: MEDIDO Gerenciamento de ciclo de vida de dados Dados O desempenho ns Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity periodicamente com o objetivo de introduzir melhorias no gerenciamento de dependências de dados. Comece: visite cmmiinstitute.com/dmm | 37 5.3 A organização compartilha experiências com a indústria e seus pares em relação aos processos de ciclo de vida de gerenciamento de dados. 5.1 Métricas e feedback das partes interessadas são analisados e eliminar a redundância do processo. 5.2 As métricas do ciclo de vida dos dados são periodicamente refinadas e revisadas pela alta administração. NÍVEL 5: OTIMIZADO Gerenciamento de dados Estratégia Gerenciamento do ciclo de vida de dados Dados O desempenho ns Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity provedores externos é definido e seguido. 1.1 Requisitos de dados são traduzidos em fonte de dados 2.3 Critérios de qualidade de dados são definidos e incorporados especificações. 3.1 A governança de dados monitora a organização padrão definidos e empregados em toda a organização. elementos de dados, é definido e seguido. abordar desvios para limites de qualidade de dados estabelecidos 2.2 Um processo de aquisição de dados para obter dados de e alvos definidos no contrato de nível de serviço. acordos de nível de serviço com ambos externos e internos fornecedores. Otimize o fornecimento interno e externo de dados para atender aos requisitos de negócios e gerenciaro provisionamento de dados 2.1 Um processo para analisar requisitos de dados para fornecimento de dados 3.2 Métricas para o processo de gerenciamento de fornecimento de dados são 2.4 Discussões planejadas são realizadas com provedores de dados para acordos de forma consistente. especificações e requisitos de mapeamento para fornecer 1.2 Análise e testes são conduzidos para verificar se amplo processo usado para desenvolver o fornecimento de dados estabelecido, mantido e usado. 3.3 Os processos de avaliação e seleção da fonte de dados são os dados adquiridos atendem aos requisitos declarados. requisitos. Comece: visite cmmiinstitute.com/dmm | 38 Gerenciamento de Provedor Data Management men t S strat um Dados O desempenho ns NÍVEL 1: REALIZADO NÍVEL 2: GERENCIADO NÍVEL 3: DEFINIDO Declarações de prática funcional Propósito Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 4.2 As relações de parceria são desenvolvidas com 4.1 Principais métricas de desempenho relacionadas ao nível de serviço processos são aplicados para melhorá-los e garantir que compartilhado com colegas do setor. objetivos de negócios são adequadamente suportados. acordos são analisados usando estatísticas e outros 3.6 Reuniões periódicas são realizadas com provedores de dados para revisar as mudanças planejadas no conteúdo, processos, formatos, qualidade dos dados, etc. Comece: visite cmmiinstitute.com/dmm | 39 5.1 Análises estatísticas e outras análises quantitativas do provedor em toda a organização, rastreados e aplicados. 3.5 Os acordos de nível de serviço são revisados periodicamente para garantir a satisfação dos objetivos e requisitos de negócios. provedores externos com base nos resultados da avaliação do provedor e nas necessidades de dados antecipadas. técnicas quantitativas, são revisadas e usadas para 3.4 Os acordos de nível de serviço do provedor são desenvolvidos com base 5.2 As lições de sourcing aprendidas e as melhores práticas evoluídas são identificar e resolver problemas. em modelos e processos padrão, são implementados NÍVEL 4: MEDIDO NÍVEL 5: OTIMIZADO Dados Estratégia de gestão Dados O desempenho ns Gerentes de Provedor Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity para garantir que a arquitetura de dados de destino seja conjuntamente 2.1 A arquitetura de dados de destino se alinha e 2.4 Um processo é estabelecido e seguido para garantir que os dados complementa a estratégia de gerenciamento de dados. especificações de interface são documentadas para dados compartilhados, aquisição, produção, armazenamento e entrega de dados para atender implementação do guia. objetivos comerciais e técnicos. entre os componentes da camada de dados atual e o ambiente de estado futuro. racionalizado e aprovado por negócios e TI nas decisões arquitetônicas. partes interessadas. com rastreabilidade desde a criação até o consumo (ponta a ponta) por todas as fontes dentro do escopo. 2.5 Um processo de conformidade é estabelecido e seguido para 2.3 Um plano de transição arquitetural é baseado em um mapeamento 1.3 Capacidades e requisitos técnicos são definidos para Projete e implemente uma camada de dados ideal que permita o 1.1 Uma arquitetura de dados de destino alinha os requisitos de negócios 2.2 Um processo de governança é estabelecido e seguido garantir que os projetos se refiram e utilizem os com o armazenamento de dados implementado para pelo menos um projeto. 1.2 As partes interessadas de negócios e de TI são identificadas e envolvidas arquitetônico Aproximação Comece: visite cmmiinstitute.com/dmm | 40 P l atfo rm E A rc hit ecture A rc hit ectura l Approach NÍVEL 1: REALIZADO NÍVEL 2: GERENCIADO Propósito Declarações de prática funcional Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity e aprovado em conjunto pelas unidades de negócios, TI e dados capacidades de infraestrutura estão alinhadas. 5.1 melhorias são usadas como entrada para o projeto arquitetônico 3.7 A arquitetura inclui a camada de integração de destino, também conhecida como design de interface comum. governança. processo de design. lições aprendidas através de publicações e conferências. 3.2 Um processo de racionalização do armazenamento de dados é executado. 3.3 A arquitetura de destino é desenvolvida de forma colaborativa plantas arquitetônicas e projetos de componentes. 3.6 A arquitetura, requisitos técnicos e suporte 4.1 Análise estatística de desempenho e qualidade dos dados Os modelos de previsão são avaliados em relação à arquitetura 3.5 Padrões de dados internos e externos selecionados 3.1 A abordagem arquitetônica para os dados de destino Comece: visite cmmiinstitute.com/dmm | 41 alterações e ajustes conforme necessário. 5.2 A organização compartilha arquitetura e plataforma arquitetura é seguida em toda a organização. são avaliados e aplicados no desenvolvimento de 3.4 A organização cria e mantém métricas para arquitetura alvo. 3.8 A criação de perfis de dados é executada antes de finalizar o projeto de um componente de armazenamento de dados que conterá dados existentes. avaliar o progresso na transição de estado e rastreabilidade mapeamento. NÍVEL 3: DEFINIDO NÍVEL 4: MEDIDO NÍVEL 5: OTIMIZADO A rc hit ectura l Approach Estratégia de gestão Dados P l atfo rm E A rc hit ecture Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity fundamental para o controle de ativos de dados e o uso eficiente e e seguido. organização. mudanças nas necessidades de negócios, arquitetura e tecnologia. 2.2 Os padrões de arquitetura são revisados com os intercâmbio de informações. 2.1 Padrões arquitetônicos que abordam representações de dados, representações, acesso a dados e distribuição de dados, elementos arquitetônicos que suportam dados aprovados os projetos se alinham com os padrões selecionados. segurança, acesso a dados e provisionamento de dados são definidos 2.5 Os padrões arquitetônicos são revisados periodicamente em relação gerenciamento de desvios dos padrões arquitetônicos é pelo menos um projeto. definido e seguido. 3.2 Os requisitos externos aplicáveis à organização são incluídos no desenvolvimento de padrões de arquitetura de dados. 2.4 A abordagem arquitetônica, plantas e componentes Forneça um conjunto aprovado de expectativas para governar 3.1 Padrões arquitetônicos são seguidos em todo o interessados e aprovados pela governança de dados. 2.3 Um processo que rege solicitações, aprovações e 1.1 Padrões de arquitetura de dados são definidos e seguidos para Padrões Comece: visite cmmiinstitute.com/dmm | 42 arquitetônico Arc hit ectura l S tan dards P l atfo rm E A rchit ecture NÍVEL 2: GERENCIADO NÍVEL 3: DEFINIDO NÍVEL 1: REALIZADO Propósito Declarações de prática funcional Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity indicar onde as mudanças nos padrões de arquitetura de dados e orientação aprimorada para aplicação de padrões são executado para avaliar a conformidade com arquitetura propostas de mudanças nos padrões de dados. Comece: visite cmmiinstitute.com/dmm | 43 padrões. 3.5 Métricas para monitorar e controlar a adoção e conformidade com os padrões de arquitetura são definidas e implementadas. para mudanças propostas nos padrões e orientações de arquitetura de dados organizacionais antes da aceitação. 3.6 Um processo de auditoria é desenvolvido, documentado e 5.4 A organização compartilha as melhores práticas de padrões e lições aprendidas por meio de publicações, conferências e white papers. 5.2 A organização contribui para a arquitetura de dados necessário. e formação. iniciativas de padrões dentro de sua indústria. 5.3 A organização pesquisa tecnologias e métodos de dados inovadores para adoção potencial e desenvolve novos padrões apropriados para aqueles que são implantados. 3.4 A governança de dados garante que os padrões de arquitetura estejam alinhados com as necessidades de negócios e alinhados com o corpo sênior de governança de arquitetura da organização. 4.2 A organização realiza análise de impacto baseada em risco 5.1 O feedback é fornecido às partes interessadas externas sobre novos ou 3.3 Papéis e responsabilidades das partes interessadas para arquitetura 4.1 Métricas de resultados de auditoria e padrões de desvio interno padrões incluem responsabilidade de conformidade, propriedade, NÍVEL 4: MEDIDO NÍVEL 5: OTIMIZADO A rc hit ectura l Standards Estratégia de gerenciamento de dados P l atfo rm E A rc hit ecture Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity 2.3 As plataformas são consistentes com a pilha de tecnologia e 3.2 A duplicação do conjunto de dados entre os sistemas é documentada, projetos arquitetônicos. 1.1 As plataformas e componentes de gerenciamento de dados são Elementos de dados críticos para os quais a plataforma é uma fonte autorizada, fonte confiável ou sistema de registro mudanças na complexidade prevista, bem como no volume para atender às necessidades de negócios. as decisões consideram a arquitetura de dados de destino e 3.1 apoiar a estratégia de gerenciamento de dados. 2.5 O órgão executivo de governança de dados aconselha e objetivos definidos na estratégia de gerenciamento de dados. consentimentos sobre as principais decisões da plataforma. planejado e justificado. 3.3 Os planos de implementação da plataforma abordam a escalabilidade, resiliência e segurança necessárias para acomodar Garante que uma plataforma eficaz seja implementada e gerenciada 2.2 Existe uma política e um processo para garantir que construir ou comprar documentado para pelo menos um projeto. 2.4 As plataformas suportam os requisitos de segurança e acesso estão documentados. da organização. 2.1 A implementação da plataforma suporta o alvo Gestão de dados Plataforma Comece: visite cmmiinstitute.com/dmm | 44 Plataforma de gerenciamento de dados P l atfo rm E A rc hit ecture NÍVEL 2: GERENCIADO NÍVEL 1: REALIZADO NÍVEL 3: DEFINIDO Declarações de prática funcional Propósito Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity repositório de metadados da organização. análise. 5.3 Os efeitos das mudanças de plataforma são comparados com para verificar se a plataforma atende às necessidades de desempenho de negócios e requisitos de capacidade. 3.6 A plataforma contribui com seus metadados para o 5.2 A organização melhora continuamente a plataforma design, desenvolvimento, implantação e operação da plataforma de gerenciamento de dados em seu setor. com base em dados estatísticos de desempenho e causal Comece: visite cmmiinstitute.com/dmm | 45 modelos de previsão e analisados para melhorar a previsão 5.1 Os objetivos de melhoria da plataforma são quantitativamente e os requisitos de nível de serviço podem ser atendidos. modelos. 5.4 A organização está compartilhando suas experiências relacionadas a 3.5 Os dados de desempenho da plataforma são capturados, armazenados e usados expressos e aprovados pela governança. 4.1 Métricas de desempenho qualitativas e quantitativas para o de dados e número de usuários. plataforma de gerenciamento de dados são analisados, usando estatísticas e outras técnicas quantitativas, para apoiar as decisões de mudança de plataforma. 3.4 O design e os recursos da plataforma garantem que o fluxo de trabalho NÍVEL 4: MEDIDO NÍVEL 5: OTIMIZADO Estratégia de Gestão de Dados Plataforma de Gestão de Dados P l atfo rm E A rc hit ecture Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity a realização de economia de custos através da centralização, e pela organização fornece transporte a granel e carga, abordar circunstâncias anormais selecionadas. alterar captura de dados, controle de versão e configuração, qualidade de dados melhorada. 2.5 A verificação da integração é realizada para garantir que que requerem consolidação e agregação de dados, como 2.1 Os planos de integração de dados são documentados. análise. A integração de dados permite a otimização de dados de origem, controlada e coordenada. 2.2 O conjunto de disciplinas e ferramentas de integração de dados utilizadas 2.4 Os processos de remediação são estabelecidos e seguidos para 2.3 Um processo de controle de mudanças é estabelecido e seguido e documentado. Reduza a necessidade de o negócio obter dados de vários para garantir que as mudanças no ambiente de integração, as especificações de arquitetura e interface são documentadas incluindo fontes upstream e alvos downstream, são fontes e para melhorar a disponibilidade de dados para processos de negócios e serão atendidas antes de serem lançadas em produção. captura e gerenciamento de metadados e dados em linha verificações e controles de qualidade. 1.1 A integração de dados entre os sistemas foi realizada Comece: visite cmmiinstitute.com/dmm | 46 Integração de dados Dado em você graça n P l atfo rm E A rc hit ecture NÍVEL 2: GERENCIADO NÍVEL 1: REALIZADO Declarações de prática funcional Propósito Machine Translated by Google https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity https://cmmiinstitute.com/data-management-maturity NÍVEL 4: MEDIDO NÍVEL 3: DEFINIDO Comece: visite cmmiinstitute.com/dmm | 47 NÍVEL 5: OTIMIZADO e verifique as regras de precedência de dados com usuários de negócios com