Information Management: Enterprise Data Governance & Master Data Management Om kurset Kurset ser detaljert på forretningsproblemer forårsaket av dårlig håndtering av data, og definerer krav som behøver å oppfylles dersom et foretak skal lykkes i å definere, håndtere og dele både master data, transaksjonelle data, analytiske data og ustrukturerte data på tvers av operasjonelle og analytiske applikasjoner og prosesser. For å lykkes i god Information Management så behøves det ha et bevisst forhold til folk, organisasjon, prosesser og teknologier for å støtte opp under data management aktiviteter. Dette inkluderer: Datamodellering Data relationship discovery Dataprofilering Data cleansing Dataintegrasjon (både batch, on-demand og event-drevet) Datasynkronisering Master Data Management Content Management Metadata management I kurset går vi i dybden på teknologier som behøves i hvert av disse stegene i tillegg til å se på beste praksis for metoder og prosesser. Målgruppe Kurset er ment for både forretning og IT type fagressurser med interesse for ett eller flere av fagfeltene dataarkitektur, datakvalitet, data governance, dataintegrasjon inkl ETL, master data management, meta data mangement, content management, databaseadministrasjon, compliance med ansvar for kvalitet i data. Forutsetninger Kurset forutsetter en basiskunnskap innen data mangement prinsipper i tillegg til en høynivå forståelse av konsepter innen dataintegrasjon, data replikering, metadata, datavarehus, datamodellering, data cleansing o.l. Læringsmål Deltagere vil lære hvordan sette opp et enterprise data governance program og hvordan bestemme hvilke teknologier de behøver for områder som data governance, dataintegrasjon og master data management.
I tillegg vil deltagere lære mer om bruksområder og implementeringsstrategier for de ulike teknologiene innenfor fagfelt som dataintegrasjon, metadata management, data governance og MDM-løsninger. Moduler i kurset Modul 1: Introduksjon til Enterprise Data Governance Denne modulen introduserer begrepet Enterprise Data Governance og ser på årsaker for hvorfor selskaper investerer å bygge gode løsninger for dataintegrasjon og data management. Eksempel på emner: Introduksjon til Enterprise Data Governance (EDG) Hvilke følger dårlige forvaltede data får for business performance Er dine data ute av kontroll? Etablering av dataarkitektur og kompetansesentere Etablering av strategi for data governance Viktige roller i organiseringen: dataansvarlige, data stewards Formalisering av EDG prosesser Fremveksten av teknologiplattformer for EDG støtte Enterprise Data Governance på Cloud Modul 2: Enterprise Metadata Management Her ser vi i detalj på behovet for enterprise metadata management som basis for data governance og MDM-prosjekter. Metadata management inkluderer behov for data stewards, dataansvarlige, felles datadefinisjoner, discovery av eksisterende adskilte datadefinisjoner og datarelasjoner, og mapping av adskilte definisjoner til et felles delt forretningsvokabular. Eksempel på emner: Hva er enterprise metadata management? Teknologier for å understøtte enterprise metadata management Felles metadata og standardisering av data ved hjelp av felles forretningsvokabular Hvilken rolle vil et forretningsvokabular spille? Felles forretningsvokabular og Taksonomi Hvordan finne distribuerte metadata og datarelasjoner? Metadata mapping og metadata integrasjon. Metadata og data discovery teknologier SAP/Business Objects, DataFlux, IBM, InfoSphere Discovery, Informatica, Silwood, Sypherlink. Integrasjon av felles metadata med datamodellering og dataintegrasjon verktøy Generering av dataintegrasjon tjenester fra felles metadata. Ustrukturerte metadata og Taksonomi. Modul 3: Enterprise Datakvalitet I denne sesjonen ser vi på hvordan stadig flere forretningsproblemer behøver teknologistøtte for datakvalitet og dataprofilering. Vi ser også på hvorfor håndtering av datakvalitetsproblemer nå er en stadig viktigere del av infrastrukturen for enterprise
data management. Modulen går gjennom status for teknologier og verktøystøtte på dette. Eksempler på emner: Compliance gjør datakvalitet obligatorisk og ikke en valgmulighet For hvilke prosesser behøver man særlig en enterprise forankret datakvalitet? Mer om problemer med enterprise datakvalitet o ved tastaturet o ved integrasjon med datavarehuset o ved Master Data Management o ved inngående og utgående meldingshåndtering o i metadata, hvorfor er dette også viktig? Hva er nytt ved verktøy for datakvalitet? Data Discovery vs dataprofilering Integrasjon av datakvalitetssjekk ved on-demand datakvalitets tjenester Opprettelse av datakvalitet firewall Monitorering av datakvalitet ved å bruke dashboards Håndtering av datakvalitet på Cloud Modul 4: Enterprise Dataintegrasjon Denne sesjonen ser på de viktigste tilnærmingene for dataintegrasjon og går i dybden inn på de ulike type av dataintegrasjonsteknologier. Dette inkluderer å se på både dataintegrasjon for både strukturerte og ustrukturerte data. Eksempler på emner: De viktigste tilnærmingene for dataintegrasjon: federasjon, konsolidering og synkronisering Enterprise dataintegrasjon: EII, ETL, ESB datasynkronisering, og datareplikasjon Markedet for dataintegrasjonsteknologier: Composite, DataFlux, Denodo, IBM, Informatica, Information Builders, Ipedo, Microsoft, Oracle, Pentaho, Progress, RedHat, SAP(Business Objects), Talend En guide til datafederasjon ETL-teknologier og bruksområder - datavarehus, datamigrering, services for dataintegrasjon Dataintegrasjon for ustrukturerte data og enterprise content management Skalering av dataintegrasjon ved bruk av Map/Reduce og Hadoop Bruk av dataintegrasjon teknologier for event-drevne og on-demand dataintegrasjon, datamigrering, datakonsolidering, datasynkronisering og master data management Dataintegrasjon på Cloud Dataintegrasjon mellom Cloud data og lokalt tilstedeværende data Modul 5: En introduksjon til Master Data Management Denne sesjonen ser på begrepet Master Data Management og ser på hvorfor foretak nå for alvor er i ferd med å introdusere slike praksiser. Modulen ser også på de ulike komponentene i et MDM-system, hvordan vurdere hvilke komponenter du vil behøve, og hva som vil være den rette implementeringstilnærmingen for ditt foretak. Eksempler på emner: Hva er Master Data Management (MDM)? Business benefits hvorfor behøves MDM? Komponenter i en MDM-løsning
Hvordan passer MDM i en service orientert arkitektur? Eksempler på MDM-arkitekturer: betyr MDM kun enda et nytt sted å lagre data? MDM eksempler: Customer Data Integration (CDI), Product Information Management (PIM), Financial Data Management Hvordan vurdere ditt behov for løsninger rundt MDM? Alternativer for implementering: Bygge selv eller Kjøpe? Modul 6: Design av MDM-løsninger I denne modulen ser vi nærmerer på hva som inngår ved design av MDM-løsnigner. Vi ser på scope for systemløsninger, hvordan identifisere og vurdere ulike dataområder, tilnærminger for design, identity management, integrasjon av master data, samt redesign av forretningsprosesser. Eksempler på emner som inngår: Beslutte scope for MDM-løsningen: Master data, master metadata vokabular, master data aksess tjenester, master data forretningsprosesser Betraktninger rundt typer data: operasjonelle data vs business intelligence vs ustrukturert innhold Valg man har rundt typer MDM arkitektur Master Data Management tilnærminger ( patterns ) og forskjellene på disse virtuelle tilnærminger vs Master Data synkronisering vs Master Data integrasjon vs Enterprise MDM Hvordan vurdere ulike dataområder som kandidater for MDM-håndtering: produktdata, kundedata, ansattdata, finansielle data Data, mm Master data identity management behovet for globale IDs og globale foreign keys Introduksjon av felles delt forretningsvokabular og master data integrity rules Viktigheten av Hierarchy Management Tilnærminger til hvordan integrerer master data, fordeler og ulemper ved datafederasjon, datakonsolidering og data synkronisering Å forstå behovet for forvaltning av master data Data Entry system vs System of Record. Identifikasjon av og re-design av forretningsprosesser som behøver master data Modul 7: MDM the build option Denne modulen ser nærmerer på hvordan bygge ditt eget MDM system. Det inkluderer hva du behøver for å definere master data, for å aksessere master data i sine respektive data entry systems og hvordan mappe fysisk spredte kildedata til sine respektive master data entiteter. Vi ser også nærmere på hva du behøver for å integrere master data, på hvordan opprette en Master Data Hub og hvordan synkronisere data på tvers av eksisterende systemer. Eksempler på emner: Definisjon av master data attributter ved hjelp av felles metadata. Identifikasjon av data entry systemer og discovery av relasjoner mellom data Mapping av kildedata til master data vokabular Dataprofilering og regelhåndtering for cleanup og matching Opprette en master data hub ved bruk av dataintegrasjon Implementering av master data synkronisering Vi vil kjøre modul 7 i en forkortet versjon.
Modul 8: MDM - the buy option Denne sesjonen ser nærmere på the buy option ved å gå mer i dybden på hva som i dag finnes av verktøy og leverandører på markedet for MDM. Modulen ser nærmere på de ulike teknologiene som er tilgjengelig, og fordeler og ulemper ved hver enkelt løsningstype. Modulen går også nærmere inn på scope for det enkelte produkt ift dataområder som støttes, og i hvilken grad du kan integrere dette med øvrige teknologier i ditt foretak. Eksempler på emner: Markedet for MDM-teknologier: D&B Purisma, DataFlux, IBM, Informatica, Kalido, Microsoft, ObjectRiver, Oracle, SAP, Stibo, Teradata, Tibco, VisionWare, Zynapse Regel-baserte synkroniseringsprodukter Virtuelle master data produkter Hub-produkter for multiple dataområder Enterprise MDM-produkter Datakvalitet and dataintegrasjonsprodukter for MDM Tilbydere av eksterne master data Fordeler og ulemper ved hver enkelt type løsning hva kan de gjøre, hva kan de ikke gjøre?. Hvordan evaluere og kombinere MDM-produkter Integrasjon av MDM-løsninger med eksisterende dataintegrasjonsteknologier Implementere a kjøpt MDM-løsning Hva som er generell status for teknologiutviklingen og hva som fremdeles er uløste behov Vi vil kjøre modul 8 i en forkortet versjon. Modul 9: Veien mot enterprise MDM og endringsprosesser Denne sesjonen ser på den vanskeligste oppgaven: endringsprosessene som behøves for å komme dit man ønsker. Hvilke utfordringer vil man møte, hva behøver og skje, og hva skal til for at det skal skje? Mobilisering av et MDM change mangement program Harmonisering av spredte registrere for MDM data Endring av applikasjonslogikk for å bruke felles MDM-tjenester Changing user interfaces Bruk av portalteknologi for design av brukergrensesnitt. Bruk av tjenesteorientert arktitektur for å aksessere MDM-tjenester Forandre ETL-jobber til å kunne bruke master data Forvaltning av hierarkier i både MDM- og BI-systemer Overgangen fra multiple data entry systems til ett data entry system Endringsfasen for at eksisterende forretningsprosesser skal kunne hente ut nytteverdier gjennom MDM-håndtering Hvordan planlegge for inkrementell gjennomføring av endringsprosessene Module 10: Business intelligence og MDM Integrasjon av MDM med Business Intelligence Hvorfor er MDM forskjellig fra datavarehus? Hvordan integrere et MDM system og BI-systemer Hvordan påvirker MDM ETL-prosessering
Versjonskontroll på dimensjonelle data Hierarchy change management på tvers av multiple data marts Forbehold I forhold til de detaljerte beskrivelsene av kursinnholdet ovenfor så må vi ta et forbehold på om alle emner beskrevet overfor vil gås gjennom i detalj. Det kan tenkes tilpasninger vil måtte gjøres underveis med hensyn på disponering av tidsskjema. Det kan også tenkes vi gjør tilpasninger på kurs gjennom arbeid med kurset frem til kursstart.