De Architecture Repository is een softwaretool waarin de belangrijke architecturele input en output wordt opgeslagen, inclusief Architecturen zelf, de elementen waaruit ze zijn samengesteld, standaarden, referenties, principes en het Governance Register. Ongeacht het Architectuurraamwerk of de architectuurtaal dat is geselecteerd. Een enterprise-architectuur repository is daarmee een verzameling artefacten die het huidige en beoogde enterprise landschap van een organisatie beschrijft. Het doel van de enterprise-architectuur repository is om de inventaris van technologie, data, applicaties en zakelijke artefacten van de organisatie weer te geven en de relaties tussen deze componenten te tonen. Dit wordt bereikt door diagrammen en visualisaties te maken gebaseerd op de inhoud van de architectuur repository.

Door de betrokkenen bij data kwaliteiten (data governance groep) worden één of meer issues gekoppeld aan de data kwaliteiten in het raamwerk. In het raamwerk zijn een aantal maatregelen gekoppeld aan deze data kwaliteiten

Deze stap beschrijft de business case. Dit is de eerste stap in het proces en heeft een belangrijke relatie met de data gedreven toepassing die ontwikkeld gaat worden. Meestal wordt de business case opgesteld door de data governance rollen in nauwe samenwerking met de data-architect.

Data governance processen, vooral gericht op het realiseren van een datadoel met acceptabele datakwaliteiten

How can a variety of datasets stored in a Big Data platform be governed efficiently and in a standardized manner?

Domein is de hoogste hiërarchische indeling van de conceptuele data entiteiten. Deze domein indeling sluit nauw aan bij de gebruikte indeling van domeinen binnen de organisatie. Desgewenst kan deze domein indeling ook gebruikt worden voor het bepalen van de data governance (de eigenaren en stewards). Van iedere domein data entiteit wordt een definitie gegeven. Desgewenst wordt onder de kenmerken een lijst van synoniemen opgegeven.

Domein is de hoogste hierarchische indeling van de conceptuele data entiteiten. Deze domein indeling sluit nauw aan bij de gebruikte indeling van domeinen binnen de organisatie. Desgewenst kan deze domein indeling ook gebruikt worden voor het bepalen van de data governance (de eigenaren en stewards). Van iedere domein data entiteit wordt een definitie gegeven. Desgewenst wordt onder de kenmerken een lijst van synoniemen opgegeven.

Regelmatig uitvoeren van een maturity scan en analyse van de resultaten voor het bepalen van roadmap en het bijstellen van de doelen en kaders binnen data governance. Bijvoorbeeld met de maturity scan van DaMa(NL)

Regelmatig uitvoeren van een volwassenheid scan en analyse van de resultaten voor het bepalen van roadmap en het bijstellen van de doelen en kaders binnen data governance. Bijvoorbeeld met de volwassenheid scan van DaMa(NL).

Duidelijke verantwoordelijkheid voor het beheer en eigendom van data binnen een organisatie. Inrichten van beleid en procedures. Data governance en data-architectuur zullen hierbij nauw moeten samenwerken en ervoor zorgdragen dat de communicatie naar de andere stakeholders op elkaar wordt afgestemd.

Regelen van het eigenaarschap en de beslissingsbevoegdheden rond de data die gebruikt en getransformeerd wordt in de stappen binnen de grondplaat

Data governance is een van de kennisgebieden binnen het DMBoK en modellen uitwerken rond dit kennisgebied is ondersteunend voor de gehele data management functie.

Data governance gaat de hele organisatie aan. Er is altijd een risico dat er versnippering van activiteiten ontstaat. Data governance heeft een nauwe relatie met veel disciplines zoals enterprise architectuur, financiën, control, security en privacy. Een data governance officer (DGO) kan de coördinatie en sturing van de inrichting verzorgen. De DGO zal nauw samenwerken met architecten, security en privacy officers en indien aanwezig de CIO office. De Data governance officer en de data-architect zullen vanuit het stellen van kaders aan de organisatie nauw met elkaar samenwerken.

Beleggen eigenaarschap en beheerorganisatie. Hiermee wordt gerealiseerd dat de definitie van een gegevensentiteit bewaakt wordt door een eigenaar en dat de beheerorganisatie zorgdraagt voor de bewaking van deze consistentie op basis van de door de eigenaar benoemde definitie. De integratie is vervolgens gebaseerd op deze definitie.

Beleggen eigenaarschap en beheerorganisatie. Hiermee wordt gerealiseerd dat de definitie van een gegevensentiteit bewaakt wordt door een eigenaar en dat de beheerorganisatie zorgdraagt voor de bewaking van deze consistentie op basis van de door de eigenaar benoemde definitie. De integratie is vervolgens gebaseerd op deze definitie.

Het kennisgebied data kwaliteit gaat in op welke wijze een organisatie kan zorgdragen voor data met voldoende kwaliteit afhankelijk van de context. Dit heeft daarmee raakvlakken met onder andere data modelleren, - governance en - architectuur.

Beschrijving van de data management en -governance organisatie inclusief de daarbinnen bekende processen, rollen en events. Veelal gebaseerd op een bestaand framework.

Naast de datamodellen en de kaders rond data management wordt data ook op allerlei plaatsen geproduceerd en gebruikt binnen en buiten de organisatie. Ook hierover willen we graag metadata verzamelen. In dit hoofdstuk gaan we daarom in op databronnen, datagebruik en eigenaren en stewards van data.

Stewards richten zich op tactisch en operationeel beleid en zijn gedelegeerd vanuit de Owners. Data steward is een specifiek onderdeel van een rol zoals een X beheerder of een key user. In het kader van data governance zullen de data eigenaar, steward en architect gezamenlijk zorg dragen voor het uitdragen van een consistent kader naar de veranderingen in de organisatie.

Vanuit data-governance kunnen data gedreven doelen worden geformuleerd die binnen een data strategie kunnen worden gerealiseerd om data gedreven werken te realiseren binnen een organisatie.

Generieke beschrijving van de stakeholders binnen het data-governance domein. Deze stakeholder kan met behulp van specialisatie uitgewerkt worden in data governance stakeholders zoals eigenaar of steward.

Team verantwoordelijk voor de coördinatie en de administratieve inrichting van alle zaken rondom data governance en data management/

Externe verbruikers van de (gestandaardiseerde) data en masterdata geproduceerd door de TDP-oplossingen. Voor externe consumenten zijn extra eisen nodig, bijvoorbeeld op het gebied van beveiliging, privacy en governance.

De governance rollen en met name de rollen gericht op data-governance zijn verantwoordelijk voor het beleid rond data in de organisatie. Het zijn rollen die sterk in opkomst zijn, met name door data gedreven werken en het introduceren van data management. Daarmee zijn deze data-governance rollen belangrijke stakeholders voor de data-architecten. Data-governance en data-architectuur dienen nauw met elkaar samen te werken om ervoor te zorgen dat de data-strategie wordt geïntroduceerd in de organisatie en vertaald wordt naar beleid en kaders om sturing te geven aan de verandering in de organisatie naar data gedreven werken.

Het Governance Log biedt een overzicht van de architectuur governance-activiteiten in de hele onderneming.

Specifieke architect verantwoordelijk voor data binnen de organisatie. Stelt data architectuur kaders op, maakt data modellen en werkt nauw samen met de andere architecten in de organisatie en de data governance groep.

Richt processen in voor eigenaarschap en beheer zodat bij nieuwe ontwikkelingen besluitvorming en inrichting eenvoudig gefaciliteerd kunnen worden. Beschrijf wat de (unieke) bron is van gegevensentiteiten en de afnemers zijn. Neem daarbij mee wat de actualiteitsbehoefte is van de verschillende afnemers is en richt de beheerprocessen van het bronsysteem hierop in.

Richt processen in voor eigenaarschap en beheer zodat bij nieuwe ontwikkelingen besluitvorming en inrichting eenvoudig gefaciliteerd kunnen worden. Beschrijf wat de (unieke) bron is van gegevensentiteiten en de afnemers zijn. Neem daarbij mee wat de actualiteitsbehoefte is van de verschillende afnemers is en richt de beheerprocessen van het bronsysteem hierop in.

Houdt bij de initiële inrichting van een omgeving rekening met de precisie requirements van (toekomstige) afnemers. Zeker bij opslag van registerdata dient door de eigenaar geïnventariseerd te worden wat de precisiebehoefte van de afnemers is. Richtlijnen opstellen omtrent inrichting van gegevensbestanden, applicatie componenten en elementen binnen de presentatielaag op het vlak van precisie.

Houdt bij de initiële inrichting van een omgeving rekening met de precisie requirements van (toekomstige) afnemers. Zeker bij opslag van registerdata dient door de eigenaar geïnventariseerd te worden wat de precisiebehoefte van de afnemers is. Richtlijnen opstellen omtrent inrichting van gegevensbestanden, applicatie componenten en elementen binnen de presentatielaag op het vlak van precisie.

Kaders en richtlijnen zoals principes en beperkingen in algemene zin voor de organisatie, wetgevende instanties maar ook specifiek naar data management en governance.

Applicatie-functionaliteit die Data Management en governance processen ondersteunt. Denk aan datakwaliteitsprocessen, data-eigendom en databeveiligingsbeleid etc.

Applicatie-functionaliteit die Data Management en governance processen ondersteunt. Denk aan datakwaliteitsprocessen, data-eigendom en databeveiligingsbeleid etc.

Master en referentie data gericht op het realiseren van data kwaliteiten voor generieke data in de organisatie het is daarmee een belangrijk kennisgebied vanuit het data kwaliteit, data governance en data management perspectief.

• Model uitwerken met ArchiMate motivatie elementen Voor de governance modellen worden alleen ArchiMate concepten gebruikt omdat dit nauw aansluit bij de enterprise architectuur modelleerwijze.
• Centrale elementen zijn principes en doelen Principes realiseren de doelen. Desgewenst kun je de principes uitbreiden met eigenschappen zoals rationale en implicaties.
• Leg relatie tussen het conceptuele datamodel en de data management doelen en kaders Verbinding met de elementen in het CDM naar de doelen en principes zijn een essentieel aspect in de governance modellering.
• Leg de data governance elementen en modellen uit in een register gemodelleerd in deliverables Rond de uitgewerkte modellen is het opzetten van een metadata register een belangrijk effect van deze modellering.
• Metadata register is een aggregatie van een aantal verschijningsvormen van de data governance modellen Het register voegt de verschillende uitgewerkte modellen samen en legt verbanden tussen de elementen.

• Model uitgewerkt op basis van ArchiMate concepten Voor dit model wordt gebruik gemaakt van ArchiMate concepten die reeds uitgewerkt zijn in andere architecuurmodellen.
• Betrokkenen als ArchiMate Business Role Voor de betrokkenen wordt gebruik gemaakt van Business Role of Actor, afhankelijk van het gekozen actieve structuur element binnen de enterprise modellering.
• Conceptueel Data Model als ArchiMate Business Object Hier worden de CDM business object elementen gekoppeld aan de business roles. Het CDM wordt hiermee uitgebreid naar de governance.
• Verschijningsvorm is een matrix Naast diagrammen met een graaf kan hier voor goed overzicht ook een matrix worden gebruikt.
• Relatie op basis van een ArchiMate associatie Zwaktse relatie om aan te geven dat er een assiociatie is.
• Relatie wordt verrijkt met een of meerdere letters uit de RASCI codering Hiermee wordt de associatie verrijkt met een lettercombinatie.
• RASCI staat voor Responsible, Accountable, Supportive, Consulting en Informing.
• Hergebruik de ArchiMate elementen die zijn uitgewerkt in andere governance modellen Er is sprake van een modeluitbreiding, draag daarbij zorg dat de elementen reeds aanwezig hergebruikt worden.

Sommige diagrammen zijn bij het uitwerken van de domein governance architectuur optioneel. Deze optionele modelleervormen worden hieronder uitgewerkt.

Sommige diagrammen zijn bij het uitwerken van de domein governance architectuur optioneel. Deze optionele modelleervormen worden hieronder uitgewerkt.

Functie voor de registratie en extractie van governance-aspecten van de datasets die via de logische services zijn gepubliceerd. Bijvoorbeeld datakwaliteiten, verbindingseisen en het gestandaardiseerde object- of informatiemodel

Data governance is essentieel voor data kwaliteiten. Zorg dan ook dat de data governance processen ingericht zijn om sturing en uitvoering te kunnen geven aan processen die de data kwaliteiten kunnen verhogen op basis van maatregelen.

Data governance is essentieel voor data kwaliteiten. Zorg dan ook dat de data governance processen ingericht zijn om sturing en uitvoering te kunnen geven aan processen die de data kwaliteiten kunnen verhogen op basis van maatregelen.

Solution architectuur stelt architectuur en solution bouwblokken op voor domeinen en projecten. Daarnaast wordt de architectuur governance gevoerd op de solution ontwerpen en implementatie.

Dit is een globlale uitwerking van welke oplossing de solution gaat introduceren. Het is een samenvattende weergave van de oplossing. Echter wel vanuit meerdere data gedreven gezichtspunten zoals governance, stakeholders en de producten die gerealiseerd worden door het project.

Dit is een globlale uitwerking van welke oplossing de solution gaat introduceren. Het is een samenvattende weergave van de oplossing. Echter wel vanuit meerdere data gedreven gezichtspunten zoals governance, stakeholders en de producten die gerealiseerd worden door het project.

Bij het gebruik van gegevens wordt er soms voor gekozen, bijvoorbeeld vanuit performance overwegingen om gegevens tijdelijk op te slaan in een geheugen of op een andere locatie. Dit brengt risico’s met zich mee op het vlak van uniekheid op het moment dat de brongegevens wijzigen en dit niet wordt doorgevoerd binnen de replica’s. Dit wordt bewaakt binnen governance.

Bij het gebruik van gegevens wordt er soms voor gekozen, bijvoorbeeld vanuit performance overwegingen om gegevens tijdelijk op te slaan in een geheugen of op een andere locatie. Dit brengt risico’s met zich mee op het vlak van uniekheid op het moment dat de brongegevens wijzigen en dit niet wordt doorgevoerd binnen de replica’s. Dit wordt bewaakt binnen governance.

Vanuit het beleid zoals opgesteld door de data governance betrokkenen wordt een algemeen beleid beschreven meestal op basis van principes om kaders te stellen aan veranderringen in combinatie met requirements voor specifieke architecturele oplossingen.

Sinds medio mei 2024 is versie 17 van Sparx Enterprise Architect beschikbaar. Op dit moment van schrijven, juli 2024, nog als beta versie. In versie 17 zitten een aantal interessante uitbreidingen voor de data architect en de metadata specialist. Dit omdat er een perspectief ontwikkeld is die binnen Sparx Enterprise Architect DataWareHousing genoemd wordt. De naam is wellicht wat eigenaardig gekozen want de inhoud van het perspectief is veel breder. Het gaat namelijk ook in op allerlei zaken zoals data science, data architectuur en data governance rond bedrijfsrollen gerelateerd aan data.

Whitepaper over data governance in relatie tot data management inclusief een toelichting op een aantal rollen

Data goverance wordt bij steeds meer organisaties een belangrijk werkveld. Inzetten van data governance kan veel redenen hebben, echter vrijwel altijd dient er een antwoord gevonden te worden op problemen rond het eigenaarschap van data. Binnen data governance speelt data modellering een belangrijke zo niet centrale rol. Met name het leggen van verbanden tussen de data entiteiten en de eigenaren en stewards is essentieel. In een vroeg stadium nadenken welke modelleervormen relevant zijn, hoe deze aan elkaar verbonden worden en hoe de stakeholders daarbij betrokken zijn ondersteunt de introductie van data governance. In dit whitepaper hebben we een combinatie van modelleervormen beschreven die een (minimale) set is van notatiewijzen op basis waarvan data governance in organisaties gemodelleerd kunnen worden.

RACI matrix is een datamodellering notatie waarmee de bewerkingen Responsible, Accountable, Consulted en Informed worden gecombineerd met Data entiteiten en gedragsentiteiten. De notatie wordt toegepast op met name de conceptuele datamodellering. Naast toepassingen in de datamodellering wordt de RACI matrix met name gebruikt binnen data management, data governance, data security en data privacy. Hierbij gaat het meer om de verantwoordelijkheden en betrokkenheid die rollen of stakeholders in de organisatie hebben op de verschillende data entiteiten.

Dit is een voorbeeld van een wat uitgebreider datalandschap van data uitwisseling tussen bronsystemen en doelsystemen. Dit is voor meerdere kennisgebieden relevant. Denk hierbij aan Master Data, Reference Data of data integratie. In dit voorbeeld gaan we in op de data stromen nodig bij Datawarehousing en BI. Je ziet hier een detaillering van de data verwerking op basis van ETL Daarnaast wordt ook hier de link gelegd naar het conceptuele datamodel. Dit omdat daar mogelijk data governance, securtiy of stakeholder aspecten van belang zijn.

Deelmodel voor het data governance model met daarin de rollen die betrokkenen vervullen rond een data domein of een data entiteit binnen een conceptueel data model

Dit is een voorbeeld van een wat uitgebreider datalandschap van data uitwisseling tussen bronsystemen en doelsystemen. Dit is voor meerdere kennisgebieden relevant. Denk hierbij aan Master Data, Reference Data of data integratie. In dit voorbeeld gaan we in op de data stromen nodig bij Datawarehousing en BI. Je ziet hier een detaillering van de data verwerking op basis van ETL Daarnaast wordt ook hier de link gelegd naar het conceptuele datamodel. Dit omdat daar mogelijk data governance, securtiy of stakeholder aspecten van belang zijn.

Deze grondplaat toont hoe de data stroomt vanuit de databronnen naar uiteindelijk de data toepassing waar de data gebruikt wordt. Tussen bron en toepassing zal data getransformeerd en geanalyseerd worden om uiteindelijk de toepassing te realiseren. Daarnaast worden deze data stromen gestuurd door data management en governance. Daarnaast worden de datastromen ondersteund door een aantal faciliterende functies. Je kunt dit model beschouwen als een whitebox Input Proces en Output model met daar aan gerelateerd de besturing en de ondersteuning.

Wordt er in een organisatie gewerkt met capabilities modellen om dit inzichtelijk te maken voor de data strategie dan is het uitwerken van de capabilities op basis van de ArchiMate strategielaag concepten een mooie manier van werken. In dit model zijn de capabilities uitgewerkt, echter je kunt desgewenst ook voor value stream elementen kiezen. kenmerkend is dat als de data strategie reeds is uitgewerkt met doelen en stakeholders deze modelleerwijze niet noodzakelijk is.

Model in ArchiMate van de rollen en actoren die gemodelleerd worden als data eigenaar en data steward als stakeholders in data governance.

Detail modellering van welke stakeholders welke data strategie doelen beinvloeden. Hiermee is dit een belangrijk startpunt voor de data-architect. Want op basis van deze stakeholder-doelen matrix kunnen de data-architectuur principes worden opgesteld. Deze principes zijn vanzelfsprekend gebaseerd op de doelen en de stakeholders.

In dit diagram kan gemodelleerd worden welke data objecten vanuit één of meerdere bronsystemen geextraheerd kunnen worden. Vervolgens wordt gevisualiseerd hoe deze data objecten verband houden met de conceptuele data entiteiten. Dit laatste is gewenst omdat de conceptuele data entiteiten gerelateerd zijn aan de kaderstellende architectuur, de governance dimensies en data management in het algemeen. Voor de data object wordt vervolgens inzichtelijk gemaakt hoe deze data verwerkt wordt. Vaak zullen dit transformaties zijn voor het model of het protocol. Maar ook andere data verwerkingen zijn mogelijk. Denk hierbij bijvoorbeeld aan aggregaties, cleansing of anonimiseren van de data afkomstig uit het datamodel. Hierbij kan vervolgens beschreven worden welke applicatie componenten deze dataverwerking uitvoeren. Voor de data objecten kan er vervolgens een koppeling gelegd worden naar diagrammen waarin het onderliggende logische of fysiekemodel gepresenteerd kan worden.

In dit diagram leggen we de link vanuit de principes naar de doelen zoals geformeerd door de stakeholders binnen data governance. We werken hierbij het model uit op basis van ArchiMate motivation concepten.

Feitelijk een uitwerking van de data strategie door het definieren van een aantal doelen gericht op data gedreven werken. Hierbij wordt een hierarchisch model uitgewerkt van de doelen vanuit data governance in combinatie met de uitwerking van de strategie in data-architectuur doelen.

Model in ArchiMate van de rollen en actoren die gemodelleerd worden als data eigenaar en data steward als stakeholders in data governance.

Voor data governance zijn een aantal stakeholders van belang. Met name een uitwerking van de stewards en eigenaren van verschillende data domeinen of data objecten is bij deze relevant. Wil je een precieze detaillering van wie eigenaar, steward of custodian is kan een uitbreiding van het model wenselijk zijn. Bijvoorbeeld door de stakeholder met behulp van business actoren de governance precies te definieren.

Voor data governance zijn een aantal stakeholders van belang. Met name een uitwerking van de stewards en eigenaren van verschillende data domeinen of data objecten is bij deze relevant. Wil je een precieze detaillering van wie eigenaar, steward of custodian is kan een uitbreiding van het model wenselijk zijn. Bijvoorbeeld door de stakeholder met behulp van business actoren de governance precies te definieren.

In dit diagram kan gemodelleerd worden welke data objecten vanuit één of meerdere bronsystemen geextraheerd kunnen worden. Vervolgens wordt gevisualiseerd hoe deze data objecten verband houden met de conceptuele data entiteiten. Dit laatste is gewenst omdat de conceptuele data entiteiten gerelateerd zijn aan de kaderstellende architectuur, de governance dimensies en data management in het algemeen. Voor de data object wordt vervolgens inzichtelijk gemaakt hoe deze data verwerkt wordt. Vaak zullen dit transformaties zijn voor het model of het protocol. Maar ook andere data verwerkingen zijn mogelijk. Denk hierbij bijvoorbeeld aan aggregaties, cleansing of anonimiseren van de data afkomstig uit het datamodel. Hierbij kan vervolgens beschreven worden welke applicatie componenten deze dataverwerking uitvoeren. Voor de data objecten kan er vervolgens een koppeling gelegd worden naar diagrammen waarin het onderliggende logische of fysiekemodel gepresenteerd kan worden.

In dit diagram kan gemodelleerd worden welke data objecten vanuit één of meerdere bronsystemen geextraheerd kunnen worden. Vervolgens wordt gevisualiseerd hoe deze data objecten verband houden met de conceptuele data entiteiten. Dit laatste is gewenst omdat de conceptuele data entiteiten gerelateerd zijn aan de kaderstellende architectuur, de governance dimensies en data management in het algemeen. Voor de data object wordt vervolgens inzichtelijk gemaakt hoe deze data verwerkt wordt. Vaak zullen dit transformaties zijn voor het model of het protocol. Maar ook andere data verwerkingen zijn mogelijk. Denk hierbij bijvoorbeeld aan aggregaties, cleansing of anonimiseren van de data afkomstig uit het datamodel. Hierbij kan vervolgens beschreven worden welke applicatie componenten deze dataverwerking uitvoeren. Voor de data objecten kan er vervolgens een koppeling gelegd worden naar diagrammen waarin het onderliggende logische of fysiekemodel gepresenteerd kan worden.

Dit diagram is een viewpoint voor het uitwerken van een conceptueel datamodel.Dit viewpoint geeft aan welke soorten elementen en relaties gebruikt kunnen worden binnen het opstellen van een conceptueel data model. Voor het conceptueel datamodel gelden een paar uitgangspunten:

• Conceptueel data model is voor meerdere stakeholders (ook niet-ICTers) en dient eenvoudig van opzet te zijn.
• Conceptueel data model is uitgewerkt in ArchiMate (business layer).
• Voor het conceptueel data model wordt alleen het stereotype Business Object gebruikt.
• Het conceptuele model heeft een hiërarchische structuur gebaseerd op domeinen.
• Voor een domein kunnen als dit de complexiteit verlaagd meerdere diagrammen gemaakt worden.
• Het conceptuele model wordt gerelateerd aan het logische data model. Zie hiervoor het hybride meta datamodel.
• Het conceptuele model kan gerelateerd worden aan de andere data management kennisgebieden zoals governance, architectuur en datakwaliteit.

Dit is een meta model voor de data governance modellering gebaseerd op een specifiek ArchiMate data governance viewpoint. Inclusief elementen en de onderliggende relaties tussen de verschillende elementen. Let op vanuit metadata wordt dit model uitgebreid met uitgewerkte (meta) modellen voor de andere data management kennisgebieden.

Deelmodel voor het datagovernance model met daarin de rollen die betrokkenen vervullen rond een data domein of een data entiteit binnen een Conceptueel Data Model

Dit is een meta model voor de data governance entiteiten gebaseerd op een Voorbeeld specifiek ArchiMate data governance viewpoint. Inclusief elementen en de onderliggende relaties tussen de verschillende elementen. Let op vanuit metadata wordt dit model uitgebreid met uitgewerkte (meta) modellen voor de andere data management kennisgebieden.

Gedetailleerde ABB voor het beschrijven van de logische service-interface in combinatie met extra governance-functionaliteiten

In dit diagram kan gemodelleerd worden welke data objecten vanuit één of meerdere bronsystemen geextraheerd kunnen worden. Vervolgens wordt gevisualiseerd hoe deze data objecten verband houden met de conceptuele data entiteiten. Dit laatste is gewenst omdat de conceptuele data entiteiten gerelateerd zijn aan de kaderstellende architectuur, de governance dimensies en data management in het algemeen. Voor de data object wordt vervolgens inzichtelijk gemaakt hoe deze data verwerkt wordt. Vaak zullen dit transformaties zijn voor het model of het protocol. Maar ook andere data verwerkingen zijn mogelijk. Denk hierbij bijvoorbeeld aan aggregaties, cleansing of anonimiseren van de data afkomstig uit het datamodel. Hierbij kan vervolgens beschreven worden welke applicatie componenten deze dataverwerking uitvoeren. Voor de data objecten kan er vervolgens een koppeling gelegd worden naar diagrammen waarin het onderliggende logische of fysiekemodel gepresenteerd kan worden.

Data governance is een van de kennisgebieden binnen het DMBoK en modellen uitwerken rond dit kennisgebied is ondersteunend voor de gehele data management functie.

Het kennisgebied data kwaliteit gaat in op welke wijze een organisatie kan zorgdragen voor data met voldoende kwaliteit afhankelijk van de context. Dit heeft daarmee raakvlakken met onder andere data modelleren, - governance en - architectuur.

Naast de datamodellen en de kaders rond data management wordt data ook op allerlei plaatsen geproduceerd en gebruikt binnen en buiten de organisatie. Ook hierover willen we graag metadata verzamelen. In dit hoofdstuk gaan we daarom in op databronnen, datagebruik en eigenaren en stewards van data.

Master en referentie data gericht op het realiseren van data kwaliteiten voor generieke data in de organisatie het is daarmee een belangrijk kennisgebied vanuit het data kwaliteit, data governance en data management perspectief.

Sommige diagrammen zijn bij het uitwerken van de domein governance architectuur optioneel. Deze optionele modelleervormen worden hieronder uitgewerkt.

Sommige diagrammen zijn bij het uitwerken van de domein governance architectuur optioneel. Deze optionele modelleervormen worden hieronder uitgewerkt.

Dit is een globlale uitwerking van welke oplossing de solution gaat introduceren. Het is een samenvattende weergave van de oplossing. Echter wel vanuit meerdere data gedreven gezichtspunten zoals governance, stakeholders en de producten die gerealiseerd worden door het project.

Dit is een globlale uitwerking van welke oplossing de solution gaat introduceren. Het is een samenvattende weergave van de oplossing. Echter wel vanuit meerdere data gedreven gezichtspunten zoals governance, stakeholders en de producten die gerealiseerd worden door het project.