DAMA Wheel: 11 Knowledge Areas and Interrelationships

Data İdarəetmə Xəritəsi: DAMA Çarxı

Öncəki dərsdə DAMA-DMBOK-u bir ensiklopediya və ya coğrafi xəritəyə bənzətmişdik. Bu xəritənin ən məşhur vizual təsviri DAMA Çarxıdır. Bu model, data idarəetməsinin bütün fəaliyyətlərini vahid bir sistem kimi görməyə kömək edir.

Aşağıdakı təsvirə nəzər yetirin:

Gördüyünüz kimi, Data İdarəçiliyi (Data Governance) çarxın tam mərkəzində, yəni ürəyində yer alır. Bu, təsadüfi deyil. Data idarəçiliyi digər 10 sahədən sadəcə biri deyil; o, bütün bu sahələrdə fəaliyyətlərin necə həyata keçiriləcəyinə dair siyasətləri, standartları və nəzarəti təmin edən mərkəzi koordinasiya funksiyasıdır. Digər 10 sahə isə data idarəetməsinin konkret fəaliyyət istiqamətlərini təmsil edir.

11 Bilik Sahəsinin Tərifi

İndi isə bu 11 sahənin hər birinin rəsmi tərifləri ilə tanış olaq. DAMA-DMBOK çərçivəsinin öz sənədi bu sahələri aydın şəkildə təsvir edir.

Oxuduğunuz tərifləri daha anlaşılan dildə ümumiləşdirək və bəzi qruplara ayıraq:

Mərkəzi Nüvə

1. Data Governance (Data İdarəçiliyi): Bu, bütün digər fəaliyyətlər üzərində planlaşdırma, nəzarət və idarəetmə funksiyasıdır. Kimin hansı dataya dair qərar vermə səlahiyyəti olduğunu, qaydaların necə tətbiq ediləcəyini və məsuliyyətin necə müəyyənləşdiriləcəyini təyin edir.

Təməl Sahələr (Datanın "Skeleti")

2. Data Architecture (Data Arxitekturası): Təşkilatın data aktivlərinin ümumi planı və ya "mavi printi"dir. Datanın necə qurulduğunu, harada saxlandığını və sistemlər arasında necə axdığını müəyyən edir. Sizin IT təcrübənizdəki sistem arxitekturasına bənzəyir, lakin yalnız dataya fokuslanır.
3. Data Modeling & Design (Data Modelləşdirilməsi və Dizaynı): Arxitekturanın daha detallı səviyyəsidir. Konkret data elementlərinin, onların əlaqələrinin və atributlarının biznes tələblərinə uyğun olaraq necə təşkil olunacağını təsvir edir. Bu, databazanın sxeminin çəkilməsi kimidir.
4. Data Storage & Operations (Data Saxlancası və Əməliyyatları): Datanın fiziki olaraq harada və necə saxlanılması (məsələn, databazalar, data gölləri) və gündəlik əməliyyatların (ehtiyat nüsxələmə, bərpa) idarə olunmasıdır.

Təminedici Sahələr (Datanın "Qan Damarları" və "İmmun Sistemi")

5. Data Security (Data Təhlükəsizliyi): Datanı icazəsiz girişdən, dəyişdirilmədən və ya itkidən qoruyur. Məxfilik, bütövlük və əlçatanlığı təmin edir.
6. Data Integration & Interoperability (Data İnteqrasiyası və Qarşılıqlı Əlaqə): Fərqli mənbələrdən (sistemlər, databazalar) datanı toplamaq, birləşdirmək və sistemlər arasında axıcı hərəkətini təmin etməkdir. Data analitiki kimi sizin üçün ETL/ELT prosesləri bu sahəyə aiddir.
7. Metadata Management (Metadata İdarəetməsi): "Data haqqında data"nın idarə olunmasıdır. Sizin də bildiyiniz kimi, bu, datanın mənasını (biznes qlossarisi), mənşəyini (data lineage) və texniki xüsusiyyətlərini anlamaq üçün kritikdir.

Dəyər Yaradan Sahələr (Datanın "Ağlı" və "Qanı")

8. Data Quality (Data Keyfiyyəti): Datanın dəqiq, tam, ardıcıl və məqsədinə uyğun olmasını təmin edən proseslər toplusudur. Sizin üçün tanış olan bu sahə, analizlərin etibarlılığı üçün fundamental şərtdir.
9. Reference & Master Data (Referens və Əsas Data): Təşkilatın ən vacib və ortaq data obyektləri (məsələn, müştəri, məhsul, işçi) üçün vahid, etibarlı bir mənbə ("golden record") yaratmaq və idarə etməkdir. Referens data isə bu obyektləri təsvir edən sabit dəyərlərdir (məsələn, ölkə kodları, statuslar).
10. Data Warehousing & Business Intelligence (Data Anbarları və Biznes Analitikası): Xam datanı analiz və hesabat üçün istifadəyə yararlı formata gətirərək qərar qəbuletməni dəstəkləyir. Data analitikasının əsas məqsədi bu sahədə reallaşır.

Xüsusi Sahə

11. Document & Content Management (Sənəd və Məzmun İdarəetməsi): Strukturlaşdırılmamış datanın (məsələn, sənədlər, e-poçtlar, şəkillər, videolar) idarə olunmasıdır. Bu, həmin datanın saxlanması, indekslənməsi və axtarışa yararlı olmasını təmin edir.

Bilik Sahələri Necə Birlikdə İşləyir?

Bu 11 sahənin heç biri təcrid olunmuş şəkildə fəaliyyət göstərmir. Onlar bir-birinə bağlı mürəkkəb bir sistemin hissələridir. DAMA Çarxı məhz bu əlaqəni vurğulayır.

Bu qarşılıqlı əlaqəni daha dərindən anlamaq üçün aşağıdakı məqalənin müvafiq hissəsini oxuyun.

Oxuduğunuz kimi, bu sahələr bir-birini tamamlayır. Gəlin bunu data analitiki kimi sizin üçün tanış ola biləcək sadə bir ssenari ilə canlandıraq. Təsəvvür edin ki, biznes "müştəri məmnuniyyəti skorunu" izləmək üçün yeni bir hesabat tələb edir. Bu tələb DAMA Çarxının demək olar ki, hər bir hissəsini hərəkətə gətirəcək:

• Data Governance: Müvafiq data stüardlarını bir araya gətirərək "müştəri məmnuniyyəti skoru"nun rəsmi tərifini və hesablama qaydasını təsdiqləyir.
• Data Modeling & Design: Customer cədvəlinə satisfaction_score adlı yeni bir sütun əlavə edilir.
• Data Architecture: Bu skorun hansı sistemdə (məsələn, CRM) yaranacağı və data anbarına necə ötürüləcəyi müəyyən edilir.
• Data Integration & Interoperability: CRM-dən data anbarına məlumatları köçürən ETL/ELT prosesi yeni satisfaction_score sütununu da daxil etmək üçün yenilənir.
• Data Storage & Operations: Data anbarındakı müvafiq cədvəlin strukturu fiziki olaraq dəyişdirilir.
• Metadata Management: Yeni satisfaction_score atributu və onun biznes tərifi data kataloquna və biznes qlossarisinə əlavə olunur. Onun mənbədən hesabatlara qədər olan yolu (lineage) sənədləşdirilir.
• Data Quality: Bu skorun 1-5 aralığında olması və heç vaxt boş qalmamasını təmin edən keyfiyyət qaydaları tətbiq edilir.
• Data Security: Kimin bu skoru görə biləcəyini və ya dəyişdirə biləcəyini müəyyən edən giriş qaydaları təyin edilir.
• Data Warehousing & BI: Yeni skor biznes analitikası alətlərində (məsələn, Power BI, Tableau) istifadəyə verilir və tələb olunan hesabat hazırlanır.
• Reference & Master Data: Müştəri məlumatlarının özü Əsas Data (Master Data) olduğu üçün, yeni skorun doğru müştəri "qızıl qeydi" ilə əlaqələndirilməsi təmin edilir.
• Document & Content Management: Əgər məmnuniyyət skoru müştəri rəyləri (e-poçtlar, anketlər) kimi sənədlərdən çıxarılırsa, bu sahə də prosesə daxil olur.

Bu nümunə göstərir ki, sadə bir biznes tələbi belə, data idarəetməsinin bütün komponentlərinin orkestr kimi ahəngdar işləməsini tələb edir. Data idarəçiliyi isə bu orkestrin dirijorudur.

Yekun

Bu gün biz data idarəetməsinin hərtərəfli xəritəsi olan DAMA Çarxını və onun 11 tərkib hissəsini öyrəndik. Əsas dərslərimiz bunlardır:

• DAMA Çarxı, data idarəetməsinin bütün fəaliyyətlərini əhatə edən vahid bir çərçivə təqdim edir.
• Data İdarəçiliyi, digər 10 bilik sahəsini əlaqələndirən və onlara nəzarət edən mərkəzi funksiyadır.
• Hər bir bilik sahəsi (Arxitektura, Keyfiyyət, Təhlükəsizlik və s.) özünəməxsus məqsədlərə xidmət edir, lakin heç biri digərlərindən ayrı fəaliyyət göstərə bilməz. Onlar bir-birinə bağlıdır və uğurlu bir idarəçilik proqramı üçün hamısı nəzərə alınmalıdır.

Bu bilik sahələrini başa düşmək, data idarəçiliyi proqramının əhatə dairəsini təyin etmək və təşkilat daxilində fərqli data mütəxəssisləri ilə eyni dildə danışmaq üçün fundamental əhəmiyyətə malikdir.

Növbəti Dərsə Baxış

Artıq data idarəçiliyinin "nələrdən" ibarət olduğunu (11 bilik sahəsi) bilirsiniz. Növbəti dərsimizdə isə bu fəaliyyətləri biznes üçün necə "satmaq" lazım olduğuna fokuslanacağıq. Data idarəçiliyini məhdudlaşdırıcı bir nəzarət mexanizmi kimi deyil, biznesə imkanlar yaradan bir funksiya kimi necə təqdim etməyin yollarını araşdıracağıq.