Saat ini banyak perusahaan yang bisnisnya ingin dikendalikan oleh data untuk mendapatkan keuntungan dari data tersebut seperti pemanfaatan penunjang penentuan keputusan eksekutif, smart application yang berbasis Artificial Intelligence dan sebagainya. Namun fakta menyatakan bahwa data yang tersedia di perusahaan masih banyak yang belum memberikan nilai atau keuntungan bagi perusahaan. Data-data tersebut justru menimbulkan biaya-biaya lain seperti upaya dalam pembersihan data dan perbaikan data. IBM memperkirakan biaya kualitas data yang buruk menghabiskan sebesar $3.1 triliun (Redman, 2016). Para Data Scientist menghabiskan usahanya sebesar 60% waktu yang dibutuhkan untuk pembersihan data dari total waktu dalam analisis data (Press, 2016).
Dalam upaya menurunkan biaya atas kualitas data yang buruk dan meningkatkan nilai data bagi perusahaan, diperlukan pengelolaan data yang baik. Pengelolaan memerlukan perencanaan, pelaksanaan, pengembangan dan seperangkat aturan atau tata kelola yang jelas. DAMA-International mengeluarkan sebuah framework atau panduan yang memungkinkan perusahaan atau organisasi melakukan pengelolaan data yang baik berbasis Body of Knowledge. DMBOK adalah panduan pengelolaan data yang dikeluarkan oleh Dama International dengan release terakhir pada tahun 2017. DMBOK memberikan panduan terkait serangkaian aktivitas untuk pengelolaan data yang meliputi perencanaan, pelaksanaan, pengembangan dan tata kelola.
Training ini mengenalkan bagaimana DMBOK dapat diadopsi untuk melakukan pengelolaan data di perusahaan atau organisasi. Peserta akan mempelajari bagaimana menyusun tata kelola data di beberapa knowledge area di data manajemen. Peserta juga akan mempelajari bagaimana melakukan sinkronisasi pengelolaan data dengan framework enterprise architecture. Setelah training selesai, peserta diharapkan memliki pemahaman terkait pengelolaan data sehingga mampu memaksimalkan nilai data bagi perusahaan atau organisasi.
OBJECTIVES
- Memahami framework yang digunakan sebagai best practice dalam pengelolaan data
- Mengetahui knowledge area pengelolaan data beserta tools, teknik, akvitias dan tata kelolanya
- Mengetahui tren teknologi terkini dalam meningkatkan nilai data bagi perusahaan
PREREQUISITES
Tidak ada training khusus yang dipersyaratkan
CONTENT
Tidak ada training khusus yang dipersyaratkan
CONTENT
1. Introduction to Data Management
1.1. Introduction
1.2. Essential Concepts
1.3. Data Management Frameworks
1.4. DAMA & the DMBOK
1.5. Data Management Certification
1.6. Data Handling Ethics
2. Data Governance
2.1. Introduction
2.2. Activities
2.3. Tools & Techniques
2.4. Implementation Guidelines
2.5. Metrics
3. Data Architecture
3.1. Introduction
3.2 Activities
3.3 Tools & Techniques
3.4 Implementation Guidelines
3.5 Data Architecture Governance
4. Data Modelling & Design
4.1. Introduction
4.2. Activities
4.3. Tools
4.4. Best Practices
4.5. Data Model Governance
5. Data Storage & Operations
5.1 Introduction
5.2 Activities
5.3 Tools & Techniques
5.4 Implementation Guidelines
5.5 Data Storage & Operations Governance
6. Data Security
6.1. Introduction
6.2. Activities
6.3. Tools & Techniques
6.4. Implementation Guidelines
6.5. Data Security Governance
7. Data Integration & Interoperability
7.1. Introduction
7.2. Data Integration Activities
7.3. Tools & Techniques
7.4. Implementation Guidelines
7.5. DII Governance
8. Document & Content Management
8.1. Introduction
8.2. Activities
8.3. Tools & Techniques
8.4. Implementation Guidelines
8.5. Document & Content Governance
9. Reference & Master Data
9.1. Introduction
9.2. Activities
9.3. Tools & Techniques
9.4. Implementation Guidelines
9.5. Organization & Cultural Change
9.6. Reference & Master Data Governance
10. Data Warehousing & Business Intelligence
10.1. Introduction
10.2. Activities
10.3. Tools & Techniques
10.4. Implementation Guidelines
10.5. DW/BI Governance
10.6. Big Data & Data Science
11. Metadata Management
11.1. Introduction
11.2. Activities
11.3. Tools & Techniques
11.4. Implementation Guidelines
11.5. Metadata Governance
12. Data Quality
12.1. Introduction
12.2. Activities
12.3. Tools & Techniques
12.4. Implementation Guidelines
12.5. Data Quality and the other Knowledge Areas
13. Data Management Assessment, Role & Change Management
13.1. Data Management Maturity Assessment
13.2. Data Management Organization & Role Expectations
13.3. Data Management & Change Management
