DAMA-DMBOK, Italian Version: Data Management Body of Knowledge (Italian Edition)

Text in Itlaian: Il Data Management Body of Knowledge (DAMA-DMBOK2) presenta una vista complessiva delle sfide, complessitá e valore di unefficace gestione dei dati. Le organizzazioni odierne riconoscono che la gestione dei dati è fondamentale per il loro successo. Riconoscono il valore dei loro dati e cercano di sfruttare tale valore. Con l'aumento della nostra capacitá di creare e sfruttare i dati, aumenta anche la necessitá di pratiche affidabili di gestione dei dati. La seconda edizione della Guida di DAMA International al Data Management Body of Knowledge (DAMA-DMBOK2) aggiorna e accresce il DMBOK1, che ha avuto grande successo. Libro di riferimento accessibile e autorevole scritto da pensatori leader del settore e ampiamente recensito dai membri DAMA, il DMBOK2 riunisce materiali che descrivono in modo esaustivo le sfide del data management e come affrontarle: Definendo una serie di principi guida per il data management e descrivendo come questi principi possono essere applicati all'interno delle aree funzionali del data management. Fornendo un framework funzionale per limplementazione dellenterprise data management, includendo pratiche ampiamente adottate, metodi e tecniche, funzioni, ruoli deliverable e metriche. Stabilendo un vocabolario comune per i concetti del data management e fornendo il fondamento delle best practice per i data management professional. DAMA-DMBOK2 offre a professionisti del data management e dellIT, a executive, knowledge workers, educatori, e ricercatori un framework per gestire i propri dati e far maturare linfrastruttura dellinformazione, basato su questi principi: I Dati sono un asset con proprietá uniche. Il valore dei dati può e deve essere espresso in termini economici. Gestire i dati significa gestire la qualitá dei dati. Servono i metadati per gestire i dati. Serve pianificazione per gestire i dati. Il Data management è cross-funzionale e richiede una serie di skill ed expertise. Il Data management richiede una prospettiva enterprise. Il Data management deve tenere conto di una serie di differenti prospettive. Il Data management è gestione del ciclo di vita dei dati. Diversi tipi di dati hanno diversi requisiti sul ciclo di vita. Gestire i dati include gestire i rischi associati ai dati. I requisiti del Data management devono guidare le decisioni dellinformation technology. Un data management efficace richiede commitment della leadership. I Capitoli includono: Data Management. Trattamento Etico dei Dati. Data Governance. Data Architecture. Data Modeling e Design. Data Storage e Operations. Data Security. Data Integration & Interoperability. Document e Content Management. Reference e Master Data. Data Warehousing e Business Intelligence. Metadata Management. Data Quality Management. Big Data e Data Science. Data Management Maturity Assessment. Organizzazione per il Data Management e Aspettative dei Ruoli. Data Management e Organizational Change Management. La standardizzazione delle discipline del data management aiuterá i data management professional a ottenere prestazioni più efficaci e coerenti. Consentirá, inoltre, ai responsabili dell'organizzazione di riconoscere il valore e i contributi delle attivitá di data management.