DAMA-DMBOK

Le Data Management Body of Knowledge (DAMA-DMBOK2) présente une vue d'ensemble complète des défis, des complexités et de la valeur d'une gestion efficace des données.

Aujourd'hui, les organisations reconnaissent que la gestion des données est essentielle à leur réussite. Elles savent que les données ont de la valeur et souhaitent l'exploiter. À mesure que notre capacité et notre volonté de créer et d'exploiter les données ont augmenté, le besoin de pratiques fiables de gestion des données s'est également accru.

La deuxième édition du Guide to the Data Management Body of Knowledge de DAMA International met à jour et enrichit le DMBOK1, qui a connu un grand succès. Ouvrage de référence accessible et faisant autorité, rédigé par des experts de premier plan dans le domaine et largement révisé par les membres de DAMA, le DMBOK2 rassemble des contenus qui décrivent de manière exhaustive les défis de la gestion des données et la manière d'y répondre en :

• Définissant un ensemble de principes directeurs pour la gestion des données et en décrivant comment ces principes peuvent être appliqués au sein des domaines fonctionnels de la gestion des données.
• Fournissant un cadre fonctionnel pour la mise en œuvre des pratiques de gestion des données d'entreprise, y compris les pratiques, méthodes et techniques largement adoptées, ainsi que les fonctions, les rôles, les livrables et les indicateurs.
• Établissant un vocabulaire commun pour les concepts de gestion des données, qui sert de base aux bonnes pratiques pour les professionnels de la gestion des données.

Le DAMA-DMBOK2 fournit aux professionnels de la gestion des données et de l'informatique, aux dirigeants, aux travailleurs de la connaissance, aux enseignants et aux chercheurs un cadre pour gérer leurs données et faire évoluer leur infrastructure d'information vers plus de maturité, fondé sur les principes suivants :

• Les données sont un actif aux propriétés uniques
• La valeur des données peut et doit être exprimée en termes économiques
• Gérer les données signifie gérer leur qualité
• La gestion des données nécessite des métadonnées
• La gestion des données nécessite une planification
• La gestion des données est transversale et requiert un éventail de compétences et d'expertises
• La gestion des données requiert une perspective d'entreprise
• La gestion des données doit tenir compte de multiples perspectives
• La gestion des données relève de la gestion du cycle de vie des données
• Différents types de données ont des exigences de cycle de vie différentes