Training Data Management met DCAM

In Data Management zijn veel methoden en technieken verenigd om op een veilige, betrouwbare en efficiënte manier data te beheren. Het DCAM framework biedt een raamwerk van samenhangende concepten en oplossingen om data management effectief toe te passen in je organisatie. In de training Data Management met DCAM leer je hoe je dit framework toepast op de data management vraagstukken in jouw organisatie.

Algemene omschrijving

DCAM

Data Management beslaat het brede veld van technieken en methoden om de grote hoeveelheden complexe data op een veilige, betrouwbare en efficiënte manier te beheren en beschikbaar te stellen voor analyse, strategische besluitvorming en sturing.

DCAM is een framework dat is ontwikkeld door het EDM Council en wordt gezien als een industriestandaard om data management als een samenhangend geheel op te zetten binnen organisaties. Het DCAM framework bestaat uit 8 componenten, die elk een bepaald deelgebied van data management beslaan:

• Data Management Strategy
• Business Case / Funding Model
• Data Management Program
• Data Governance
• Data Architecture
• Technology Architecture
• Data Quality
• Data Control Environment

Tijdens de training Data Management met DCAM

In de training Data Management met DCAM leer je alle aspecten van dit framework kennen. Vervolgens kijken we hoe je de methoden en technieken uit het DCAM framework kunt implementeren in je organisatie.

Bedrijfstraining Data Management

Data Management speelt een rol op verschillende levels binnen elke organisatie. Afhankelijk van niveau en rollen zijn verschillende aspecten van data management relevant. In een bedrijfstraining kunnen wij een Data Management training volledig op maat voor jouw organisatie en rollen van de deelnemers daarbinnen verzorgen, op basis van het DCAM framework.

Programma

De volgende onderwerpen worden tijdens de training Data Management met DCAM behandeld:

• Introductie in DCAM
• Begrip van data management strategie
• Vaststellen van doelen en bereik
• Kennis, expertise en rollen van belanghebbenden
• Analyse van kosten, baten en risico’s
• Opstellen van een beheersbaar data management programma en planning
• Definiëren van beleid, procedures en standaarden voor Data Governance
• Definiëren, beschrijven en relateren van data architectuur
• • Logische domeinen van data
  • Fysieke databronnen
  • Governance procedures voor beheer en goed gebruik van data
• Omgaan met Data Quality aspecten
• • Fit-for-purpose data
  • Data Control processen
  • Supply chain management
• Inzetten van “fysieke” IT infrastructuur
• Operationele implementatie
• Best practices