Os Desafios da Gestão de Dados

Enquanto o hardware necessário para armazenar quantidades maciças de dados torna-se mais barato a cada ano que passa, a explosão resultante de conteúdo de dados armazenados significa que as empresas são forçadas a conceber novas maneiras inovadoras para enfrentar os desafios da transformação deste crescente riqueza de informações . Basta armazenar tudo para sempre por causa do baixo custo de mídia de armazenamento soa como uma boa idéia para os desinformados, mas uma quantidade enorme de informações armazenadas em bancos de dados e arquivos simples pode fazer a recuperação, a purga e arquivar um processo difícil. Leis de dados electrónicas recentes que requerem períodos específicos de retenção para permitir a auditoria em caso de fraude ou outras irregularidades só servem para complicar ainda mais.

Melhores Práticas para Gerenciamento de Dados

Como qualquer outra área de processamento de dados, os especialistas em Anthony Ricigliano Gerenciamento de Dados compilaram uma lista das melhores práticas. Enquanto cada item não se aplica a todas as organizações, o departamento de TI indivíduo deve escolher as práticas que funcionam bem para o seu modelo de armazenamento de dados particular. Com o crescimento em data warehouses, uma estratégia de gerenciamento de dados é fundamental para o sucesso global de praticamente todas as áreas de negócios. Regras e código deve ser criado para se certificar de que cada pedaço de dados é sempre preciso, que significa a mesma coisa para todos e de cada sistema, e que todos tenham acesso à informação mais atual.

Dados Stewardship

Um administrador de dados mantém o registo de metadados e garante a integridade de cada elemento de dados. Isto inclui certificando-se que cada elemento de dados tem uma definição clara e precisa, que o elemento de dado não é duplicada desnecessariamente, e que cada elemento de dado tem clara e up-to-date documentação que especifica os valores válidos, fontes de dados e destinos de dados . Quando o elemento de dados não é mais necessária, deve ser imediatamente removido da estrutura do ficheiro. Administração de dados garante o uso consistente de um campo definido entre vários sistemas de computadores, permite um mapeamento mais fácil dos dados e reduz os custos de migração.

Model Driven Integração

Ao usar Unified Modeling Language (UML), algumas lojas de TI estão usando a estratégia orientada a modelos para fornecer soluções de integração de aplicativos. Esta é uma tentativa de reduzir os custos do cumprimento dos exigências em constante mudança do mundo de negócios atual, adaptando rapidamente a infra-estrutura de software existente. Ele tenta separar a lógica de negócios do sistema subjacente de modo que os componentes individuais podem ser reutilizados sem a necessidade de alterá-los. Com esta teoria, armazenamento de dados deve ser mantida independente do design do aplicativo e organizada de acordo com as necessidades do negócio.

Modelo de Dados do Active

Bancos de dados relacionais são o método de armazenamento de escolha para a maioria das organizações que exigem a retenção de grandes quantidades de dados com tempos de recuperação rápida. O Modelo de Dados Ativo "ativamente" atualiza os dados que é visto no nível do cliente. O cliente recupera dados em seu estado atual. Em seguida, ele controla os dados criados, apagados, ou modificados pelo usuário, e, em seguida, passa as informações de volta para serviços adicionais para validação antes do armazenamento permanente. Como os dados no nível do cliente é sempre up-to-date, código projetado para criar ou manipular os dados muitas vezes pode ser reduzida ou eliminada.

Desafios Organizacionais

Como a quantidade de dados armazenados cresce, assim como os desafios organizacionais. Enquanto ninguém quer manter as informações fora do prazo de validade, tornou-se cada vez mais necessário fazê-lo em caso de auditorias ou desafios legais. Dados antigos devem ser arquivados, uma vez que não é mais necessário para recuperação instantânea, mas ainda deve ser mantido em algum lugar que ele pode ser acessado bastante fácil quando necessário. Devido a classificação inconsistente de dados entre sistemas ou entre organizações, esforço substancial e custo é desperdiçado na tentativa de reconciliar dados. Em muitos casos, ambos os sistemas será correta, mas eles podem estar seguindo diferentes regras de gestão de dados. Quando elementos de dados são armazenados em vários sistemas de arquivos, erros de dados pode se tornar um grande problema. Um sistema pode ser atualizado antes de outra, ou certos sistemas não pode ser atualizado em tudo. Quando dois ou mais sistemas de computador são mesclados devido ao crescimento em fusões e aquisições, só agrava os problemas se uma estratégia agressiva de gestão de dados não é usado Restaurant  .;