Zarządzanie informacją w Organizacji

Value Tank to najlepsi trenerzy i szkolenia dla najbardziej wymagających

Adresaci szkolenia:


Szkolenie dedykowane dla kadry menadżerskiej ma na celu przedstawienie holistycznej wizji zarządzania wiedzą w organizacji. Pomaga zidentyfikować wszystkie wymiary przestrzeni informacyjnej przedsiębiorstwa oraz ich wzajemne zależności. Prezentuje ścieżkę prowadzącą organizację na poziom dojrzałości, na którym zarządzanie opiera się na godnej zaufania wiedzy.

budynek eurocentrum

Czas trwania: 2 dni

Grupa: 8-10 osób

Zapytaj o szkolenie:

program do pobrania



Ramowy zakres szkolenia:


1. Wprowadzenie do zarządzania wiedzą

  • Dane – ropa XXI wieku
  • Podstawa zarządzania w biznesie: intuicja czy wiedza?
  • Łańcuch wartości: Dane > Informacja > Zaufanie > Wiedza > Mądrość
  • Jak sprawić aby wiedza stała się motorem rozwoju biznesu?
  • Kto wie, co wie, kto wiedzieć powinien – podaż, popyt, informacyjna demokracja czy dyktatura?
  • Producenci, konsumenci, prosumenci (EUC) > w jaki sposób (i czy) współtworzymy kapitał informacyjny?
  • Cykl życia wiedzy – budowa, utrzymanie, jakość, bezpieczeństwo, rozwój, dostęp, wykorzystanie, ROI
  • Ryzyko informacji – źródła własne, zewnętrzne, zaufane i otwarte, …
  • Data Driven Company – wizja, czy konkretny cel do osiągnięcia.

2. Jak zmierzyć biznes?

  • Jak osadzić pojęcia biznesowe w świecie danych.
  • Modelowanie przedsiębiorstwa > ścieżka od języka biznesu, do struktur danych
    • Model Konceptualny – świat abstrakcji biznesowych i ich wzajemnych powiązań
    • Model Logiczny – wewnętrzna struktura informacji, atrybuty, klucze
    • Model Fizyczny – gdzie są dane (systemy, bazy, schematy, tablice, kolumny)
  • Wprowadzenie do budowy Konceptualnego Modelu Danych
    • Obiekty (co to jest obiekt) i ich wzajemne relacje
    • Jak to uporządkować, czyli podstawy UML dla biznesu
    • Zarys metodyki budowy KMD
  • Lineage, Traceability, Impact analysis.
  • Zarządzane jakością modelu
  • Cykl życia modelu, w tym zarządzanie zmianą w środowisku IT.
  • Właściciel, Ekspert, Użytkownik – kluczowe role i ich odpowiedzialność

3. Co się dzieje z naszymi danymi

  • Od danych do informacji
    • Etapy przetwarzania danych:
      – akwizycja,
      – wzbogacanie,
      – transformacja,
      – prezentacja,
      – archiwizacja
  • Systemy informatyczne wspierające przetwarzanie
    – Potrzeba dokumentowania
    – Właścicielstwo
  • Co może pójść nie tak > źródła błędów
  • Procesy biznesowe
    • Dlaczego dokumentacja jest ważna?
    • Podstawy BPMN dla biznesu
    • Wzajemne zależności procesów
    • Łańcuchy przetwarzania danych
  • Ryzyko przetwarzania
    • Właściciel ryzyka, czynnik ryzyka, zarządzanie ryzykiem
  • Cykl życia procesu
  • Właściciel, Ekspert, Użytkownik – kluczowe role i ich odpowiedzialność

4. Zaufanie – droga do wiedzy

  • Co to znaczy „dobrze”, czyli budowanie zaufania do danych
  • Jakość – co oznacza i dlaczego to również mój problem?
  • System zarządzania jakością danych
    • Właściciel jakości danych
    • Pomiar jakości
      – Przedmiot badania
      – Definicja oczekiwań
      – Miary jakości
      – Kryteria oceny
      – Metody pomiaru
      – Punkty pomiarowe
      – Harmonogram badań
    • Etapy kontroli jakości w łańcuchu przetwarzania danych
    • Monitoring i oceny okresowe
    • Incydenty jakości i ich obsługa
    • Działania naprawcze
  • Raportowanie jakości
  • Budowanie świadomości i zaufania poprzez edukację

5. Jak “zjeść słonia”

  • Architektura danych (Obszary, Grupy i Podgrupy Danych, …)
  • Słownik Pojęć Biznesowych
  • Konceptualny Model Danych (KMD)
  • Procesy biznesowe (Encje, relacje)
  • Mapa powiązań: Grupy Danych / Encje KMD / Pojęcia / Procesy.
  • Cykl życia obiektów, role i ich odpowiedzialność
  • Rejestr Metadanych – wsparcie narzędziowe

6. Data Governance – formalizacja zarządzania kapitałem intelektualnym przedsiębiorstwa

  • Co to jest Data Governance
  • Architektura DG
  • Role i odpowiedzialność
    • Ciała wspierające
  • Obszary zainteresowania i artefakty
    • Słownik pojęć biznesowych
    • Architektura danych
    • Zarządzanie jakością danych
    • Wsparcie dla użytkowników danych
    • Jak wdrożyć DG
    • Polityki i Zasady
    • Wsparcie narzędziowe
    • Klasyczne systemy katalogujące: CDO.tools, Collibra, Informatica-AXON, ALATION
    • Wsparcie ze strony nowoczesnych technologii, takich jak AI, ML, DL
  • Jak utrzymać wartość DG w czasie

7. Przykładowy projekt wdrożenia DG w dużej organizacji

  • Metodyka (etapy projektu i ich produkty)
  • Zespół i jego zaangażowanie
  • Narzędzia wspierające (np. CDO.tools)

Klienci, wybrali również:

Wprowadzenie do dg


Zobacz →

zarządzanie jakością danych


ZOBACZ

modelowanie danych


Zobacz →

Klienci


Pomogliśmy wielu najlepszym firmom z różnych sektorów gospodarki, skontaktuj się z nami, aby do nich dołączyć