Zarządzanie jakością danych

Value Tank to najlepsi trenerzy i szkolenia dla najbardziej wymagających

Adresaci szkolenia:


Szkolenie skierowane jest do odbiorców biznesowych, w tym producentów i konsumentów danych, jak również do osób odpowiedzialnych za zarządzanie danymi i ich jakością w przedsiębiorstwie. Udział w szkoleniu nie wymaga posiadania specyficznej wiedzy z obszaru IT.

Korzyści z uczestnictwa:


Udział w szkoleniu pozwoli na zdobycie praktycznej wiedzy w zakresie znaczenia aktywów informacyjnych w przedsiębiorstwie oraz podstawowych procesów zarządzania jakością danych, takich jak planowanie jakości, zapewnienie jakości, kontrola jakości czy też obsługa incydentów. Szkolenie ma na celu zwiększenie poziomu świadomości uczestników w zakresie bezpośredniego wpływu jakości danych na biznes oraz dostarczenie konkretnych przykładów i wzorców postępowania w obszarze zarządzania jakością danych.

Ramowy zakres szkolenia:


Czas trwania: 1 dzień

Grupa: 4-8 osób


Zapytaj o szkolenie:

program do pobrania



1. Wprowadzenie
  • Czym są dane (m.in. podział danych, źródła danych, uwarunkowania prawne)
  • Czym jest i na czym polega zarządzanie jakością danych
  • Źródła powstawania defektów w danych
  • Korzyści z zarządzania jakością danych
2. System zarządzania danymi
  • Modele Systemu Zarządzania Danymi
  • Role i procesy w SZD
  • Proces zarządzania jakością danych w SZD
  • Data Governance – zaawansowany model zarządzania danymi
  • Powiązanie zarządzania jakością z modelem Data Governance
  • Narzędzia wspierające zarządzanie danymi i ich jakością
3. Kontrola jakości danych
  • Kryteria jakości danych
  • Monitorowanie jakości danych (merytoryczne, procesowe)
  • Przeglądy i raportowanie jakości danych
  • Narzędzia wspierające kontrolę jakości danych
4. Proces zarządzania incydentami jakości danych
  • Koncepcja Data Service Desk
  • Proces zgłaszania i weryfikacji błędów jakości
  • Proces obsługi błędów jakości (biznesowy, techniczny)
  • Globalna analiza przyczyn błędów w danych
5. Proces czyszczenia danych
  • Role i standardy w zakresie czyszczenia danych
  • Czyszczenie danych historycznych
  • Czyszczenie danych bieżących
6. Ciągłe zapewnienie jakości danych
  • Role i standardy w zakresie zapewnienia jakości
  • Mechanizmy i narzędzia zapewnienia jakości
  • Bieżąca kontrola mechanizmów zapewnienia jakości
7. Case studies
  • Rzeczywiste przykłady rozwiązań zarządzania jakością danych
  • Podsumowanie i dyskusja

Ekspert: Tomasz Mierzwa


zapytaj o szkolenie→

Klienci, wybrali również:

Wprowadzenie do DG


Zobacz →

Zarządzanie informacją


ZOBACZ

Modelowanie danych


Zobacz →

Klienci


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