Veri Yönetişimi Araçlarına Bir Bakış

Veri Yönetişimi Nedir?

Yakın tarihli bir web seminerinde Microsoft’ta Veri Bilimci olan Aaren Stubberfield, veri yönetişiminin sunduğu fırsatları ve en iyi uygulamaları ele aldı ve işe veri yönetişiminin ne olduğu sorusuyla başladı. Data Management Association (DAMA) tarafından tanımlandığı şekliyle veri yönetişimi, veri varlıklarının yönetimi üzerinde otorite ve kontrolün (planlama, izleme ve yaptırım) uygulanmasıdır.

(1) Planlama: Veri kümelerinin uyması gereken kuralların oluşturulması (ör. tarih alanlarının biçim standardizasyonu, ör. YYYY-MM-DD)

(2) İzleme: Planlama aşamasında belirlenen kurallara uyumun ölçülmesi (ör. eksik değere sahip ‘Tarih’ alanlarının yüzdesinin izlenmesi)

(3) Yaptırım: Aciliyet düzeyine göre veri kuralı ihlallerinde düzeltici eylemler; ör. sosyal güvenlik numarası gibi kritik veri alanlarında büyük tutarsızlıklar bulunursa derhal düzeltici işlem

Bir Veri Yönetişimi Çerçevesi nasıldır?

Piyasada farklı türlerde veri yönetişimi çerçeveleri vardır, ancak genellikle şu dört ortak unsuru içerirler: Veri Politikaları ve Prosedürleri, Veri Kümeleri, Veri Sorumluları ve Paydaşlar ile Teknoloji.

Veri sorumluları, kuruluş içindeki veri kümeleri için yönetişim politika ve prosedürlerini geliştiren kişilerdir. Veri yönetişimi araçları, sorumluların en iyi işi çıkarmasını sağlayan kritik kolaylaştırıcılardır ve yönetişim çerçevesinin kilit bir parçasını oluştururlar.

Veri Yönetişimi için Hangi Araç ve Teknolojiler Kullanılır?

Veri hacimlerinin büyüklüğü bu faaliyetlerin manuel yapılmasını imkansız kıldığından, yönetişim operasyonlarını ve veri sorumluluğu çalışmalarını otomatikleştirmek için veri yönetişimi araçları gereklidir. Bu araçlar, kapsamlı veri kataloglamanın yanı sıra farklı BT ürünleri ve veri kümeleriyle entegre olabilir; böylece yeteneklerini bir kuruluşun tüm veri yönetim sistemi genelinde genişletir. Bu araçlara olan artan talebi karşılamak üzere pazarda pek çok veri kalitesi çözümü ortaya çıkmıştır. Gartner’ın bir incelemesi veri yönetişimi pazarını analiz etmiş ve veri yönetişimi çözümleri sunan satıcıları sınıflandırmak için Magic Quadrant’ları oluşturmuştur.

Veri yönetişiminin artan önemi göz önüne alındığında, çok sayıda veri yönetimi aracı sistemlerinin bir parçası olarak yönetişim özellikleri sunmaktadır. SolutionsReview, veri yönetimi çözümlerini üç kategoriye ayırdığı Data Management Vendor Map’i yayımladı: Veri Kalitesi Araçları, Ana Veri Yönetimi ve Analitik için Veri Yönetimi.

(1) Veri Kalitesi Araçları

Veri kalitesi, verinin genel kullanışlılığı ve diğer amaçlar için kolayca işlenip analiz edilebilme yeteneği olarak tanımlanır. İyi veri kalitesine ulaşmak ve bunu sürdürmek için, yönetişim araçlarının standartlaştırma, profilleme, ayrıştırma, temizleme ve izleme gibi temel işlevleri yerine getirmesi gerekir. Veriyi temiz ve düzenli tutmanın yanı sıra, bu araçların kuruluşun tüm veri sistemi genelinde veri işlemeyi desteklemesi de beklenir.

Örnekler:
(i) Talend
Talend’in amiral gemisi ürünü, güvenilir veri için veri bütünlüğü ve yönetişim yeteneklerini tek bir birleşik bulut platformunda sunan Talend Data Fabric’tir. Buna, meta veri yönetiminden veri soy ağacına ve iş birliğine dayalı veri sorumluluğu çözümlerine kadar uzanan özellikler dahildir.

(ii) SAS
SAS Data Quality ürünü, farklı türdeki veritabanları ve veri mimarisi dağıtımları genelinde veri kalitesi yönetimi yetenekleri sağlar. Veri temizleme, varlık çözümleme gibi temel işlevlerin yanı sıra, veri kalitesi işlerini izlemek için birleşik, web tabanlı bir konsol içerir.

(iii) Informatica
Informatica, çeşitli dağıtımlarda geniş bir veri aracı portföyü sunar. Informatica Data Quality ürünleri, kullanıcılara zengin bir veri dönüştürme yeteneği seti sunarken, BT’ye bağımlı olmadan iş kuralları oluşturmalarına ve gözden geçirmelerine de olanak tanır.

(2) Ana Veri Yönetimi

Ana veri, şirket genelindeki temel veri noktalarının tutarlı ve yeknesak bir koleksiyonunu ifade eder ve müşteriler, potansiyel müşteriler, tedarikçiler, çalışanlar, hesaplar ve daha fazlası gibi kilit bileşenleri kapsar. Etkili bir veri kalite kontrol stratejisinin temelinde sağlam bir ana veri yönetimi kurulumu yatar. Ancak bu sayede işletmenin büyüyen veri varlıkları (meta verileriyle birlikte) merkezi bir depoda uygun şekilde yapılandırılıp birleştirilerek en iyi karar vermeyi destekleyebilir.

Örnekler
(i) Ataccama
Ataccama Platform ürünü, MDM’yi modüllerinden biri olarak içeren artırılmış bir veri yönetimi platformu olarak hizmet verir. Ayrıca veri kalitesi ve meta veri yönetimi gibi diğer ilgili modülleri de içerir ve farklı dağıtım türleri için tamamen entegredir.

(ii) Enterworks
EnterWorks Platformu, tüm kurumsal uygulamalar genelinde birleştirilen, güvenilir ve güncel ana verilerin merkezi bir deposunu oluşturan ve veri kalitesi ile yönetişimini iyileştirmek için güçlü araçlar sunan çok alanlı bir platformdur. Ayrıca, birden çok alan genelindeki tüm yönetim ve yönetişim işlevleri tek bir kullanıcı arayüzünden gerçekleştirilebilir.

(iii) Riversand
Riversand’in Master Data Experience Management platformu, tüm MDM kullanım senaryoları için çok alanlı, bulut tabanlı, birleşik bir hizmet olarak yazılım (SaaS) platformu sağlar. Veri silolarını ortadan kaldırmayı ve iş açısından kritik verilerin kapsamlı görünümlerinin yanı sıra tek, doğru ve güvenilir bir ana veri kaynağı oluşturarak veri yönetişimi kurallarına uyumu desteklemeyi hedefler.

(3) Analitik için Veri Yönetimi

Veri kalitesini sürdürmeye yönelik çok sayıda yönetişim faaliyeti göz önüne alındığında, işletmeler bağımsız çözümler yerine kapsamlı, entegre veri platformları arayabilir. Analitik için veri yönetimi çözümleri; ilişkisel ve ilişkisel olmayan analitik işleme, iş zekası ve makine öğrenimi gibi veri analitiğini denetlemek üzere analitik yazılımlarla entegre olan kapsamlı sistemlerdir.

Örnekler
(i) Collibra Collibra Data Governance ürünü, işletmelerin ortak bir veri varlığı anlayışı oluşturmasına ve merkezi bir konumda iş birliği yapmasına yardımcı olan bulut tabanlı bir platformdur. Buna politika yöneticisi, referans veriler ve iş sözlükleri gibi bir dizi hizmet dahildir. Tüm bunlar, güçlü iş analitiğinin üzerine inşa edilebileceği güvenilir veriler üretmeye yardımcı olur.

(ii) erwin erwin Data Intelligence Suite (erwin DI), kullanıcıların veri modelleri ve isteğe bağlı soy ağacıyla birlikte otomatikleştirilmiş ve seçkili kurumsal veri katalogları oluşturmasına olanak tanıyan birleşik bir yazılım platformu olarak hizmet verir. Bu, kuruluş genelinde veri okuryazarlığı için entegre iş sözlükleriyle çevik ve iyi yönetilen veri hazırlığı ile analitiği destekler.

(iii) Alation Alation Platformu, veri kataloğu ve yönetişimi için çok çeşitli meta veri yönetimi uygulamalarını destekleyen açık ve akıllı bir platformla analistleri ve iş kullanıcılarını güçlendirir. Ayrıca entegre Analytics ürünü, verimli self-servis analitik için tek durak çözümdür.

Bu araçların değerini nasıl en üst düzeye çıkarırsınız?

Unutulmamalıdır ki araçlar, verinin demokratikleştirilmesi stratejisindeki kaldıraçlardan yalnızca biridir. Bu veri yönetişimi araçlarından tam anlamıyla yararlanmak için, kuruluş içindeki insanlar kilit önemdedir. Çünkü iyi veri yönetişimi, gündemi ve politikaları tasarlayıp uygulamak ve ardından bu prosedürleri en iyi şekilde otomatikleştirip izlemek için teknolojiden yararlanmayı gerektiren bir ekip işidir. Bunu başarmak için kuruluşların, herkesin verilerle çalışacak becerilere sahip olmasını sağlayacak şekilde veri okuryazarlığına yönelik yetkinlikleri geliştirmeye odaklanması gerekir.

DataCamp for Business hakkında daha fazla bilgi edinin:
DataCamp for Business, çalışanlarını veri okuryazarlığından veri bilimine, veri mühendisliğinden makine öğrenimine kadar veri becerileri konusunda geliştirmesi ve yeniden yetkinleştirmesi gereken şirketler için etkileşimli bir öğrenme platformu sunar. Ekiplerini geliştirmek için DataCamp kullanan 1.600+ şirketin ve Fortune 1000’in %80’inin arasına katılın.