توضیحات
In an increasingly digital economy, mastering the quality of data is an increasingly vital yet still, in most organizations, a considerable task. The necessity of better governance and reinforcement of international rules and regulatory or oversight structures (Sarbanes Oxley, Basel II, Solvency II, IAS-IFRS, etc.) imposes on enterprises the need for greater transparency and better traceability of their data.
All the stakeholders in a company have a role to play and great benefit to derive from the overall goals here, but will invariably turn towards their IT department in search of the answers. However, the majority of IT systems that have been developed within businesses are overly complex, badly adapted, and in many cases obsolete; these systems have often become a source of data or process fragility for the business. It is in this context that the management of reference and master data or Master Data Management (MDM) and semantic modeling can intervene in order to straighten out the management of data in a forward-looking and sustainable manner.
This book shows how company executives and IT managers can take these new challenges, as well as the advantages of using reference and master data management, into account in answering questions such as: Which data governance functions are available? How can IT be better aligned with business regulations? What is the return on investment? How can we assess intangible IT assets and data? What are the principles of semantic modeling? What is the MDM technical architecture? In these ways they will be better able to deliver on their responsibilities to their organizations, and position them for growth and robust data management and integrity in the future.
Content:
Chapter 1 A Company and its Data (pages 136):
Chapter 2 Strategic Aspects (pages 3756):
Chapter 3 Taking Software Packages into Account (pages 5767):
Chapter 4 Return on Investment (pages 6985):
Chapter 5 MDM Maturity Levels and Model?Driven MDM (pages 87107):
Chapter 6 Data Governance Functions (pages 109132):
Chapter 7 Organizational Aspects (pages 133149):
Chapter 8 The Semantic Modeling Framework (pages 151185):
Chapter 9 Semantic Modeling Procedures (pages 187214):
Chapter 10 Logical Data Modeling (pages 215231):
Chapter 11 Organization Modeling (pages 233246):
Chapter 12 Technical Integration of an MDM system (pages 247266):
————————————————————–
ترجمه ماشینی :
در یک اقتصاد دیجیتال به طور فزاینده ، تسلط بر کیفیت داده ها به طور فزاینده ای حیاتی است اما در اکثر سازمان ها یک کار قابل توجه است. ضرورت حاکمیت بهتر و تقویت قوانین بین المللی و ساختارهای نظارتی یا نظارتی (Sarbanes Oxley ، Basel II ، Solvency II ، IAS-IFRS و غیره) نیاز به شفافیت بیشتر و ردیابی بهتر داده های آنها را تحمیل می کند.
همه ذینفعان یک شرکت نقش ایفا می کنند و از مزایای زیادی برای بدست آوردن اهداف کلی در اینجا برخوردار هستند ، اما در جستجوی پاسخ ها به طور مداوم به سمت بخش فناوری اطلاعات خود می روند. با این حال ، اکثر سیستم های فناوری اطلاعات که در مشاغل توسعه یافته اند بسیار پیچیده ، به شدت سازگار و در بسیاری موارد منسوخ شده اند. این سیستم ها اغلب به منبع داده یا شکنندگی فرآیند برای تجارت تبدیل شده اند. در این زمینه است که مدیریت داده های مرجع و کارشناسی ارشد یا مدیریت داده های اصلی (MDM) و مدل سازی معنایی می توانند به منظور صاف کردن مدیریت داده ها به روشی آینده نگر و پایدار مداخله کنند.
این کتاب نشان می دهد که چگونه مدیران شرکت و مدیران فناوری اطلاعات می توانند این چالش های جدید و همچنین مزایای استفاده از مرجع و مدیریت داده های کارشناسی ارشد را در پاسخ به سؤالاتی از قبیل: کدام عملکردهای حاکمیت داده در دسترس قرار دهند؟ چگونه می توان آن را بهتر با مقررات تجاری هماهنگ کرد؟ بازده سرمایه گذاری چیست؟ چگونه می توانیم دارایی ها و داده های نامشهود IT را ارزیابی کنیم؟ اصول مدل سازی معنایی چیست؟ معماری فنی MDM چیست؟ در این روش ها آنها بهتر می توانند مسئولیت های خود را به سازمان های خود تحویل دهند و آنها را برای رشد و مدیریت داده های قوی و یکپارچگی در آینده قرار دهند.
محتوا:
فصل 1 یک شرکت و داده های آن (صفحات 136):
فصل 2 جنبه های استراتژیک (صفحات 3756):
فصل 3 گرفتن بسته های نرم افزاری را به حساب می آورد (صفحات 5767):
فصل 4 بازگشت سرمایه گذاری (صفحات 6985):
فصل 5 بلوغ MDM سطح و مدل MDM (صفحات 87107):
فصل 6 توابع حاکمیت داده (صفحات 109132):
فصل 7 جنبه های سازمانی (صفحات 133149):
فصل 8 چارچوب مدل سازی معنایی (صفحات 151185): فصل 9 روشهای مدل سازی معنایی (صفحات 187214):
فصل 10 مدل سازی داده های منطقی (صفحات 215231):
فصل 11 مدل سازی سازمان (صفحات 233246):
فصل 12 ادغام فنی یک سیستم MDM ( صفحات 247266):
tag : دانلود کتاب مدیریت داده های سازمانی: مرجع و مدیریت داده های کارشناسی ارشد ، مدل سازی معنایی , Download مدیریت داده های سازمانی: مرجع و مدیریت داده های کارشناسی ارشد ، مدل سازی معنایی , دانلود مدیریت داده های سازمانی: مرجع و مدیریت داده های کارشناسی ارشد ، مدل سازی معنایی , Download Enterprise Data Governance: Reference & Master Data Management, Semantic Modeling Book , مدیریت داده های سازمانی: مرجع و مدیریت داده های کارشناسی ارشد ، مدل سازی معنایی دانلود , buy مدیریت داده های سازمانی: مرجع و مدیریت داده های کارشناسی ارشد ، مدل سازی معنایی , خرید کتاب مدیریت داده های سازمانی: مرجع و مدیریت داده های کارشناسی ارشد ، مدل سازی معنایی , دانلود کتاب Enterprise Data Governance: Reference & Master Data Management, Semantic Modeling , کتاب Enterprise Data Governance: Reference & Master Data Management, Semantic Modeling , دانلود Enterprise Data Governance: Reference & Master Data Management, Semantic Modeling , خرید Enterprise Data Governance: Reference & Master Data Management, Semantic Modeling , خرید کتاب Enterprise Data Governance: Reference & Master Data Management, Semantic Modeling ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.