This title is printed to order. This book may have been self-published. If so, we cannot guarantee the quality of the content. In the main most books will have gone through the editing process however some may not. We therefore suggest that you be aware of this before ordering this book. If in doubt check either the author or publisher’s details as we are unable to accept any returns unless they are faulty. Please contact us if you have any questions.
Text in Itlaian: Il Data Management Body of Knowledge (DAMA-DMBOK2) presenta una vista complessiva delle sfide, complessita e valore di unefficace gestione dei dati. Le organizzazioni odierne riconoscono che la gestione dei dati e fondamentale per il loro successo. Riconoscono il valore dei loro dati e cercano di sfruttare tale valore. Con l'aumento della nostra capacita di creare e sfruttare i dati, aumenta anche la necessita di pratiche affidabili di gestione dei dati. La seconda edizione della Guida di DAMA International al Data Management Body of Knowledge (DAMA-DMBOK2) aggiorna e accresce il DMBOK1, che ha avuto grande successo. Libro di riferimento accessibile e autorevole scritto da pensatori leader del settore e ampiamente recensito dai membri DAMA, il DMBOK2 riunisce materiali che descrivono in modo esaustivo le sfide del data management e come affrontarle: Definendo una serie di principi guida per il data management e descrivendo come questi principi possono essere applicati all'interno delle aree funzionali del data management. Fornendo un framework funzionale per limplementazione dellenterprise data management, includendo pratiche ampiamente adottate, metodi e tecniche, funzioni, ruoli deliverable e metriche. Stabilendo un vocabolario comune per i concetti del data management e fornendo il fondamento delle best practice per i data management professional. DAMA-DMBOK2 offre a professionisti del data management e dellIT, a executive, knowledge workers, educatori, e ricercatori un framework per gestire i propri dati e far maturare linfrastruttura dellinformazione, basato su questi principi: I Dati sono un asset con proprieta uniche. Il valore dei dati puo e deve essere espresso in termini economici. Gestire i dati significa gestire la qualita dei dati. Servono i metadati per gestire i dati. Serve pianificazione per gestire i dati. Il Data management e cross-funzionale e richiede una serie di skill ed expertise. Il Data management richiede una prospettiva enterprise. Il Data management deve tenere conto di una serie di differenti prospettive. Il Data management e gestione del ciclo di vita dei dati. Diversi tipi di dati hanno diversi requisiti sul ciclo di vita. Gestire i dati include gestire i rischi associati ai dati. I requisiti del Data management devono guidare le decisioni dellinformation technology. Un data management efficace richiede commitment della leadership. I Capitoli includono: Data Management. Trattamento Etico dei Dati. Data Governance. Data Architecture. Data Modeling e Design. Data Storage e Operations. Data Security. Data Integration & Interoperability. Document e Content Management. Reference e Master Data. Data Warehousing e Business Intelligence. Metadata Management. Data Quality Management. Big Data e Data Science. Data Management Maturity Assessment. Organizzazione per il Data Management e Aspettative dei Ruoli. Data Management e Organizational Change Management. La standardizzazione delle discipline del data management aiutera i data management professional a ottenere prestazioni piu efficaci e coerenti. Consentira, inoltre, ai responsabili dell'organizzazione di riconoscere il valore e i contributi delle attivita di data management.
