Datamanagement

Planning en ontwerp

  • Vraagarticulatie, samenbrengen van businesswensen en datavereisten in samenhang met ingezette koers
  • Bevorderen en samenbrengen datasets en semantische modellen, inclusief (linked) open data
  • Samenbrengen van domein initiatieven en organisatie-, landelijke richtlijnen
  • Uitwerken ontsluitings-, gebruiks- en leveringsarchitectuur
  • In samenhang toepassen van data-, applicatie- en enterprise-architectuur en -principes
  • Bevorderen van duiding, analyse, kennisregels & algoritmes bij strategieontwikkeling, besturing en onderzoek

Beschikbaar stellen en verbeteren

  • Ontsluiten van nieuwe databronnen van elke aard zoals geografisch, 3D, sensor en administratieve bronnen
  • Ontwikkelen en implementeren van data- en informatietoepassingen voor intern en extern gebruik
  • Expertisenetwerk ontwikkelen voor kennis en -coördinatie (domein data stewardness)
  • Expertisenetwerk ontwikkelen voor technologisch vakmanschap (data science, selfservice, business Intelligence)
  • Inrichten “academy” ter bevordering van gebruik en duidingsvaardigheden

Gebruik en beheer

  • Beheer van data- en selfservice platform, inclusief een informatieportaal
  • Beheer van in productie zijnde data- en informatieproducten (conform product levenscyclus) voor eindgebruikers en ketenpartners
  • Data stewardness: uitvoeren, coördineren, verbinden, naleven, verbeteren, etc op datagebruik en kwaliteit, conform de data levenscyclus
  • Autoriseren en intrekken beveiliging op data en op producten, inclusief controleren van loggings op oneigenlijk gebruik


Levenscyclus van data, ter illustratie als basis voor datamanagement activiteiten.