on Thuesday 13 February at 15:50 (3:50 PM) Helsinki time. Teams meeting.
Tiistaina 13.2. klo 15:50 (Teams lobby) 16:00tapahtumaohjelma alkaa –
Linkki lähetetään ilmoittautuneille ennen tapahtumaa. Link to be sent to registered participants before the event.
Sisään 15:50 alkaen – Teams lobby, aulatila,
16:00 (Helsinki time) – Tervetuloa! Welcome! –
David Plotkin – Using data domains for Data Governance
As your data governance and data stewardship effort matures, you will begin to hear more and more about the use of “data domains” as an effective means of managing and governing your data and managing it with a team of stakeholders. It is important to understand how using data domains works differently from the older methods of grouping data by line of business, what important problems with that older approach it solves, and why data domains require a robust and mature data governance effort. In this presentation you will learn:
What data domains are and what purpose they serve
How to determine an effective data domain hierarchy
How to establish ownership from all stakeholders across the enterprise for each data domain
The staffing and roles for managing data domains effectively
How the decision-making process works for metadata that is grouped into data domains.
How the data stewardship organization for a data domain is managed
Why data domain-based data stewardship really needs a robust and mature data governance effort.
David has over 30 years of experience in Data Governance, data modeling, metadata, and data quality. He has led efforts at employers and client companies to plan and implement Data Governance both as stand-alone efforts and as part of other initiatives such as Data Quality improvement and Master Data Management. He has previously managed Data Governance at two insurance companies and managed data quality at two large banks. He serves as a subject matter expert on many topics around metadata, data governance, and data quality.
– tapahtumamme päättyy noin 17:30. Our event ends at about 5:30 pm Helsinki time.
Tiistaina 10.11.2020, klo 14:50 (lobby, Teams meeting) – 15:00tapahtumaohjelma alkaa –
Teams meeting. Linkki lähetetään ilmoittautuneille ennen tapahtumaa. Link to be sent to registered participants before the event.
Ohjelma –
Sisään klo 14:50 alkaen – Teams lobby, aulatila,
15:00 – Tervetuloa! Welcome! –
Event program:
Data Quality Best Practices – Tackling data quality problems requires more than a series of tactical, one off improvement projects. By their nature, many data quality problems extend across and often beyond an organization. Addressing these issues requires a holistic architectural approach combining people, process and technology. Join Nigel Turner and Donna Burbank as they provide practical ways to control data quality issues in your organization. –
Donna Burbank, Managing Director, Global Data Strategy, Ltd.
Donna Burbank is a recognized industry expert in information management with over 20 years of experience helping organizations enrich their business opportunities through data and information. She currently is the Managing Director of Global Data Strategy Ltd, where she assists organizations around the globe in driving value from their data. She has worked with dozens of Fortune 500 companies worldwide in the Americas, Europe, Asia, and Africa and speaks regularly at industry conferences. She has co-authored several books on data management and is a regular contributor to industry publications. She can be reached at donna.burbank@globaldatastrategy.com and you can follow her on Twitter @donnaburbank.
Nigel Turner, Principal Information Management Consultant/EMEA, Global Data Strategy, Ltd
Nigel Turner has over 20 years of experience in Information Management (IM) with specialization in Information Strategy, Data Quality, Data Governance, and Master Data Management. He has created and led large IM & CRM consultancy & delivery practices in multiple consulting organizations including British Telecommunications Group (BT), IPL, and FHO. Nigel also has experience in the data quality tools space as Vice President of Information Management Strategy at Harte Hanks Trillium Software, a leading global provider of Data Quality & Data Governance tools and consultancy where he engaged with over 150 customer organizations from all parts of the globe. Nigel is a well-known thought leader in Information Management and has presented at many international conferences in addition to writing numerous white papers and blogs on Information Management topics. Nigel provides education across the IM community, having lectured at Cardiff University on Data Governance and as an active member of DAMA International’s mentoring program, which he was instrumental in founding. He can be reached at nigel.turner@globaldatastrategy.com.
– Esitysosuus tapahtumastamme päättyy viimeistään 16:30.
Keskiviikkona 10.6.2020, klo 12:20 (aulaan, Teams meeting) – 12:25 (tapahtumaohjelma alkaa) –
Paikka: Teams meeting. Linkki lähetetään ilmoittautuneille ennen tapahtumaa.
Ohjelma –
Sisään klo 12:20 alkaen – Teams lobby, aulatila, tervetuloa
12:25 – Tervetuloa! –
Tapahtumaohjelmassa:
12:30 Minna Kärhä, Head of Data, Finnair – case Finnair: Datan hallinta datan lukutaidon kehittäjänä
Kehittäminen ja strategia; datan lukutaito data literacy ja datan hallinta data governance.
Seuraava esitys alkaa 13:30. Tässä mahdollinen pieni tauko.
13:30 Teemu Laakso, CGI – Re-define Data Management: Managing it like any other business
The presentation is about how the fundamentals of managing data have already been solved 100 years ago. Somehow along the line we decided to take the “IT path” with data, which delayed the data revolution by 20 years. Now it’s time to listen the old transformation leaders!
– Esitysten osuus tapahtumastamme päättyy viimeistään 14:30.
HEI! JOUDUMME PERUMAAN 24.3. TAPAHTUMAMME KORONAN VUOKSI. Järjestämme tapahtuman heti, kun tilanne normalisoituu ja Koronasta torjuntavoitto saadaan. Olen pahoillani tilanteesta.
Tiistaina 24.3.2020, klo 8:20 (sisään) – 8:50 (tapahtumaohjelma alkaa) – 12:00 alkaen yhdistyksen sääntömääräinen kevätkokous
Paikka: Ravintola Vaunun auditorio, Pasilassa, Ratapihantie 9, Helsinki – karttalinkki – sisään Ratapihantie 9 ja portaat toiseen kerrokseen
Ohjelma –
Sisään klo 8:20 alkaen – aamiaistarjoilut
8:50 – Tervetuloa! –
Pidämme esitysten välillä pienet lämpimät kahvittelut ja verkostoitumistauot.
Tapahtumaohjelmassa:
Juho Jyrkiäinen, Data-analyytikko, #Tietokiri Valtiokonttori – hanke ja case: #Tietokiri
AAnalysointi- ja raportointipalveluiden tuottaminen. Virallisraportoinnin automatisointi. Rajapintapalvelut ja yhteinen alusta.
Henrik Lähdeniemi ja Sami Metsärinta, HSolutions – case Evli Pankki: Talouden modernisointi ja yksi totuus
Talouden suunnittelun kehittäminen; prosessit, datan laatu ja raportointi. Läpinäkyvyys auditointiprosesseissa.
Minna Kärhä, Head of Data, Finnair – case Finnair: Datan hallinta datan lukutaidon kehittäjänä
Kehittäminen ja strategia; datan lukutaito data literacy ja datan hallinta data governance.
Pidämme esitysten välillä pienet lämpimät kahvittelut ja verkostoitumistauot.
– Esitysten osuus tapahtumastamme päättyy viimeistään 12:00.
Syyskokous alkaen 8:30 ja tapahtumaohjelma noin 9:30 alkaen
Paikka: Aalto Auditorio, Sähkötalo, Runeberginkatu 1, Helsinki – karttalinkki – Aalto-auditorioon käynti on ulkoa Runeberginkadun puolelta katutasossa. Ulko-ovi on metallinen, jossa kohokirjaimin kirjoitettu AUDITORIO. Tapahtuman aikana joudumme pitämään ulko-oven lukittuna, mutta käymme tarkistamassa ja päästämässä odottavia sisään aika ajoin. Voit myös tilata avauksen tekstaamalla 0405519611 ja petri.hakanen@tdwi.fi 🙂
9:30 – Juha Sallinen, Founder, GDPR Tech – EU GDPR – regulaatio, joka koskee meitä kaikkia tiedonkäsittelijöitä
Tiiviissä tietopaketissa käydään läpi EU Tietosuoja-asetuksen (General Data Protection Regulation – GDPR) ydinasiat sekä miten se voi vaikuttaa liiketoimintaasi joko uhkana tai menetettynä mahdollisuutena. Suostumukset, käsittely, tietojen yhdistäminen, tiedon elinkaaren hallinta sekä tiedon luotettava poistaminen ovat kaikki asioita, jotka tähän liittyvät.
pieni tauko
n. 10:15 – Jari Perko, Toimitusjohtaja, ASML Suomen Asiakkuusmarkkinointiliitto –Tietosuoja-asetus ja Data Driven Business
Politiikkakatsaus: News & Fake news. Henkilötieto raaka-aineena vs. yksilön suoja. Case-esimerkkejä.
tauko
n. 11:15 – Vesa-Pekka Juutilainen, Toiminnallinen arkkitehti, Kela –Tietosuoja Kelan tietovarastossa
Esityksessä käsitellään periaatteita, joilla Kela tarjoaa tietoa niin sisäiseen kuin yhteiskunnalliseen käyttöön, mikä tietovaraston rooli on tässä toiminnassa ja miten tietosuojaa on lähdetty toteuttamaan tietovaraston kautta. Tietosuojalla ja tietoturvalla on korkea merkitys Kelan tietovaraston kehittämisessä ja tietojen hyödyntämisessä.
– Tilaisuus päättyy joustavasti esitysten mukaan viimeistään 12:30 –
Esitysten välillä pidämme pienet lämpimät kahvihetket verkostoitumisen, keskustelujen merkeissä. Esitysten alkuajat joustavat hieman tilanteen mukaan.
8:15 – Sisään klo 8:15 alkaen – aamiaisbuffet
8:40 – Tervetuloa!
8:45 – Karri Pulkkinen, yrittäjä, Biscuit Finland Oy – Hadoopin rooli tietovarastoinnissa, ja Hadoop demoa
Keskustelut – tauko
9:45 – Janne Koivunen, Head of Analytics, Rovio Entertainment Ltd. – Analytiikka ennen kaikkea
Business Intelligence -työssä prioriteetit voidaan jakaa monella tavalla tietovarastoinnin, ETL:n, raportoinnin ja edistyneen analytiikan kesken. Rovion peliliiketoiminnassa on päätetty ensisijaisesti panostaa tuotekehityksen analytiikkaan. Tietovarastoa tai perinteisiä ETL-työkaluja Roviolla ei ole käytössä. Rovion Janne Koivunen kertoo, miten lähestymistapa, jossa BI-toiminnasta on tehty olennainen osa tuotekehitystä, toimii.
Keskustelut – tauko
10:45 – Ankur Gupta, Solutions Engineer, Big Data, Hortonworks – Hadoop distribution in modern data architecture – Hortonworks in real life
incl… Hadoop Data Lake Ref architechture demo
12:00 – Tilaisuus päättyy joustavasti esitysten mukaan – Keskustelut
Tiistaina 11.11.2014, klo 12:00 – noin (16:30-17:00)
Paikka: Kelan auditorio, Nordenskiöldinkatu 12 Helsinki – (map)
Aihe nyt todella ajankohtainen ja tulee myös vaikuttamaan merkittävästi tietojohtamisen suunnitelmiin ja toteutuksiin lähitulevaisuudessa. – Lainsäädäntö, ja tietojohtamisen ja tiedonhallinnan rakenteelliset uudistukset. – Asia vaikuttaa todennäköisesti jokaisen tietojohtamisen asiantuntijan ja tiedolla johtajan työhön. – Tämä jokaisen tulee tietää. – Mustavalkoisesta näet/et näe -ajattelusta harmaan sävyihin; tai toisinpäin? – Tietosuoja on siirtynyt viime vuosina lainsäädännön reuna-alueilta perusoikeuksien ytimeen. Lainsäädäntö kiristyy ja EU:n tietosuoja-asetus herättelee viimeisetkin yritykset ja organisaatiot. Viranomaiseltakin edellytetään lisääntyvässä määrin henkilötietojen käsittelyn julkista tilivelvollisuutta. Pelkkä lain suoma yleinen käsittely- ja tiedonsaantioikeus ei jatkossa ole riittävää tietoturvaa/tietosuojaa. – Tule kuulemaan, miten Kelassa on asiaan tartuttu ja kuinka pitkällä suunnitelmissa siellä jo ollaan. – Toisena esityksenä aihealueen erityisasiantuntija Eija Warma Castrén & Snellman:lta käy läpi asetuksen vaatimusten pohjalta käytännön toimenpiteitä varautua.
Iltapäivätilaisuus.
Ohjelma:
12:00 – Sisään (kahvitarjoilu)
12:30 Tervetuloa! – Yhdistyksen sääntömääräinen syyskokous
Keskustelut ja kahvitauko
13:30Uudistuva EU-tietosuojalainsäädäntö; tasapainoilua tietojohtamisen ja tietosuojan välillä – Ville Taponen, Tietoturvapäällikkö, Kela
Keskustelut
n. 15:00EU:n tietosuoja-asetus: mikä muuttuu vai muuttuuko mitään? – Eija Warma, Counsel, Data Protection & Privacy, Castrén & Snellman
Eija käy esityksessään käydään läpi tietosuoja-asetuksen keskeistä sisältöä, ja keskustellen käytännön toimenpiteitä, joiden avulla organisaatio voi jo nyt ryhtyä varautumaan uuteen sääntelyyn.
Tilaisuus päättyy joustavasti keskustelun ja yhdessäolon merkeissä noin 16:30–17:00 mennessä
Kuuntelin Barry Devlinin esitystä TDWI Finlandin tilaisuudessa 5.4. ja sain samalla vahvistuksia omille ajatuksilleni johtamisen järjestelmien kehittymisestä ja liiketoimintatiedon hallinnan tulevista arkkitehtuureista. Ei epäilystäkään, olemme murroksen äärellä. Murroksella tarkoitan sitä, että huomisen tietoarkkitehtuurit suunnitellaan ja toteutetaan monin osin eri tavalla kuin eilisen ja tämän päivän arkkitehtuurit. Ja myös liiketoiminnan prosessit ja tiedot yhdistyvät uusin innovatiivisin tavoin. Ja murroksen ylittämiseksi tarvitaan uudenlaista näkemystä sekä vahvaa tavoitteeseen ohjaavaa johtamista.
Tekniikka mahdollistaa
Teknologian kehittyminen on jälleen kerran se tekijä, joka mahdollistaa uudet soveltamiset. Prosessorit ovat entistä pienempiä. Toisaalta ne on tuotettu jo niin ”ohuella tekniikalla”, että olemme saavuttaneet ainakin toistaiseksi jo lähes maksiminopeudet prosessorille. Siksi prosessoreja laitetaan rinnakkain jo lähes jokaiseen laitteeseen useita, jopa satoja. Rinnakkaisuutta prosessoinnissa automatisoidaan ja upotetaan käyttöjärjestelmien ja tietokantojen sisäisiin toimintoihin, koska rinnakkaisuuden ohjelmointi sovellusohjelmointitasolla on edelleen vaikeaa. Näin tietokantaohjelmistot ja muut varusohjelmistot kehittyvät aivan uudelle tasolle verraten nykyisiin ratkaisuihin. Samalla muistit ovat kasvaneet ja kehittyneet. Muistissa tietojen käsittely on monin verroin, jopa satoja kertoja nopeampaa kuin levyiltä. Osia tai kokonaisia tietokantoja luetaankin nyt muistiin ja operaatiot kohdistetaan tähän nopeasti käsiteltävään tietoon. Nopean ison muistin käyttäminen yhdessä lukuisten rinnakkaisten operaatioiden kanssa tuovat ihan uusia innovatiivisia tapoja käsitellä kasvavaa tietomäärää.
Arkkitehtuurit muuttuvat
Liiketoimintatiedon käsittelyyn erityisesti jo perinteiselle business intelligence sovellusalueelle tulee merkittäviä tietoarkkitehtuurin muutoksia. Sovellusalueella on monia perustavia menetelmiä ja sääntöjä, miten ja miksi tietoja muokataan ja jalostetaan ja talletetaan erilaisiin käyttötarkoituspohjalta valittuihin tietorakenteisiin kuten tietojen historioiminen, trendit, muut analyyttiset käyttötarkoitukset, operatiivisen ja strategisen johtamisen avuksi tuotetut tiedot. Nyt näitä samoja menetelmiä tuotetaan upotettuina automatisoituina ratkaisuina uusiin tietokantoihin, jopa itseään käytön mukaan optimoivina käsittelyprosesseina ja tietorakenteina, jolloin esimerkiksi nykyisin käytössä olevista tietovarastoarkkitehtuureista siirtyy osia tai jopa kokonaisuuksia tulevaisuuden tietokantoihin automaatioiksi ilman eri prosessointia nykyisenlaisiin käyttötapakohtaisiin tietovarastoihin. Esimerkkinä tästä hybridit tallennusmallit, joissa yhdistyvät aiemmat operatiiviseen käyttöön optimoidut rakenteet kuten riviperusteiset relaatiokannat ja nopeisiin hakuoperaatioihin optimaalisesti soveltuvammat sarakepohjaiset tallennusrakenteet. Vanhoilla tekniikoilla molempia on tarvittu erikseen kun taas uusilla menetelmillä muistinvaraisesti ja lähes äärettömällä rinnakkaisprosessoinnilla saadaan aikaan ratkaisuja, joissa voidaan samanaikaisesti tuottaa ja käyttää näitä kaikkia.
Uudenlaiset päätöksenteon tuen prosessit
Mutta samanaikaisesti kun tietokannat ja varusohjelmistot ”älyköityvät”, liiketoimintamme tarvitsee aivan uusia malleja ja sovellutuksia, joilla tietovarannot saadaan kiinni liiketoimintaprosesseihin älykkäästi ja käyttäjäystävällisellä tavalla; myös käyttäjäänsä tiedon lähteelle opastavin tavoin. Meidän tulee tulevaisuuden sovellutuksissamme kyetä yhdistämään tiedot ja toimenpiteet. Read More
Take the first review of Inmon’s model compared to Kimball’s model (original links do not work any more) – both of those guys are the pioneers of the information architecture and a very well-known influencers from the early 1980’s.
Inmon: All corporate information, further processed, “one truth”. A central data warehouse. Data Warehouse including historical data – the Corporate Information Factory (CIF)
Inmon’s CIF includes the data from the operational systems, data transfer and processing processes (ETL), data warehouse, and the establishment of the special needs of smaller data warehouses (data marts). Data Marts are always the data warehouse data, “one truth”, never data from anywhere else. These are the special needs of different departments and processes, analytical solutions, etc.
Data integration is time-consuming step. This work requires the utmost diligence, discipline. The entire organization is committed to information architecture.
CIF: A Data Warehouse should be located in a normalized relational database format. History-containing structures may be permitted to also be “de-normalized”, at least to some extent.
The work is a long-term, construction will last a long time, but in return is expected to be and should be long-lasting and reliable data architecture.
Kimball’s model is considered to represent “opposite” view of how the company will design and build architecture. Kimball’s model is also called “dimensional” model (stars, snowflakes).
In this approach, dimensional data structures (data marts) come directly from the organization’s applications. The same information can be transferred to more than just a single data mart, depending on the function of the individual models.
Interest and the criterion of this approach is the speed of development. Analytical and reporting needs can be quickly implemented when there is not a target to design and build the whole enterprise on a common data repository. Inmon other hand says that Kimball’s model used for the company there is no “one truth”
Otetaan ensin tarkasteluun Inmon:in malli vs Kimball:in malli (edellisissä olleet linkit vanhentuneet) – Molemmat mainituista herroista ovat tietoarkkitehtuurien pioneereja ja erittäin tunnettuja vaikuttajia jo 1980 luvulta alkaen.
Inmon: Kaikista organisation (Enterprise) tiedoista koostettuna ja jalostettuna ”yksi totuus”. Tietovarasto keskeinen. Tietovarastossa historioidut tiedot – Corporate Information Factory (CIF)
Inmon:in CIF pitää sisällään operatiiviset järjestelmät, tietoa tietovarastoon siirtävät ja jalostavat prosessit, tietovaraston ja tietovarastosta erityistarpeisiin muodostettavat pienemmät tietovarastot (data marts). Data Mart:it muodostetaan aina tietovarastosta, ”yhdestä totuudesta”, ei koskaan mistään muualta. Näitä erityistarpeita ovat mm. eri osastojen ja prosessien tarpeet, analyyttiset ratkaisut jne.
Aikaa vievä vaihe on organisaation eri sovellusten tietojen integrointi ja siirtäminen tietovarastoon. Tietovarasto ja koko CIF arkkitehtuuri rakennetaan koko organisaation näkökulmasta yhteiseksi ”totuudeksi”. Tämä työ vaatii äärimmäistä huolellisuutta, kurinalaisuutta ja koko organisaation sitoutumista mallinnettavaan ja rakennettavaan tietoarkkitehtuuriin.
CIF:issa tietovarasto tulee sijoittaa relaatiokantaan ja normalisoituun muotoon. Historian sisältävien rakenteiden sallitaan olevan myös ”de-normalisoituja”, ainakin jonkun verran.
Työ on pitkäjännitteistä, rakentaminen kestää pitkään, mutta vastineena tuloksen uskotaan olevan ja tulee olla pitkäkestoinen ja luotettava tietoarkkitehtuuri.
Kimball:in mallin katsotaan edustavan ”vastakkaista” näkemystä siitä, kuinka yrityksen tulee arkkitehtuurinsa suunnitella ja rakentaa. Kimball:in mallia kutsutaan myös ”dimensionaaliseksi” malliksi faktatauluineen ja dimensiotauluineen (tähtimalli, lumihiutale).
Tässä lähestymistavassa tiedot dimensionaalisiin rakenteisiin (data marts) tulevat suoraan organisaation sovelluksista. Sama tieto voidaan siirtää useampaankin kuin vain yhteen data mart:iin riippuen yksittäisten mallien funktiosta.
Etu ja peruste tässä lähestymistavassa on kehittämistyön nopeus. Analyyttiset ja raportoinnin tarpeet saadaan nopeasti toteutettua, kun ei oteta tavoitteeksi suunnitella ja rakentaa koko yrityksen käyttöön yhteistä tietovarastoa Inmon:in mallin mukaisesti. Mutta Inmon:in mukaan Kimball:in mallia mukaillen yritykseen ei synny ”yhtä totuutta”. Read More
