Obywatel 360 Narzędzia do zarządzania danymi Łukasz Leszewski SAS Institute
Zasoby informacyjne w organizacji Zasoby informacyjne w tej chwili są najbardziej wartościowym zasobem w biznesie, bo bez nich nie da się efektywnie działać Susan Geuens, prezes organizacji DAMA International ITWiz, czerwiec 2017
Sonda Mars Climate Orbiter Cel misji monitorowanie marsjańskiej pogody monitorowanie warunków atmosferycznych, dokumentowanie zmian zachodzących na powierzchni Marsa, sporządzanie profili temperaturowych atmosfery, monitorowanie zawartości pary wodnej i pyłu w atmosferze Koszt misji: $327.6 millionów - sonda oraz lądownik $193.1 miliony na produkcje statku $91.7 million na start misji $42.8 million operacyjnych kosztów misji Wystrzelona 11 grudnia 1998 roku o 18:45:51 UTC Prędkość końcowa: 5.5 km/s Długość podróży: 669 milionów km
Mars Climate Orbiter - rok później Mars Climate Orbiter rozpoczął planowany manewr umieszczenia na orbicie 23 września 1999 roku o 09:00:46 UTC. Stracono z nim kontakt radiowy, gdy znajdował się za Marsem, o godzinie 09:04:52 UTC, 49 sekund wcześniej niż się spodziewano. Błędy przy współpracy dwóch zespołów inżynierów: jeden z zespołów stosował angielskie jednostki miar i wag, podczas gdy drugi zespół używał jednostek metrycznych. Lekcja na przyszłość Łączny koszt: $327.6 milionów Używanie tych samych standardów w organizacji jest ważne Komunikacja pomiędzy różnymi projektami albo różnymi obszarami biznesowymi też jest ważne
Data Governance traktuje dane jako zasób organizacji, który w sposób szczególny łączy ze sobą: Ludzi CDO, Data Governance Councils, Data Stewards, Producers, Consumers, Custodians Technologię Data Access, Integration, Quality, Entity resolution, Business Dictionary, Lineage, Virtualization, Streaming data, in-db processing Procesy Data Acquisition, Sharing, Lifecycle Management, Monitoring, Remediation, Impact Analysis, Consumption
Połączenie informacji z SAS Data Governance Dane, systemy, role, osoby i procesy w jednym spójnym obrazie zarządzania danymi Mapa konieczna dla właściwej obsługi incydentów
Data Governance - wdrożenia SOLVENCY (filar II) BASEL (BCBS 239/Rekomendacja D) RODO?
Master Data Management w kontekście RODO Przychodzi obywatel do okienka Prosi o wskazanie gdzie są wykorzystywane jego dane i do jakich celów 5, 13, 14, 15 Prosi o aktualizację danych ( we wszystkich systemach firmy ) 5, 16, 19 Prosi o usunięcie danych ( usunięte ze wszystkich systemów firmy ) 17, 18, 19 Prosi o wycofanie zgody na przetwarzanie danych 18, 22, 32, 43
Master Data - każdy się nimi posługuje Obiekty biznesowe (aktywa organizacji) Cechy obiektów biznesowych Master Data Obywatel Klient Produkt Magazyn, sklep Dostawca Punkt dostawy energii Licznik Samochód, wagon Kontener Struktura organizacyjna Segmenty klientów Kategorie produktów Typy liczników Marki samochodów Istotne dla organizacji dane referencyjne Kluczowa jest ich jakość i spójność użycia Kluczowa jest ich dostępność i wymiana między systemami Są wymiarem prowadzenia analiz Są ważne z perspektywy standardów i regulacji
Jakość Danych z SAS Data Management fundament efektywnego zarządzania informacją Cinquecento
Wzorce architektoniczne systemów MDM Consolidation - MDM nie jest właścicielem danych - Zastosowanie głównie do systemów analitycznych i raportowych Registry - MDM nie jest właścicielem danych - MDM jako indeks centralny oparty na wirtualizacji danych Coexistence - MDM współdzieli właścicielstwo danych dla części atrybutów - Publikacja rekordu master do subskrybujących systemów Centralized - MDM jest właścicielem danych - Jedyne źródła danych podstawowych (master data)
Jak MDM i jakość danych wspiera RODO Aktualizacja danych Analityka obywatela Komunikacja z obywatelem Usunięcie danych Wycofanie zgody Master Data Hub Hurtownia danych Wspieranie procesów zarządczych Systemy źródłowe
Analiza danych w czasach demokratyzacji analityki ETL ETL ETL Systemy źródłowe Stage Hurtownia Danych Składnice danych
Model klasyczny i Model zwinny Systemy źródłowe ETL Stage ETL Hurtownia Danych Architektura logicznej hurtowni danych REST JDBC ODBC REST JDBC ODBC REST JDBC ODBC
Analiza danych w czasach Agile Podstawa samoobsługowego BI, ukrycie złożoności dostępu dodanych przed użytkownikiem biznesowym i udostępnienie jednego połączenia do wszystkich danych Wirtualna konsolidacja środowisk proste łączenie w ramach jednej analizy danych z hurtowni oraz data martów i innych źródeł Wspólna warstwa uprawnień oraz monitorowania dostępu do danych. Jeden punkt administracji i definiowania połączeń do źródeł danych Możliwość inkubacji nowych analiz i raportów przed wprowadzeniem ich do środowiska hurtowni danych
Automatyzacja mechanizmów zabezpieczenia danych osobowych: Zarządzanie i monitorowanie dostępu do danych Anonimizacja (usunięcie danych) Pseudonimizacja (zamiana danych) Szyfrowanie (ukrycie danych)
SAS for Personal Data Protection - wsparciem dla RODO 5 kroków w celu ochrony danych osobowych DOSTĘP IDENTYFIKACJA ZARZĄDZANIE OCHRONA AUDYT Gdzie znajdują się dane osobowe? Jakie systemy i procesy? Mierzysz ryzyko związane z danymi osobowymi? Adekwatna ochrona? Automatyzacja raportowania?
SAS for Personal Data Protection - wsparciem dla RODO 5 kroków w celu ochrony danych osobowych 1 Analiza danych 2 Wyszukiwanie i katalogowanie 3 Ochrona i monitorowanie ANALIZA RYZYKA DOSTĘP IDENTYFIKACJA ZARZĄDZANIE ZARZĄDZANIE OCHRONA MONITOROWANIE Privacy Impact Assesment (PIA) Compliance reporting Personal Data Glossary Personal Data Knowledge Base Action Plan / Process Management MDM, Lineage, SVC, Consent Management Access Security Management, Data Masking