متادیتا یا فراداده نوع خاصی از داده می باشد که ماموریت آن تشریح و یا توصیف داده دیگر است . زمانی که داده خود دارای اهمیت است و مدیریت هدفمند و منسجم آن می تواند به ایجاد ارزش در یک سازمان منجر شود ، قطعا داده هایی که رسالت آنها تشریح داده دیگر باشد ، دارای اهمیت مضاعفی خواهند بود و مدیریت آنها در راستای ضبط و آگاهی از دانش سازمانی در خصوص داده ها جنبه به مراتب حیاتی تر پیدا خواهد کرد . به جرات می توان گفت بدون مدیریت
متادیتا ، مدیریت داده معنی نخواهد داشت . مدیریت متادیتا می بایست در سراسر چرخه حیات داده صورت پذیرد . برای ورود هدفمند به بحث مدیریت متادیتا می بایست بر روی موارد متعددی متمرکز گردید .در شکل 1 ، نقاط تمرکز اصلی نشان داده شده است .
شکل 1 : مدیریت متادیتا
همانگونه که در شکل 1 ، مشاهده می شود آگاهی از جایگاه مدیریت متادیتا در قاب بزرگ تری به نام مدیریت داده ، پیش نیاز مهم ورود به بحث مدیریت متادیتا می باشد .
جایگاه مدیریت متادیتا در مدیریت داده
اجازه دهید در ابتدا تعریفی داشته باشیم از مدیریت داده : "
شناخت نیازهای داده فعلی و آینده یک سازمان و امکان استفاده موثر و کارآمد از داده ها به منظور حمایت از فعالیت های کسب و کار " .
داستان مدیریت داده با جمع آوری و یا تامین داده شروع می گردد و با مهندسی داده ، ذخیره سازی و عرضه به کاربران کسب و کار ادامه می یابد . هر یک از کاربران با استفاده از داده دریافتی و انجام عملیات و یا پردازش های لازم و نیل به بینش تحلیلی ، اطلاعات جدیدی را تولید خواهند کرد که به عنوان ورودی در اختیار سیستم های دیگر قرار خواهد گرفت . شاید به همین دلیل باشد که گفته می شود داده از معدود دارایی های موجود است که با استفاده کردن ، نه تنها از بین نمی رود بلکه خود باعث تولید داده های جدیدتری می گردد .
در شکل 2 ، مدیریت داده از جمع آوری داده تا عرضه داده به کاربران کسب و کار نشان داده شده است.
شکل 2 : مدیریت داده از جمع آوری داده تا عرضه به کاربران کسب و کار
اگر از زوایه فوق به مقوله مدیریت داده نگاهی داشته باشیم ، پرسش بعدی احتمالا این خواهد بود که برای ورود موثر و هدفمند به حوزه مدیریت داده می بایست از چه عناصر کلیدی استفاده کرد و ارتباط این عناصر به چه صورت است ؟ به عبارت دیگر آیا می شود بدون این که فونداسیون لازم برای مدیریت داده را به کمک مجموعه ای از حوزه های کلیدی داده ایجاد نمائیم به سراغ برنامه ها و یا سرویس های پیشرفته تری در حوزه داده رفت ؟ قطعا ورود به
برنامه های پیشرفته داده نظیر تجزیه و تحلیل داده ، داده های کلان ، مدیریت داده های مرجع ، مدیریت داده های
master و ... مستلزم وجود یک فونداسیون مناسب است که در گام نخست می بایست آن را ایجاد کرد تا بستر لازم جهت حرکت به سمت برنامه های پیشرفته داده فراهم گردد . قطعا ایجاد فونداسیون مورد نیاز زمان مختص به خود را خواهد داشت و نیازمند یک تفکر راهبردی متناسب با اهداف و چشم انداز یک سازمان است . در شکل 3 ، سلسله مراتب نیازهای داده در یک سازمان نشان داده شده است . ایجاد حداقل فونداسیون لازم مسیر حرکت به سمت اجرای برنامه پیشرفته داده را هموار خواهد کرد .
شکل 3 : سلسله مراتب نیازهای داده در یک سازمان
احتمالا جملگی به دنبال این موضوع هستیم که بتوانیم بین مدیریت متادیتا و مکان
یابی آن در هرم نشان داده شده در شکل 3 ، یک ارتباط منطقی برقرار کنیم . قطعا مدیریت متادیتا یکی از اجزای اصلی و حیاتی شکل دهی فونداسیون مدیریت داده است . درست است که ممکن است ما بتوانیم بدون ایجاد فونداسیون داده به حوزه های پیشرفته داده ورود پیدا کنیم ولی اجرای یک پروژه و یا برنامه پیشرفته داده بدون وجود حداقل زیرساخت های لازم ، افزایش زمان ، افزایش هزینه ها ، خروجی کمتر و در نهایت ریسک بیش تری را به دنبال داشته باشد و در نهایت نیز هیچگونه آورده و یا دستاورد ملموسی را برای یک سازمان به دنبال نخواهد داشت . مگر این که بخواهیم صرفا کاری نمایشی انجام دهیم و با هیاهو و سروصدا آن را به عنوان یک کار اصولی و منطقی در سازمان خود مطرح کنیم و از مزایا و منافع ملموس و غیرملموس آن در یک شرایط غیرشفاف استفاده کینم .
جایگاه مدیریت متادیتا در چارچوب ها و مدل های مطرح داده
چارچوب
DMBOK و همچنین مدل ارزیابی
CMMI DMM برای کارشناسان و متخصصین حوزه مدیریت داده کاملا شناخته شده می باشند . در چارچوب
DMBOK نسخه دوم ، مدیریت متادیتا یکی از نواحی یازدگانه مدیریت داده است که وظیفه آن برنامه ریزی ، پیاده سازی و کنترل فعالیت ها با هدف دستیابی به متادیتای یکپارچه و با کیفیت بالا است . مهمترین اهداف مدیریت متادیتا از دیدگاه
DMBOK ارایه شناخت سازمانی از واژه های کسب و کار و کاربرد آنها ، جمع آوری و یکپارچه سازی متادیتا از منابع مختلف ، ارایه روشی استاندارد جهت دستیابی به متادیتا و اطمینان از کیفیت و امنیت متادیتا می باشد . در شکل 4 ، جایگاه مدیریت متادیتا در
DMBOK نشان داده شده است .
شکل 4 : جایگاه مدیریت متادیتا در چارچوب DMBOK
در مدل ارزیابی سطح بلوغ توانمندی
CMMI DMM ، مدیریت متادیتا یکی از نواحی 25 گانه فرآیندی است که در ذیل گروه حاکمیت داده قرار گرفته شده است . نگاه مدل فوق به متادیتا بدین صورت است : "
ایجاد و استقرار فرآیندها و زیرساخت لازم برای مشخص کردن و توسعه اطلاعات شفاف و سازماندهی شده در رابطه با دارایی های داده ساختیافته و غیرساختیافته تحت مدیریت ، حمایت از اشتراک داده ، اطمینان از استفاده مناسب از داده ها، بهبود پاسخگویی به تغییرات کسب و کار و کاهش ریسک های مرتبط با داده" . در شکل 5 ، جایگاه مدیریت متادیتا در مدل ارزیابی
CMMI DMM نشان داده شده است .
شکل 5 : جایگاه مدیریت متادیتا در مدل ارزیابی CMMI DMM
خلاصه
برخورد منطقی و مدیریت یافته با هر موضوع و یا پدیده ای مستلزم شناخت صحیح آن و
تبین دقیق جایگاه آن در یک حوزه بزرگ تر است . مدیریت متادیتا و مدیریت داده نیز داستانی این چنین دارند . مدیریت متادیتا یکی از عناصر کلیدی و حیاتی مدیریت داده می باشد . نمی توان ادعای مدیریت داده به عنوان یک دارایی را داشت ولی هیچگونه شناخت و آگاهی در خصوص داده های سازمان وجود نداشته باشد . شناختی که می توان با مدیریت متادیتا در یک ساختار کاملا منطقی و سیستماتیک به آن دست یافت . در این بخش سعی کردیم به اهمیت ایجاد یک فونداسیون برای اجرای برنامه های پیشرفته داده اشاره کنیم و این که مدیریت متادیتا یکی از عناصر کلیدی این فونداسیون می باشد . اگر سلسله نیازهای داده یک سازمان را به سلسه نیازهای مازلو مقایسه کنیم خواهیم دید که برای حرکب به یک لایه بالاتر ، می بایست به درستی به نیازهای تعریف شده در لایه زیرین پاسخ داده شود . در بخش بعد به چرایی مدیریت متادیتا خواهیم پرداخت و ضمن آشنایی با ماهیت و تعاریف موجود ، به ضرورت وجود یک تفکر راهبردی به منظور مدیریت آن اشاره خواهیم کرد .
منابع :
Dama International , DAMA-DMBOK: Data Management Body of Knowledge (2nd Edition),Technics Publications; Second edition, Technics Publications , July 5 2017
CMMI Institute , Data Management Maturity (DMM) Model Version 1.0 ,CMMI Institute , 2014