Hodnotící karta datového modelu: Datový model: Uplatňování průmyslového standardu kvality datového modelu

Recenze čtenářů

Kniha je vysoce ceněna pro svůj efektivní přístup k datovému modelování a hodnocení scorecard. Jejím autorem je Steve Hoberman, uznávaná autorita v oboru, a je oceňována pro svůj jasný styl psaní a praktický rámec, který podporuje lepší postupy správy dat a komunikaci v rámci projektových týmů.

⬤ Dobře podaný obsah s jasným vysvětlením a minimem žargonu.
⬤ Nabízí racionální rámec pro hodnocení datových modelů, zvyšování kvality a správnosti.
⬤ Poskytuje praktické aplikace a nástroje pro dodržování standardů datového modelování.
⬤ Obsahuje shrnutí a kontrolní seznamy osvědčených postupů, které usnadňují proces hodnocení.
⬤ Je široce dostupný zdarma, což podporuje dostupnost v komunitě správy dat.

Recenze neuvádí žádné konkrétní nedostatky nebo kritiku knihy, což svědčí o obecně pozitivním přijetí.

(na základě 2 hodnocení čtenářů)

Původní název:

Data Model Scorecard: Applying the Industry Standard on Data Model Quality

Obsah knihy:

Datové modely jsou hlavním prostředkem, který se používá ke sdělování datových požadavků z podnikové sféry do IT a v rámci IT od analytiků, modelářů a architektů až po návrháře a vývojáře databází. Proto je nezbytné, aby byl datový model správně nastaven. Jak ale určit správně? K tomu slouží karta hodnocení datového modelu (R).

Data Model Scorecard je nástroj pro hodnocení kvality datového modelu obsahující deset kategorií zaměřených na zlepšení kvality datových modelů vaší organizace. Mnoho mých konzultačních zakázek je věnováno aplikaci nástroje Data Model Scorecard na datové modely mých klientů - v této knize vám ukážu, jak nástroj Scorecard aplikovat.

Tato kniha, napsaná pro lidi, kteří vytvářejí, používají nebo revidují datové modely, obsahuje šablonu Data Model Scorecard a vysvětlení spolu s mnoha příklady každé z deseti kategorií Scorecard. Obsahuje tři části:

V oddíle I Datový model a potřeba validace získáte v kapitole 1 krátký úvod do datového modelování, v kapitole 2 pochopíte, proč je důležité správně vytvořit datový model, a v kapitole 3 se seznámíte s nástrojem Data Model Scorecard.

V oddíle II Kategorie hodnotící karty datového modelu vysvětlíme každou z deseti kategorií hodnotící karty datového modelu. V této části je deset kapitol, přičemž každá kapitola je věnována konkrétní kategorii karty Scorecard:

⬤ Kapitola 4: Správnost.

⬤ Kapitola 5: Úplnost.

⬤ Kapitola 6: Schéma.

⬤ Kapitola 7: Struktura.

⬤ Kapitola 8: Abstrakce.

⬤ Kapitola 9: Standardy.

⬤ Kapitola 10: Čitelnost.

⬤ Kapitola 11: Definice.

⬤ Kapitola 12: Konzistence.

⬤ Kapitola 13: Data.

V části III Ověřování datových modelů se připravíme na přezkoumání modelu (kapitola 14), budeme se zabývat tipy, které pomohou při přezkoumání modelu (kapitola 15), a poté přezkoumáme datový model na základě skutečného projektu (kapitola 16).