Manajemen metadata adalah disiplin bisnis mengelola metadata tentang data. Ini memberi arti dan menggambarkan aset informasi dalam organisasi Anda. Metadata membuka nilai data Anda dengan meningkatkan kegunaan dan kemampuan menemukan data tersebut. Metadata menyediakan konteks yang diperlukan untuk memahami dan mengatur sistem, data, dan bisnis Anda. Dengan menggunakan manajemen metadata, lebih mudah untuk menemukan dan menggunakan data serta menyediakan konteks data penting yang dibutuhkan bisnis dan tim TI Anda.
Diagram manajemen metadata
Berbeda dengan data referensi, Metadata memberikan informasi dasar tentang data, termasuk jenis file, waktu pembuatan, ukuran file, penulis, dan banyak lagi. Ada beberapa jenis metadata yang berbeda, termasuk metadata deskriptif, metadata struktural, metadata administratif, metadata referensi, dan metadata statistik yang memberikan wawasan unik tentang data Anda. Anda dapat membuat metadata secara manual atau otomatis.
Pembuatan metadata manual memungkinkan untuk lebih detail, sementara pembuatan otomatis biasanya hanya berisi informasi yang sangat mendasar. Secara umum, semakin penting aset informasi, semakin penting pula untuk mengelola metadata yang mengelilinginya. Ini karena Anda ingin mempelajari lebih lanjut tentang cara menggunakan sumber informasi yang berharga itu. Jika aset informasi tidak begitu penting,
Strategi manajemen metadata yang kuat memastikan bahwa data organisasi berkualitas tinggi, konsisten, dan akurat di berbagai sistem. Organisasi yang menggunakan strategi manajemen metadata yang komprehensif lebih mungkin untuk membuat keputusan bisnis berdasarkan data yang baik daripada mereka yang tidak memiliki solusi manajemen metadata. Ini adalah komponen penting dari setiap inisiatif tata kelola data.
Mengapa organisasi perlu mendokumentasikan dan mengelola metadata?
Sebagian besar organisasi memiliki arsitektur informasi yang menyerupai perpustakaan yang kelebihan beban dan benar-benar tidak terorganisir. Ada data di mana-mana. Sebagian besar data organisasi tidak terorganisir dan tidak terdaftar, sehingga sangat sulit untuk menemukan apa yang mereka cari.
Itulah masalah inti: kurangnya kemampuan untuk menemukan data dan oleh karena itu kurangnya kegunaan data. Dan masalah itu hanya tumbuh. Organisasi dapat beralih dari gigabyte ke terabyte ke petabyte dalam rentang 10 tahun. Di zaman di mana “data adalah minyak baru”, organisasi yang sukses harus dapat menemukan dan menggunakan semua data mereka untuk mendapatkan keunggulan kompetitif. Kemampuan deskriptif dan pencarian manajemen metadata sangat penting untuk berhasil menemukan dan menggunakan data tersebut.
Manajemen metadata juga penting karena definisi dapat berubah tergantung pada konteks informasi. Perhatikan bagaimana kelompok yang berbeda mungkin berpikir tentang dan mendefinisikan istilah “pelanggan”, misalnya jika Anda berbicara dengan orang-orang dari TI, Penjualan, atau Kepatuhan, mereka mungkin memiliki persepsi atau pandangan yang berbeda tentang apa yang diwakili oleh pelanggan dan bagaimana data tersebut disimpan.
Untuk TI, data pelanggan dapat fokus pada pembuatan laporan analitik dan dasbor untuk bisnis dan aspek teknis penyimpanan data tersebut. Jika Anda meminta TI untuk menentukan di mana data “pelanggan”, mereka mungkin mengatakan “ada di gudang data perusahaan yang digunakan untuk pelaporan, sejak 2015. Juga memiliki data pelanggan di data lake yang berasal dari akuisisi baru. Data itu ada di data lake dan perlu diubah sebelum melakukan pelaporan.” Jadi, bagi mereka, data “klien” bisa sangat terfokus pada analisis atau berisi tinjauan sejarah.
Tim penjualan Anda mungkin lebih fokus pada operasi, seperti bagaimana mereka menggunakan data pelanggan dalam penjualan mereka hari ini. Bagi mereka, data pelanggan dapat berarti hanya pelanggan aktif atau data pelanggan tingkat akun (seperti nama perusahaan), berbeda dengan semua pelanggan yang pernah dimiliki bisnis. Tim penjualan dapat merujuk ke data pelanggan sebagai nama perusahaan daripada data tingkat orang. Dan Kepatuhan dapat memikirkan data pelanggan di tingkat orang karena penggunaan utama data tersebut adalah untuk mematuhi peraturan.
Seperti yang Anda lihat, tantangannya bukan hanya pada definisi, tetapi juga ketidakkonsistenan definisi antara tim dan proses yang berbeda ini. Selain itu, data tumbuh dan berkembang. Anda harus dapat menemukan data Anda untuk melakukan analisis terbaik Anda. Dalam operasi, Anda ingin memahami semua aplikasi yang berbeda dan dari mana mereka mendapatkan datanya. Untuk kepatuhan, Anda ingin memastikan bahwa organisasi mematuhi aturan, dan untuk TI, mereka terutama akan berfokus pada pembuatan analitik dan menyimpan catatan historis.
Manajemen metadata memungkinkan Anda untuk menyediakan setiap bagian organisasi Anda dengan metadata yang mereka butuhkan untuk memahami dan mengatur sistem Anda, data Anda, seluruh organisasi Anda, dan tampilan data yang konsisten di seluruh organisasi Anda. Ini adalah satu-satunya cara organisasi akan dapat menjalankan fungsi dengan benar dan memastikan bahwa pada akhirnya melakukan sesuatu dengan benar.
Kasus penggunaan manajemen metadata
Manajemen metadata membantu orang yang berbeda di organisasi Anda menjawab pertanyaan khusus mereka sambil memastikan mereka mematuhi tampilan data yang konsisten.
- Analitik: Untuk analitik yang lebih dalam, pengguna menemukan, memahami, dan mengirimkan data melalui katalog data swalayan dan alur kerja yang diatur untuk program analitik mereka. Ini dapat membantu Anda menjawab pertanyaan seperti “Apa kumpulan data penjualan terbaik untuk pekerjaan analitik saya?”
- Operasi: Untuk mengoptimalkan operasi, tim menemukan, mengumpulkan, dan mengelola semua aset metadata perusahaan dan garis keturunan data untuk meningkatkan kualitas operasi. Ini dapat membantu menjawab pertanyaan seperti “Sistem apa yang terlibat dalam memenuhi pesanan pelanggan?”
- Kepatuhan: Untuk memenuhi mandat peraturan, Anda dapat mendukung program kepatuhan Anda dengan kemampuan tata kelola data, termasuk privasi data. Tim tata kelola data dapat mengidentifikasi elemen data penting, definisi dokumen, dan laporan kepatuhan. Ini dapat membantu menjawab pertanyaan “Di mana kami menyimpan dan memproses informasi pribadi?”
Kemampuan solusi manajemen metadata
Perangkat lunak manajemen metadata komprehensif adalah solusi tunggal yang menangkap dan mengelola semua metadata Anda di satu tempat. Kemampuan yang harus dicari dalam solusi Anda harus mencakup:
- Layanan Manajemen Metadata: Temukan, kumpulkan, dan kelola semua metadata Anda di satu tempat untuk hal-hal seperti definisi bisnis, glosarium, aturan.
- Solusi Tata Kelola Data: Dokumentasikan dan dukung kebijakan tata kelola dan upaya kepatuhan Anda.
- Katalog Data: Katalog semua data fisik pada sistem yang mendasari yang menampung aset data penting untuk mencari, berkolaborasi, dan menyediakan akses ke sana.
- Tersedia sebagai layanan: 100% SaaS dan mudah disediakan.
Solusi komprehensif akan memungkinkan manajemen metadata ujung ke ujung. Itu termasuk:
- Discovery and Extraction: Mengotomatiskan pengumpulan metadata dari sistem lokal atau cloud Anda.
- Penyimpanan Metadata: Penyimpanan metadata tunggal untuk semua bisnis dan metadata teknis Anda.
- Classification and Lineage: Klasifikasi aset metadata berbasis pembelajaran mesin ke elemen data dan garis keturunan visual.
- Tata kelola dan keamanan: glosarium bisnis, kebijakan tata kelola data, dan kepatuhan terhadap peraturan, semuanya dalam satu platform.
- Pencarian dan Kolaborasi: Cari seluruh katalog data. Berkolaborasi dengan komentar, peringkat, dan tag.
- KPI Kualitas Data: Lacak indikator kualitas data utama di semua metadata Anda.
- Integrasi dan penyediaan: Mengekspos metadata sebagai layanan. Menyediakan akses ke data melalui katalog.
Bagaimana manajemen metadata mendorong kolaborasi
Jika sebuah organisasi ingin mencapai tingkat literasi data tertentu, berbagai tipe orang di organisasi Anda perlu berkolaborasi. Literasi data membutuhkan upaya tim. Ini bukan sesuatu yang tim individu bisa lakukan sendiri dan berharap untuk sampai ke tempat yang sama. Anda memerlukan solusi untuk mengatur semuanya dan memungkinkan pengelola data berinteraksi dengan pengguna data.
Mari kita lihat bagaimana tim yang berbeda menggunakan manajemen metadata. Misalnya, tim Tata Kelola mungkin lebih peduli dengan definisi dan kepatuhan peraturan, tetapi harus bekerja sama dengan tim TI. Tim TI mungkin membuat katalog sistem fisik yang menyimpan informasi, mendokumentasikan berbagai kontrol dan keamanan yang telah mereka bungkus ke dalam sistem itu, bekerja dengan berbagai tim yang mengelola sistem untuk memastikan setiap orang telah menerima pelatihan privasi dan kepatuhan , tetapi mereka perlu berinteraksi dengan tim Kepatuhan. Lalu ada pengguna analitik yang mengonsumsi banyak data itu dan ingin memastikan bahwa mereka mematuhi kebijakan pemerintah dan mengikuti protokol yang telah diterapkan oleh tim TI dan keamanan.
Intinya: Cari solusi manajemen metadata yang memiliki proses tata kelola kolaboratif termasuk: alur kerja, administrasi, kontrol versi, dan jejak audit.
Saat ini, sebagian besar metadata Anda dipisahkan antara beberapa aplikasi dan sistem. Ini menghasilkan pemutusan antara silo metadata. Misalnya, beberapa perusahaan akan menggunakan beberapa aplikasi untuk ETL dan menyimpan metadata mereka sesuai dengan itu.
Mereka memiliki aplikasi lain yang berfokus pada tata kelola data dan menyimpan data tersebut sesuai dengan itu. Mereka memiliki aplikasi lain yang menyimpan informasi katalog data dan menyimpannya secara terpisah. Semua informasi itu terhubung dan harus berada di satu tempat untuk memungkinkan yang lebih baikintegrasi, konsistensi yang lebih baik dan kontrol yang lebih baik melalui solusi manajemen metadata yang komprehensif.
Metadata dan manajemen AI
Perubahan dalam manajemen metadata terjadi karena perangkat IoT dan AI. Ada kebutuhan yang lebih besar untuk menggunakan metadata itu untuk mengekstrak nilai tambahan dari data.
Pengaruh metadata pada lingkungan produksi (dan produktivitas) akan semakin bergantung pada katalogisasi berbagai jenisnya, pemetaan, pemodelan data, pembelajaran mesin, dan komputasi tepi. Mereka yang berhasil dalam mengoperasionalkan metadata di area ini akan mendapat manfaat dari manajemen metadata.
Algoritma kecerdasan buatan (AI) bawaan dan pembelajaran mesin mereka memfasilitasi klasifikasi metadata dan garis keturunan data (horizontal, vertikal, peraturan). Berikan konteks data, konsistensi, dan kontrol yang Anda butuhkan untuk mencapai efisiensi tertinggi, kinerja terbaik, dan pengambilan keputusan paling cerdas di semua tim dan departemen Anda. Ekonomi Bisnis: Apa itu manajemen metadata?
