Opleiding: Data Management Fundamentals: DMBoK2 en CDMP door Mathias Vercauteren

De DAMA DMBoK2 beschrijft 11 disciplines van Data Management, waarbij Data Governance centraal staat. Nu het cruciale belang van Data Management steeds meer wordt ingezien, willen organisaties en informatieprofessionals hun medewerkers ook een internationaal erkende professionele kwalificatie kunnen meegeven. De Certified Data Management Professional (CDMP)-kwalificatie biedt een traject voor het inleidende niveau (Associate) tot en met hogere kwalificatieniveaus. Centraal hierbij staat het Data Management Fundamentals (DMF) examen, waar deze cursus de deelnemers op voorbereidt.

Data management werkt pas als de hele organisatie dezelfde taal spreekt. De DAMA-DMBoK® is die taal. In deze 3-daagse training gaan we door alle 17 hoofdstukken van de DAMA-DMBoK® 2.0 (revised edition), hét referentiewerk dat data governance, datakwaliteit, datamodellering, metadata, master data en de rest in één geheel zet.

U leert wat elk kennisgebied inhoudt, hoe ze samenwerken, waar het in de praktijk misloopt, en hoe u ermee aan de slag kunt. U krijgt het complete beeld dat het CDMP®-examen (en het dagelijkse werk) vraagt, hoofdstuk voor hoofdstuk.

Met deze training bereidt u zich voor op het CDMP®-examen (Data Management Fundamentals), het instapniveau van de Certified Data Management Professional® certificering. Het CDMP® bewijst aan de markt dat u het hele vakgebied beheerst, van governance tot architectuur. We sluiten af met oefenvragen, een studieplan en het pad naar de specialist-examens.

De training wordt gegeven door Mathias Vercauteren. CDMP®-gecertificeerd, werkt voor DAMA International® als Global Project Manager van de DAMA-DMBoK® 3.0, en al 15+ jaar bezig met het opzetten van governance- en datamanagementprogramma’s bij internationale organisaties.

Leerdoelen

Begrip

• Kunnen uitleggen waarom elk van de 17 kennisgebieden bestaat en welk probleem het oplost
• Positionering van de DAMA-DMBoK® naast andere architectuur- en governanceframeworks
• Beheersing van de kernbegrippen die op het examen terugkomen: lifecycle management, normalisatie, dimensionele modellering, datavirtualisatie, en de rest.

Toepassing

• Kiezen van een MDM-architectuur die past bij een situatie en kunnen uitleggen waarom
• Opzetten van een werkbaar datakwaliteitsframework op en weten welke dimensies u meet
• U voert data governance stap voor stap in, op basis van wat in de praktijk werkt
• En nog veel meer.

Examen

• U kent de syllabus en het gewicht van elk onderdeel.
• Oefeningen per kennisgebied met examenvragen
• U heeft een studieplan en weet welke specialist-examens daarna logisch zijn
• Optioneel, na afloop van de cursus, zelfstandig het online CDMP Data Management Fundamentals examen afleggen.

Na drie dagen overziet u het hele vakgebied en weet u precies hoe het examen in elkaar steekt en hoe dat te behalen.

Bestemd voor ú

De training is bedoeld voor data professionals die het hele vakgebied willen overzien en die erkende certificering nastreven.  BI- en datawarehouse-ontwikkelaars en -architecten, datamodellers, data- en enterprise-architecten, data-analisten, solution-, applicatie- en informatie-architecten, business analisten, databasebeheerders, project- en programmamanagers, IT-consultants, data governance managers, data quality managers en information quality practitioners. Of iedereen die geïnteresseerd is in data.

Voorkennis van de DAMA-DMBoK® of CDMP® is niet nodig.

Optioneel: CDMP proef-examen en Examinatie (online)

Deelnemers die het 90 minuten durende (+20 minuten wanneer Engels de tweede taal is) CDMP Data Management Fundamentals online examen willen afleggen, krijgen tegen betaling van de examenkosten toegang tot een proefexamen om te oefenen. Het beste kunt u het online examen binnen twee weken na afloop van de cursus afleggen. U kunt het Examen-vakje aanvinken op ons registratieformulier. Meer informatie over het aanschaffen van het examen op onze Kosten Deelname tabblad bovenaan deze pagina.

PROGRAMMA

Drie dagen, van oriëntatie tot examenklaar.

Oriëntatie

• Hoe de drie dagen lopen en wat het CDMP®-examen precies behelst.
• Welke DMBoK-secties het examen toetst en hoe zwaar ze meewegen.
• De CDMP®-niveaus (Associate, Practitioner, Master) en hoe u kunt doorgroeien.

 1. Data Management

• We beginnen bij de kern: waarom data net zo serieuze aansturing behoeft als geld of mensen, en wat er misgaat zodra niemand zich eigenaar voelt.
• De DMBoK in vogelvlucht: de elf kennisgebieden, hoe ze in elkaar haken en waarom data governance in het midden staat.
• U leert het model plaatsen naast TOGAF, COBIT en de architectuurkaders die waarschijnlijk al bekend zijn, zodat u weet wat waar thuishoort.

2. Data Handling Ethics

• We kijken naar de momenten waarop een dataproject ethisch ontspoort, vaak zonder dat iemand het kwaad bedoelt, en hoe u die grens op tijd ziet aankomen.
• U leert bias herkennen in uw data en steekproeven, want dat is precies waar verkeerde beslissingen ontstaan.
• Maak ethiek praktisch: wie beslist, welke vragen u stelt, en hoe u het verankert zonder een dik beleidsdocument.

3. Data Governance

• U leert governance opzetten met rollen die echt iets doen: owners die beslissen, stewards die het werk dragen, en een council die de knopen doorhakt.
• We hebben het over hoe u begint, met een eerste stap die blijft hangen en u in staat stelt verder op te schalen.
• U leert hoe governance meetbaar en levend te houden, ook als de aandacht na de lancering wegebt.

4. Data Architecture

• U leert data-architectuur lezen als onderdeel van het grotere geheel, daar waar proces en data elkaar raken.
• We volgen de hele levensloop van data, van het moment dat het ontstaat tot het moment dat u het netjes opruimt, en waarom elke fase eigen keuzes vraagt.
• En u leert het verschil tussen de datalevenscyclus en de systeemontwikkelcyclus, een onderscheid dat in de praktijk vaak door elkaar loopt.

5. Data Modeling & Design

• U leert de modelsoorten uit elkaar houden, van conceptueel tot logisch, fysiek en dimensioneel, en wat elk niveau je oplevert.
• We bespreken de afweging die elke data modeller kent: wanneer normaliseren en wanneer is denormaliseren juist de slimmere keuze?
• En u ziet waarom modelleren veel meer is dan databaseontwerp; het is een van de plekken waar governance en kwaliteit concreet worden.

6. Data Storage & Operations

• U krijgt zicht op wat er nodig is om productiedata betrouwbaar draaiende te houden: de rollen, de afspraken, en de dagelijkse praktijk.
• We kijken naar beschikbaarheid, performance en herstel, en naar de keuzes tussen opslag- en databasetechnologieën.
• En u leert de klassieke oorzaken van slechte performance herkennen, zodat u ze voor kunt zijn in plaats van achteraf brandjes te blussen.

7. Data Security

• U leert data classificeren en toegang beperken tot wie het echt nodig heeft, met minimale rechten als uitgangspunt.
• We bespreken bedreigingen, verdediging en wat er gebeurt als het misgaat, inclusief de gevolgen van een datalek.
• En u ziet hoe security en privacy aansluiten op regelgeving als GDPR en BCBS 239, zonder dat het verandert in een afvinklijst.

8. Data Integration & Interoperability

• U leert het verschil tussen integratie en interoperabiliteit, en waarom dat onderscheid in de praktijk echt iets uitmaakt.
• We lopen de integratiestijlen langs, van ETL en CDC tot hub-and-spoke, SOA en datavirtualisatie, en wanneer welke past.
• En u leert per use case de afweging maken, zodat u niet standaard grijpt naar de stijl die toevallig al bekend is.

9. Document & Content Management

• U leert waarom records management meer is dan archivering: er hangen juridische en bewaarverplichtingen aan vast die u serieus moet nemen.
• We volgen de levensloop van een record, van creatie tot vernietiging, met audit en controle onderweg.
• En u ziet hoe ongestructureerde content, de documenten en mails waar uw organisatie van aan elkaar hangt, samenkomt met metadata en governance.

10. Reference & Master Data

• U leert het verschil tussen referentiedata en masterdata, en waarom die twee zo vaak door elkaar worden gehaald.
• We bespreken de vier MDM-architecturen en hoe u de juiste kiest, want hier de verkeerde maken is later zeer kostbaar.
• En u ziet hoe u MDM stapsgewijs invoert, afgestemd op wat de business nodig heeft, met aandacht voor de vaak vergeten referentiedata.

11. Data Warehousing & Business Intelligence

• U leert de twee grote denkscholen uit elkaar halen, Inmon en Kimball, en wanneer welke aanpak past.
• We duiken in dimensioneel modelleren: feiten, dimensies en sterschema’s, de bouwstenen onder zowat elke rapportage.
• En u krijgt overzicht over de soorten BI, analytics en visualisatie, zodat u weet wat u in welke situatie inzet.

12. Metadata Management

• U leert metadata zien als de basis voor vertrouwen in data: zonder goede metadata weet niemand wat een cijfer betekent.
• We bespreken de soorten metadata, business, technisch en operationeel, en hoe u de bronnen ontsluit.
• En u ziet hoe een business glossary werkt in de praktijk, en waarom die vaak het verschil maakt tussen data die wel of niet gebruikt wordt.

13. Data Quality

• U leert de dimensies van datakwaliteit meten, van volledigheid en juistheid tot consistentie en tijdigheid.
• We zetten samen een datakwaliteitsframework op dat blijft draaien, met beleid, metrics en de juiste mensen erbij.
• En u leert naar de echte oorzaak graven met de 5-whys, zodat u niet eindeloos symptomen blijft bestrijden.

14. Big Data & Data Science

• U leert wat big data en data science toevoegen, en hoe een data lake en streaming passen binnen het bredere datamanagement.
• We lopen het analytische proces door, van ruwe data tot een werkend model, met de kwaliteits- en governancevragen die daarbij horen.
• En we blijven nuchter: u leert inschatten wat de technologie wel oplevert en waar de beloftes overdreven zijn.

15. Data Management Maturity Assessment

• U leert hoe u een eerlijke nulmeting doet: waar staat de organisatie nu echt, los van wat men hoopt.
• We bespreken de bekende maturity-modellen, zoals CMMI DMM, en hoe ze zijn opgebouwd.
• En u leert van een assessment naar een verbeterroadmap te komen die governance richting geeft in plaats van een rapport dat in een lade verdwijnt.

16. Data Management Organization & Role Expectations

• U leert welke rollen een datamanagementorganisatie nodig heeft en wat u van elk van hen mag verwachten.
• We bespreken hoe u verantwoordelijkheden belegt en de rollen laat meegroeien met de volwassenheid van de organisatie.
• En u ziet hoe business, IT en governance samenwerken zonder dat het uitdraait op een bevoegdheidsstrijd.

17. Data Management & Organizational Change Management

• U leert waarom de meeste datamanagementinitiatieven stranden op gedrag en draagvlak, veel vaker dan op techniek.
• We bespreken hoe u omgaat met weerstand, sponsorship organiseert en de juiste mensen meekrijgt.
• En u leert nieuw gedrag verankeren, zodat governance ook na de lancering blijft staan.

 Afsluiting: klaar voor het examen

• Oefenvragen en een proefexamen (quiz) per kennisgebied, zodat u weet waar u staat.
• Een studieplan voor de weken tussen de training en het examen.
• Het pad na Fundamentals: de specialist-examens richting Practitioner en Master.

TRAINER

Mathias Vercauteren is een internationaal toonaangevende expert in data- en AI-governance, bekend om zijn vermogen complexe uitdagingen om te zetten in praktische en blijvende oplossingen. Met meer dan vijftien jaar ervaring in uiteenlopende sectoren ontwikkelde en verfijnde hij de Data Governance Sprint™, een beproefde methodologie die hij al meer dan vijf jaar toepast om governance-raamwerken snel te ontwerpen en te verankeren in de praktijk. Zijn aankomende boek over de Sprint, dat eind dit jaar verschijnt, bundelt zijn unieke aanpak om data governance uitvoerbaar, schaalbaar en breed gedragen te maken binnen organisaties.

Als Project Manager van de DAMA-DMBOK® 3.0 leidt Mathias een van de belangrijkste wereldwijde initiatieven op het gebied van datamanagement. Door de coördinatie van honderden bijdragers wereldwijd staat hij centraal in de ontwikkeling van de volgende generatie standaarden die bepalen hoe organisaties hun data beheren. Dit werk positioneert hem als een wereldwijde stem die business, technologie en academische wereld rond data management en data governance met elkaar verbindt.

In zijn rol als President en Principal van Data and AI Governance Partners werkt Mathias samen met C-level leiders en directieteams om governance­-strategieën te implementeren die prestaties, compliance en vertrouwen in data stimuleren. Daarnaast helpt hij organisaties zich voor te bereiden op de toekomst via AI-governance, waarbij innovatie wordt gekoppeld aan ethiek, verantwoordelijkheid en waardecreatie.

Naast zijn leiderschap in de industrie volgt Mathias een Executive PhD in Data Governance aan de Antwerp Management School, waar hij onderzoek doet dat theorie en praktijk met elkaar verbindt. Tegelijkertijd legt hij de fundamenten voor een internationaal onderzoeksinstituut voor data governance, dat academici, industrie en experts wereldwijd samenbrengt om het vakgebied verder te ontwikkelen.

Als veelgevraagd keynote­spreker op conferenties zoals DAIA, DGIQ en EDW staat Mathias bekend om zijn vermogen data en AI governance aantrekkelijk, praktisch en transformatief te maken. Of het nu gaat om zijn Sprint-methodologie, zijn rol in wereldwijde standaardontwikkeling of zijn academisch onderzoek, zijn missie is helder: organisaties helpen het potentieel van data te benutten als een écht strategisch bedrijfsmiddel.