Veri Yönetimi Nedir?

Veri yönetimi uygulaması, veri erişimini kontrol etmek için veri yönetişimine ek olarak yüksek kaliteli verilerin toplanmasını ve dağıtılmasını kapsar.

Veri yönetişimi, bir kuruluşun veri güvenliğini, bütünlüğünü ve sorumlu veri yardımcı programını yönetmek için uyguladığı politika ve prosedürleri içerir. Veri yönetimi stratejisini tanımlar ve kimin hangi verilere erişebileceğini belirler. Veri yönetimi politikaları, aynı zamanda ekiplerin ve bireylerin verilere erişme ve kullanma biçiminde sorumluluk sağlar. Veri yönetimi işlevleri genel olarak şunları içerir:

Veri profili oluşturma

Veri profili oluşturma, yapısını, kalitesini ve özelliklerini belirlemek için verilerin analiz edilmesinin teşhis sürecidir. Bu, kullanımdan önce yeniden düzenlenmesi gerekip gerekmediğine karar vermek için mevcut bir veri kümesini anlamanın ilk adımıdır.

Veri soyu

Veri soyu, bir kuruluş genelinde veri akışlarını izler. Zaman damgalı veri soyu, bir veri parçasının nereden kaynaklandığını, nasıl kullanıldığını ve ne zaman dönüştürüldüğünü belirlemek için kullanılır. Bu veri yönetimi süreci özellikle denetim süreçlerinde önemlidir.

Veri kataloğu

Veri katalogları, kuruluşun veri varlıklarının ve ilgili meta verilerin bir koleksiyonudur. Verilerle ilgili tüm bilgileri merkezi bir katalogda depolayarak, kuruluş içindeki ana veri kaydı haline gelir. Kullanıcılar, veri kataloğunun tüm veri varlıkları hakkında en güncel bilgileri içermesini bekleyebilir.

Veri güvenliği ve erişim denetimi

Veri yönetimi, verilere yetkisiz erişimi önler ve verileri bozulmaya karşı korur. Aşağıda belirtildiği gibi, korumanın tüm yönlerini içerir:

• Yanlışlıkla veri hareketini veya silinmesini önleme
• Ağ saldırıları riskini azaltmak için ağ erişimini güvence altına alma
• Verileri depolayan fiziksel veri merkezlerinin güvenlik gereksinimlerini karşıladığını doğrulama
• Çalışanlar kişisel cihazlardan eriştiğinde bile verileri güvende tutma
• Kullanıcı kimlik doğrulaması, yetkilendirme ve veriler için erişim izinlerinin ayarlanması ve uygulanması
• Depolanan verilerin, depolandığı ülkedeki yasalara uygun olmasını sağlama
• Hassas veriler için ek kontrol katmanları ekleme

Veri uyumluluğu

Veri uyumluluğu politikaları, yasal para cezaları veya eylem riskini azaltır. GDPR ve CCPA gibi uyumluluk yasalarını karşılamak operasyonlar için çok önemlidir.

Uyumluluk faaliyetleri, yasalara uymanın her düzeyde gerçekleşmesi için veri modelleme, yazılım kontrolleri ve çalışan eğitimine odaklanır. Örneğin bir kuruluş, veri sistemlerini iyileştirmek için şirket dışından bir geliştirme ekibiyle iş birliği yapar. Veri yönetimi yöneticileri, tüm kişisel verilerin test amacıyla kullanılmak üzere şirket dışı ekibe iletilmeden önce kaldırıldığını doğrular.

Veri yaşam döngüsü yönetimi

Veri yaşam döngüsü yönetimi, yaşam döngüsü boyunca verileri yönetme sürecini ifade eder. 

Örneğin:

• Veriler yutulduğunda ve düzenli aralıklarla doğrulanmalıdır
• Veriler denetim amacıyla belirli süreler boyunca saklanmalıdır
• Veriler artık ihtiyaç duyulmadığında silinmelidir

Veri kalitesi yönetimi

Veri kullanıcıları, verilerin her kullanım durumu için yeterince güvenilir ve tutarlı olmasını bekler.

Veri kalitesi yöneticileri, bir kuruluşun veri kalitesini ölçer ve iyileştirir. Hem mevcut hem de yeni verileri inceler ve standartları karşıladığını doğrularlar. Ayrıca düşük kaliteli verilerin sisteme girmesini engelleyen veri yönetimi süreçleri de oluşturabilirler. Veri kalitesi standartları genel olarak aşağıdakileri ölçer:

• Önemli bilgiler eksik mi, yoksa veriler tam mı? (örneğin, müşteri önemli iletişim bilgilerini dışarıda bırakır)
• Veriler temel veri kontrol kurallarını karşılıyor mu? (Örneğin, bir telefon numarası belirli sayıda basamak olmalıdır)
• Aynı veriler sistemde ne sıklıkla görünür? (örneğin, aynı müşterinin yinelenen veri girişleri)
• Veriler doğru mu? (Örneğin, müşteri yanlış e-posta adresi girmiştir)
• Veri kalitesi sistem genelinde tutarlı mı? (Örneğin doğum tarihi, bir veri kümesinde gg/aa/yyyy biçimindedir ancak başka bir veri kümesinde aa/gg/yyyy biçimindedir)

Veri entegrasyonu

Veri dağıtımı için uç noktalar

Çoğu kuruluş için verilerin, gerekli olduğu çeşitli uç noktalara (veya yakınına) dağıtılması gerekir. Bunlar arasında operasyonel sistemler, veri gölleri ve veri ambarları bulunur. Veri dağıtımı, ağ gecikmeleri nedeniyle gereklidir. Operasyonel kullanım için veri ihtiyacı olduğunda ağ gecikmesi, zamanında teslim etmek için yeterli olmayabilir. Verilerin bir kopyasını yerel bir veri tabanında saklanması ağ gecikmesi sorununu çözer.

Veri dağıtımı, veri birleştirme için de gereklidir. Veri ambarları ve veri gölleri, birleştirilmiş bir bilgi görünümü sunmak için çeşitli kaynaklardan gelen verileri birleştirir. Veri ambarları analiz ve karar verme amacıyla kullanılırken veri gölleri, çeşitli kullanım durumları için verilerin çıkarılabileceği birleştirilmiş bir merkezdir.

Veri çoğaltma mekanizmaları ve tutarlılık üzerindeki etkisi

Veri dağıtım mekanizmalarının veri tutarlılığı üzerinde olası bir etkisi vardır ve bu, veri yönetiminde önemli bir husustur.

Güçlü tutarlılık, verilerin zaman uyumlu şekilde çoğaltılmasından kaynaklanır. Bu yaklaşımda, bir veri değeri değiştirildiğinde tüm uygulamalar ve kullanıcılar verilerin değişen değerini görürler. Verilerin yeni değeri henüz çoğaltılmamışsa, tüm kopyalar güncellenene kadar verilere erişim engellenir. Zaman uyumlu çoğaltma, performansa ve verilere erişime göre tutarlılığa öncelik verir. Zaman uyumlu çoğaltma, çoğunlukla finansal veriler için kullanılır.

Nihai tutarlılık, verilerin zaman uyumlu şekilde çoğaltılmasından kaynaklanır. Veriler değiştirildiğinde kopyalar niahi olarak güncellenir (genellikle saniyeler içinde) ancak eski kopyalara erişim engellenmez. Bu, birçok kullanım durumu için bir sorun teşkil etmez. Örneğin, sosyal medya gönderileri, beğeniler ve yorumlar güçlü tutarlılık gerektirmez. Başka bir örnek de, bir müşteri bir uygulamada telefon numarasını değiştirirse bu değişikliğin zaman uyumsuz olarak basamaklandırılabiliyor olmasıdır.

Akışı toplu güncellemelerle karşılaştırma

Veri akışları, meydana geldikçe veri değişikliklerini basamaklandırır. Gerçek zamanlı verilere erişim gerekiyorsa bu tercih edilen yaklaşımdır. Veriler çıkarılır, dönüştürülür ve değiştirilir değiştirilmez hedefine teslim edilir.

Toplu güncellemeler, verilerin teslim edilmeden önce toplu olarak işlenmesi gerektiğinde daha uygundur. Verilerin istatistiksel analizini özetlemek veya gerçekleştirmek ve sadece sonucu göndermek buna bir örnektir. Toplu güncellemeler, tüm veriler belirli bir zamanda çıkarılırsa verilerin zaman içindeki iç tutarlılığını da koruyabilir. Bir ayıklama, dönüştürme, yükleme (ETL veya ELT) işlemi yoluyla yapılan toplu güncellemeler, genellikle veri gölleri, veri ambarları ve analiz için kullanılır.

Ana veri yönetimi

Ana veri yönetimi (MDM), temel iş verilerini yönetme sürecini ifade eder. Veri tutarlılığı ve veri senkronizasyonu MDM ile son derece ilgilidir.

Ana veri örnekleri arasında müşteri verileri, iş ortağı verileri ve ürün verileri yer alır. Bu temel veriler esas olarak kalıcıdır ve sık sık değişmez. Kullanılan bu verilere örnek olarak Müşteri İlişkileri Yönetimi (CRM) ve Kurumsal Kaynak Planlama (ERP) yazılımı sayılabilir.

Ana veri yönetimi, güncelleştirmelerde senkronizasyon ve veri entegrasyonu dahil olmak üzere sistemler genelinde doğruluğunu sağlamak için gereklidir.

Veri yönetimi en iyi uygulamaları, başarılı bir veri stratejisinin temelini oluşturur. Aşağıdakiler, güçlü bir veri temeli oluşturmanıza yardımcı olacak ortak veri yönetimi ilkeleridir.

Ekip iş birliği

Bir kuruluşun veri gereksinimlerinin karşılandığından emin olmak için iş kullanıcıları ve teknik ekipler iş birliği yapmalıdır. Tüm veri işleme ve analiz, iş zekâsı gereksinimlerine öncelik vermelidir. Aksi takdirde, kötü planlanmış veri yönetimi projelerinde boşa harcanan kaynaklar ile toplanan veriler kullanılmadan kalacaktır.

Otomasyon

Başarılı bir veri yönetimi stratejisi, veri işleme ve hazırlama görevlerinin çoğunda otomasyonu içerir. Veri dönüştürme görevlerini manuel olarak gerçekleştirmek sıkıcıdır ve ayrıca sistemde hatalar getirir. Haftalık toplu işleri yürütmek gibi sınırlı sayıda manuel görev bile sistem darboğazlarına neden olabilir. Veri yönetimi yazılımı daha hızlı ve daha verimli ölçeklendirmeyi destekleyebilir.

Bulut bilgi işlem

İşletmeler, geniş bir yetenek yelpazesi sunan modern veri yönetimi çözümlerine ihtiyaç duyar. Bir bulut çözümü, performanstan ödün vermeden veri yönetiminin tüm yönlerini ölçekte yönetebilir. Örneğin AWS, tek bir hesaptan veri tabanları, veri gölleri, analizler, veri erişilebilirliği, veri yönetişimi ve güvenlik gibi çok çeşitli işlevler sunar.