Pengertian Manajemen Data beserta dengan Data Management Framework (DAMA DMBOK)

Manajemen Data adalah suatu kegiatan manajerial yang menggunakan teknologi sistem informasi dalam menjalankan tugas mengelola data agar bisa memenuhi keperluan informasi yang diperlukan oleh seluruh stakeholder.

Manajemen data akan memastikan seluruh data secara aktual, akurat, aman dan juga tersedia untuk semua pihak yang memiliki kepentingan. Kegiatan ini dilakukan agar bisa mengumpulkan, menyimpan dan juga menggunakan data secara aman, hemat biaya dan juga lebih efisien.

Data mampu membantu perusahaan dalam mengambil keputusan bagi pihak manajemen perusahaan jika disajikan dan juga diolah secara tepat.

Untuk individu atau perusahaan, manajemen data mampu membantu dan juga memaksimalkan penggunaan data dalam batas kebijakan dan juga regulasi yang nantinya bisa digunakan untuk mengambil kebijakan secara tepat.

Manajemen data dalam sebuah perusahaan ini tidak hanya ada satu kegiatan, tapi mencakup beberapa kegiatan. Kegiatannya mencakup pengumpulan, pengujian, penyimpanan, pemeliharaan, keamanan dan organisasi.

Sebagian besar tantangan dalam manajemen data saat ini berasal dari meningkatnya laju bisnis dan perkembangan data.

Variasi, kecepatan dan volume data yang terus berkembang mendorong perusahaan untuk mencari tools manajemen data yang lebih efektif. Tantangan yang dihadapi perusahaan mengenai manajemen data antara lain :

Data perusahaan banyak yang disimpan dan dikumpulkan dari berbagai sumber seperti sensor, smart device, sosial media dan kamera video.

Data-data tersebut tidak akan berguna kalau perusahaan tidak mengetahui data apa yang mereka miliki, di mana letaknya dan bagaimana cara menggunakan data tersebut.

Perusahaan mendapatkan, menyimpan dan menggunakan banyak data setiap harinya. Untuk menjaga performa data saat peak time, perusahaan harus memonitor database dan mengubah indeks saat query berubah tanpa mempengaruhi kinerja data.

Data yang sudah dikumpulkan dan diidentifikasi tidak akan memberikan value apapun kalua perusahaan tidak memprosesnya.

Jangan biarkan potential value dari data yang sudah Anda miliki hilang begitu saja. Data tersebut perlu dianalisis agar menjadi sumber dari apa yang perusahaan Anda butuhkan.

Jadi, data tidak hanya dikumpulkan saja tetapi juga harus bisa digunakan untuk mencapai tujuan perusahaan.

Dalam manajemen data, perusahaan dapat menyimpan data pada beberapa sistem termasuk warehouse dan data lake.

Data Warehouse adalah tempat penyimpan data yang berukuran sangat besar dari berbagai operasional dan database lain di perusahaan.

Ini merupakan cara yang didasari pada relational dan columnar database di mana data ditampilkan dari sistem operasi yang berbeda tetapi terstruktur dan siap untuk digunakan.

Data lakes merupakan sebuah “kolam” data untuk machine learning dan analisis lain yang cukup maju. Data yang tersimpan dalam satu repository memiliki format yang sangat beragam. Sedangkan Data Mart merupakan database yang digunakan untuk menyimpan kumpulan data tertentu dari data warehouse dari sebuah departemen atau divisi tertentu.

Perusahaan perlu cara untuk dapat mengubah data dengan mudah dan cepat dari format asli ke format atau model lain yang mereka butuhkan untuk keperluan berbagai analisis bisnis.

Prinsip-prinsip data menetapkan standar yang jelas yang mendorong kepercayaan publik dalam penanganan data kami dan menyediakan statistik berkualitas tinggi, inklusif, dan tepercaya. Prinsip Data membantu menciptakan kondisi data untuk menyampaikan Strategi Data dan didukung oleh Kebijakan Data dan Statistik serta Standar Data .

Strategi Data kami didasarkan pada empat prinsip dasar, masing-masing didukung oleh serangkaian Prinsip Data.

Prinsip-prinsip dasar :

Anggap ini sebagai cahaya penuntun untuk kerangka kerja manajemen data Anda. Semua upaya dan biaya yang Anda keluarkan dalam mengelola data harus mendukung tujuan bisnis. Jika Anda membersihkan dan mengelola data yang tidak membantu perusahaan Anda mencapai tujuan, Anda telah menyia-nyiakan waktu, uang, dan sumber daya yang seharusnya lebih baik dihabiskan di tempat lain.

Banyak tim data berjuang untuk menyelaraskan diri dengan strategi perusahaan. Saya mengerti bahwa sulit untuk melibatkan rekan bisnis di meja teratas jika Anda terkubur 6 lapisan jauh di dalam I.T. fungsi. Tapi itu bukan alasan untuk ketidaksejajaran – di sebagian besar perusahaan, Anda dapat mengidentifikasi dan menyelaraskan tujuan Anda tanpa mewawancarai CEO dan Ketua dewan.

Kemampuan bisnis untuk bersaing di era-global dan digital ini makin tergantung pada kualitas keputusan bisnis, yang mengacu pada ketersediaan dan pengunaan data terkini (terupdate secara real-time) and berkualitas tinggi. Strategi dan operational bisnis haruslah mengacu pada Data-Driven Strategy, dimana setiap keputusan yang diambil harus didasarkan pada data.

Permasalahan pengelolaan data seringkali menjadi masalah yang penting namun belum disadari sepenuhnya oleh bisnis. Terjadinya duplikasi data, ketidakkonsistenan data, keamanan data, architecture data yang tidak fleksible, modeling data yang makin rumit di era big-data, siapa yang bertanggung jawab terhadap data tertentu dan sebagainya. Faktor-faktor ini menjadi lebih penting di era digital dan dalam rangka mendukung kemampuan adaptasi/manuver bisnis dalam kaitan dengan digital transformasi. Untuk menyelesaikan permasalahan tersebut diperlukan pengelolaan data yang baik. Solusi yang diusulkan adalah membangun program tata kelola data. Terdapat beberapa framework tata kelola data yang dapat digunakan, salah satunya yang terbaik adalah dari DAMA International.

DAMA-International adalah sebuah bisnis international yang berfokus membangun komunitas internasional Data Management (The Global Data Management Community). DAMA mengeluarkan sebuah framework atau panduan yang memungkinkan bisnis atau bisnis melakukan pengelolaan data yang baik berbasis "Body of Knowledge", yang dikenal dengan nama DMBOK.

DMBOK (Data Management Body of Knowledge) adalah panduan pengelolaan data yang dikeluarkan oleh Dama International. DMBOK merupakan salah satu framework tata kelola data yang memberikan pendekatan model tata kelola data secara fungsional, lengkap dan menyeluruh dalam membangun tata kelola data di bisnis serta memberikan panduan terkait serangkaian aktivitas serta deliverables untuk pengelolaan data yang meliputi perencanaan, pelaksanaan, pengembangan dan tata kelola dari data.

Karena aktivitas data management di dunia nyata dapat terjadi pada konteks project atau pada konteks organisasi, maka ada 6 Environmental Elements yang perlu diketahui, dalam kaitan dengan aspek People, Process and Technology, yaitu :

Kerangka kerja pada Gambar diatas yang dikembangkan oleh Sue Geuens, mengenali bahwa fungsi Business Intelligence dan Analytic memiliki ketergantungan pada semua fungsi manajemen data lainnya. Mereka bergantung langsung pada Data Master dan solusi gudang data. Tapi itu, pada gilirannya, bergantung pada sistem dan aplikasi penunjang. Kualitas Data yang andal, desain data, dan praktik interoperabilitas data merupakan dasar dari sistem dan aplikasi yang andal. Selain itu, tata kelola data, yang dalam model ini mencakup Manajemen Metadata, keamanan data, Arsitektur Data, dan Manajemen Data Referensi, memberikan fondasi yang menjadi dasar semua fungsi lainnya.

Pada Edisi ke-2 dari DMBOK ini beberapa topik yang lain juga dibahas, antara lain topik mengenai "Big Data and Data Science, Data Management Maturity Assessment, Data Management Organization and Role Expectations, Data Management dan Organizational Change Management", yang tentunya akan membantu para professional di area data management untuk lebih efektif dan konsisten dalam menerapkan disiplin data management, agar menghasilkan hasil yang bermanfaat bagi organisasi.