Datasetit ja data-arkkitehtuuri

Datasetit ovat loogisia, tietyssä järjestelmässä hyödynnettäviä datakokonaisuuksia. Loogiset datasetit kuvataan siten, että niissä koostetaan samaan asiaan liittyvät loogiset datan ulottuvuudet yhdeksi datasetiksi, vaikka ne olisivat tietokannassa erillisiä tauluja. Esimerkkejä ovat vaikkapa yritysasiakkaat, jotka voivat esim. ERP:n tietokannassa jakaantua useisiin tauluihin luokitteluiden, osoitteiden jne. osalta, mutta datan hallinnan näkökulmasta riittää, kun niitä käsitellään yhtenä kokonaisuutena.

Loogiset datasetit määritellään aina yrityskohtaisesti ja näin ollen tietty kokonaisuus voi olla jollekin yritykselle hyvin ylätasolla käsiteltävä asia ja vastaavasti toiselle on tärkeää hallita saman kokonaisuuden ulottuvuuksia omina loogisina datasetteinä. Vaikkapa yritysasiakkaiden toimipisteet erikseen käsiteltynä kokonaisuutena edelliseen liittyen.

Datan ominaisuustietojen avulla voidaan hallinnoida ja ylläpitää ajantasaista tietoa datasettien eri ominaisuuksista ja tukea data-arkkitehtuurin hallintaan ja pääkäyttäjätyötä, mutta myös varmistaa hallinnan yhteensopivuus vaikkapa tietoturvallisuuden parhaisiin käytäntöihin liittyen.

Datasetit on mahdollista kytkeä toimintaympäristön eri elementteihin, kuten vastuuhenkilöihin, huomioihin, kehitystoimiin, prosesseihin ja integraatioihin. Näiden avulla syntyy ymmärrys niiden hyödyntämisestä ja merkityksestä.

Datasettien tarkasteluun liittyy Käsite- ja datakartta, jossa pystyt monella tavalla tarkastelemaan datasisältöjä osana käsitekarttaa. Lisäksi se on mukana monissa muissa visualisoinneissa. 

Perustiedot koostaa datasettien avainasiat

Datasetit perustetaan Twiniin kenttäkohtaisten ohjeiden mukaisesti. Perustiedot osiossa ovat tärkeimmät tiedot, jotka datasta ainakin tulisi tietää. 

Datan nimi ja kuvaukset ovat tärkeitä ymmärrystä lisääviä asioita - nimeen ei suositella liitettävän tekniikkaa vaan kuvaava asiaa koostava mahdollisimman yksiselitteinen nimi yhdellä tai muutamalla sanalla.Kuvaukseen on tärkeää antaa riittävän selkeä kuvaus, jonka perusteella ihmiset ymmärtävät mistä datasta.  

Dataa käsitellään sovellusten kautta ja jokaiselle datasetille onkin tärkeää kertoa minkä sovelluksen datasta on kysymys. Loogisesti sama data voi olla olemassa useissa eri paikoissa vaikkapa data-alustalle tehtävissä siirroissa ja jokainen ilmentymä datasta kuvataan omana datasettinään. Esim. Yritysasiakkaat -datasetti on ERP:ssa, mutta jos se viedään integraatiolla myös data-alustalle, niin Yritysasiakkaat -datasetti perustetaan myös Data-alustan kiinnittäen. 

Vastaavasti datasetti kuuluu aina osaksi yhtä tai useampaa käsitettä, jonka tarkoituksena on toisaalta koostaa samankaltaisia datasetteja yhteen kokonaisuuteen ja toisaalta kiinnittää yksittäiset datasetit osaksi organisaation informaatiokenttää. Käsitteitä hallitaan ja ylläpidetään käsitemoduulissa, josta lisätietoa täällä. Huomioi, että osa käsittetyypeistä on oletuksena määritelty pelkästään käsitteiden mallintamiseen ja näihin ei voi kiinnittää dataa. 

Datat tyypitetään datasetin sisältämän datan luonteen perusteella. Datatyypit jakaantuvat oletuksena muutamiin kokonaisuuksiin ja näitä voidaan organisaatiokohtaisesti mukauttaa järjestelmävalvojan toimesta. Yleisimmät datatyypit ovat päädata (masterdata) ja tapahtumadata (transaktiodata). 

• Päädata: Ydinrekisteridata, joka määrittelee keskeiset entiteetit (esim. asiakasluettelot, tuotekatalogit, työntekijätiedot). Tämä data on yleensä staattista ja jaettua eri järjestelmien kesken yhdenmukaisuuden varmistamiseksi.
• Tapahtumadata: Dynaamiset liiketoimintatapahtumien tiedot (esim. myyntitilaukset, laskut, maksut, varaston siirrot). Nämä tiedot on aikaleimattu ja usein linkitetty päädataan.
• Viitedata: Standardoidut arvojoukot luokitteluun tai vertailuun (esim. maakoodit, valuuttakoodit). Tämä data on usein staattista ja käytetään muiden tietojen validointiin tai kategorisointiin.
• Toiminnallinen data: Reaaliaikainen tai lähes reaaliaikainen data päivittäisiin toimintoihin (esim. varastotason tiedot, tuotantoaikataulut). Tämä data on kriittistä toimintojen seurantaan ja hallintaan.
• Historiadata: Menneisyyden tiedot, jotka tallennetaan noudattamisen, tilintarkastuksen tai trendianalyysin vuoksi (esim. arkistoidut liiketoimet, vanhat asiakastiedot). Tämä data on yleensä muuttumaton ja käytetään raportointiin tai ajalliseen analyysiin.

Lisäksi datalle voidaan antaa tärkeys-tieto, joka kuvaa datan merkitystä liiketoiminnalle. Elinkaarella kuvataan datan käyttöön ja hyödyntämiseen liittyvää elinkaarta.

Yksityiskohdat tarkentavat tietoa. 

Datan yksityiskohdat sisältävät erilaisia tarkentavia tietoja datasetista. 

Datan rakenne kertoon datasisällöstä ja eri tietyiden muodostumiesta. Rakenteella tarkoitetaan datasisällön muotoa ja järjestelmällisyyttä tai yhtenäisyyttä eri tietueiden välillä. Esim. Data, joka on SQL-tietokannassa on hyvin rakenteellista ja vastaavasti sähköposteissa oleva data on hyvin epärakenteellista. Rakennevaihtoehdot ovat organisaatiokohtaisesti mukautettavia. 

Jokaisella data kokonaisuudella tulisi olla yksi (tai joissain tapauksessa useampia) masterdata -järjestelmiä. Datasetti (tässä järjestelmässä) on "Master" tyyppinen, mikäli tietueet tässä datasetissa ovat oikeimmat ja tätä datasettiä käytetään mahdollisesti muiden datasettien päivittämiseen. Master datasetti on tärkeää tietää ja määritellä erityisesti silloin kun samaa datasisältöä kuljetetaan eri järjestelmiin integraatioiden avulla. Jos rakennetta ei ymmärretä, ovat samaan asiaan liittyvät loogiset datasetit pian sekaisin.

Tunnisteita voidaan perustaa dataseteille jäjestelmän valvojan toimesta ja näillä voidaan "leimata" dataa tietyntyyppisilla tärkeillä lisäluokitteluilla tai piirteillä, joita halutaa rakenteellisesti hallita. Esimerkkejä tästä ovat Hetu tai Alv - joiden avulla kerrotaan että datasetti sisältää henkilötunnuksia tai datasetti sisältää Alv -tietoa. Näiden tietojen avulla voidaan sitten muutosten yhteydessä nopeasti tunnistaa ja koostaa datasetit, johon vaikkapa esimerkkiin liittyen arvonlisäveroon liittyvä muutos tulee vaikuttamaan. 

Tekniikkaan liitetyn ympäristön kautta datasetille periytyy myös sijainti, joka auttaa ymmärtämään missä data maantieteellisesti sijaitsee - jos tätä halutaan muuttaa, muutos on tehtävä tekniikkaan liittyvään ympäristöön (esim konesalin sijaintiin, jossa tekniikka on). 

Datalle annetaan GDPR-luokitus, joka kertoo sisältääkö data henkilötietoa ja on näin ollen tietosuojaan liittyvien vaatimusten alainen. Tämä valinta määrittää ovat yksityiskohtaisemmat GDPR-tiedot omalla välilehdellään käytettävissä. 

Datan luokittelu kuva sen tietoturvaluokan, joka on organisaatiokohtaisesti määritelty. Arkaluontoinen ja erityisen luottamuksellinen tieto voi olla vaikkapa salaista ja vastaavasti esim. markkinointimateriaalit ovat usein julkisia. 

Analysointi ja GDPR laajentaa dataan liittyvää tietoa

Sovellusten datan tunteminen ja tämän vaikutusten ymmärtäminen mm. tietosuojaan ja -turvaan liittyen on tärkeää, kuten myös analytiikan kehittämiseen. Perustietojen lisäksi datasetille voidaan tarkentaa tietosuojan yksityiskohtia ja antaa laajasti tietoja tietoturvaan liittyen. 

Datamäärä on sekä nykyisen määrän että datan lisääntymisen tai muuttumisen osalta on hallinnan kannalta oleellista tietoa. Nämä voit kuvata niille varattuihin kenttiin ja saat ymmärryksen datasetin laajuudesta ja muutosnopeudesta. Datasettien määrää voidaan arvioida joko absoluuttisen määrän osalta, joka on mielekästä esim. päädatatyyppisille sisällöille kuten asiakkaat, nimikkeet jne. Vastaavasti tapahtumadatalle helpompaa on kertoa tietoa määrä merkityksellisessä aikaikkunassa esim. kuinka paljon vuodessa syntyy ostotilauksia.

Tietosuojaan liittyen on useita ominaisuustietoja, joihin liittyvät vaihtoehdot ovat asiakaskohtaisesti määriteltäviä ja sisältävät yleisimmät tietosuojalainsäädännön kannalta tärkeät ulottuvuudet.

Datasettien vastuuhenkilöt ovat hallinnan peruskiviä

Dataan voidaan kiinnittää yksittäisiä henkilöitä, joiden avulla kuvataan henkilöihin kohdistuvia hallintavastuita, kuten omistajuutta ja näiden jakaantumista vastuumallin mukaisesti. Jokaisella datasetillä tulisi olla omistaja ja käytännön vastuuhenkilö joka datasta huolehtii.

Data liiketoiminnassa

Datan kiinnittäminen prosesseihin antaa ymmärryksen miten dataa tosiasiassa hyödynnetään ja miten hyvin se palvelee liiketoimintaa. Tätä kautta muodostuu myös tietosuojaan liittyvä ymmärrys, kun tietosuojan kannalta oleellisia datasetteja liitetään eri prosesseihin ja prosessiaktiviteetteihin. Liiketoimintaprosessien sidoksiin voidaan antaa kattavasti informaatiota ja se avulla pystytään hyvin ymmärtämään datan hyödyntämistä ja sisällön käytettävyyttä.

Dataan liittyvät huomiot ja vaatimukset

Erilaisten huomioiden ja vaatimusten liittäminen datasettiin mahdollistaa tilannekuvaan liittyvien havaintojen kirkastamisen sekä vaikkapa tietosuojaan kohdistuvien vaatimusten kohdentamisen ja konkretisoinnin yksittäisiin datasetteihin. Datasetti voi liittyä myös tunnistettuun riskiin. 

Data liikkuu integraatioiden avulla 

Integraatiot ovat keskeinen on laajaa sovellusarkkitehtuuria. Näillä on keskeinen rooli datan hallinnassa ja ymmärrys siitä miten data liikkuu integraatiossa avataan sitomalla data integraatioihin. Sovellusten ja integraatioiden datan hallinta ja ymmärtäminen on tärkeä osa tiedolla johtamiseen liittyvää kehittämistä. Datasettiin liittyvien integraatioiden kautta pystyt tunnistamaan mitkä integraatiot kohdistuvat kyseiseen datasettiin - joko lähteenä tai kohteena. Integraatiokartalla voidaan tarkastella asioita sovellusten lisäksi myös datasettien näkökulmasta. 

Datasetit ja kehittäminen sekä muutoksen hallintaan

Kehitystoimet välilehdellä sidotaan datasettiin liittyvät aloitteet, muutokset ja projektit. Tämän avulla voidaan ylläpitää datasetteihin kohdentuvia muutos- ja kehitysprojektien vaikutuksia ja varmistaa näiden dokumentointi. Datasetteihin liittyvät kehitystoimet sekä muutostenhallintaan liittyvät tiedot lisäävät ymmärrystä kehittämiseen ja tilannekuvaan ja näitä voit tarkastella esim. kehityskartasta.

Yleiset

Dokumentaatio välilehdellä voidaan antaa vapaamuotoisesta lisätietoa, tekstiä tai kuvia. Lisäksi mikäli datasetteihin liittyy erillisiä dokumentteja kuten esimerkiksi tietokantakuvauksia, voit luoda näitä varten dokumenttilinkin. Dokumenttilinkkejä voidaan tehdä useita ja näiden avulla voidaan koostaa kaikki oleellinen tieto lomakkeen kautta saavutettavaksi. Loki välilehdelle on koostettu tietueen tapahtumaloki ja viimeisimpiin muutoksiin liittyvät aikaleimat ja käyttäjätiedot.