Hodnotiaca tabuľka dátového modelu: Aplikácia priemyselného štandardu kvality dátového modelu

Recenzie čitateľov

Kniha je vysoko cenená pre svoj efektívny prístup k modelovaniu údajov a hodnoteniu ukazovateľov. Jej autorom je Steve Hoberman, uznávaná autorita v tejto oblasti, a je oceňovaná pre svoj jasný štýl písania a praktický rámec, ktorý podporuje lepšie postupy riadenia údajov a komunikáciu v rámci projektových tímov.

⬤ Dobre podaný obsah s jasnými vysvetleniami a minimom žargónu.
⬤ Ponúka racionálny rámec na hodnotenie dátových modelov, zvýšenie kvality a správnosti.
⬤ Poskytuje praktické aplikácie a nástroje na dodržiavanie štandardov dátového modelovania.
⬤ Obsahuje zhrnutia a kontrolné zoznamy osvedčených postupov, ktoré napomáhajú procesu hodnotenia.
⬤ Široko dostupný zdarma, čím podporuje dostupnosť v komunite správy údajov.

V recenzii sa neuvádzajú žiadne konkrétne nedostatky alebo kritika knihy, čo naznačuje jej všeobecne pozitívne prijatie.

(na základe 2 čitateľských recenzií)

Pôvodný názov:

Data Model Scorecard: Applying the Industry Standard on Data Model Quality

Obsah knihy:

Dátové modely sú hlavným prostriedkom, ktorý sa používa na oznamovanie požiadaviek na údaje z podnikovej sféry do IT a v rámci IT od analytikov, modelárov a architektov až po návrhárov a vývojárov databáz. Preto je nevyhnutné, aby bol dátový model správny. Ako však určiť správne? Na to slúži hodnotiaca tabuľka dátového modelu (R).

Data Model Scorecard je nástroj na hodnotenie kvality dátového modelu obsahujúci desať kategórií zameraných na zlepšenie kvality dátových modelov vašej organizácie. Mnohé z mojich konzultačných úloh sú venované aplikácii nástroja Data Model Scorecard na dátové modely mojich klientov - v tejto knihe vám ukážem, ako tento nástroj aplikovať.

Táto kniha, napísaná pre ľudí, ktorí vytvárajú, používajú alebo kontrolujú dátové modely, obsahuje šablónu Data Model Scorecard a vysvetlenie spolu s mnohými príkladmi každej z desiatich kategórií Scorecard. Obsahuje tri časti:

V časti I Data Modeling and the Need for Validation v kapitole 1 získate krátky úvod do dátového modelovania, v kapitole 2 pochopíte, prečo je dôležité správne nastaviť dátový model, a v kapitole 3 sa dozviete o vzorci Data Model Scorecard.

V časti II Kategórie hodnotiacej karty dátového modelu vysvetlíme každú z desiatich kategórií hodnotiacej karty dátového modelu. V tejto časti je desať kapitol, pričom každá kapitola je venovaná konkrétnej kategórii karty Scorecard:

⬤ Kapitola 4: Správnosť.

⬤ Kapitola 5: Úplnosť.

⬤ Kapitola 6: Schéma.

⬤ Kapitola 7: Štruktúra.

⬤ Kapitola 8: Abstrakcia.

⬤ Kapitola 9: Normy.

⬤ Kapitola 10: Čitateľnosť.

⬤ Kapitola 11: Definície.

⬤ Kapitola 12: Konzistentnosť.

⬤ Kapitola 13: Údaje.

V časti III Overovanie dátových modelov sa pripravíme na preskúmanie modelu (kapitola 14), uvedieme tipy, ktoré pomôžu počas preskúmania modelu (kapitola 15), a potom preskúmame dátový model na základe skutočného projektu (kapitola 16).