We bieden momenteel, afhankelijk van de situatie, twee varianten van dit seminar aan. Op onze homepage en bij elk seminar wordt met icoontjes en tekst duidelijk aangegeven welke variant er gepland staat. Indien er een keuze is voor online of live deelname, kunt u dat bij inschrijving op het aanmeldformulier aangeven. Van die keuze (online of live) kunt u niet zonder voorafgaand overleg afwijken vanwege gereserveerde zitplaatsen met lunch en het prijsverschil in deelnamekosten.

1. Drie volle dagen op locatie. De kosten voor deelname aan het driedaagse seminar op onze locatie bedragen € 1.935,- per persoon indien u zich uiterlijk 30 dagen voor aanvang registreert en daarna € 2.150,- (excl. BTW)*.  Documentatie, lunch en koffie zijn inbegrepen. Afhankelijk van corona-beperkingen en mogelijk online deelnemers, wordt vanuit de zaal tevens een live video stream voor online deelnemers verzorgd (punt 2 hieronder).
2. Drie volle dagen online. Neemt u online deel aan de hybride variant van het driedaagse seminar dan bedragen de kosten € 1.755,- per persoon indien u zich uiterlijk 30 dagen voor aanvang registreert en daarna € 1.950,- (excl. BTW)*. Voor een live video stream in het hybride format zijn minimaal zes online deelnemers vereist.

Indien er een keuze is voor online of live deelname, kunt u dat bij inschrijving op het aanmeldformulier aangeven. Van die keuze (online of live) kunt u niet zonder voorafgaand overleg afwijken vanwege anderhalve meter beperkingen met gereserveerde zitplaatsen en het prijsverschil in deelnamekosten.

Het Data Management Fundamentals examen kost € 311,- (excl. BTW) en indien u dat uiterlijk twee weken voor aanvang aanvinkt op het aanmeldformulier nemen wij dat mee op de factuur voor de cursus. U kunt het examen ook rechtstreeks bij CDMP kopen en de informatie over examens, niveaus, kosten en support staan op deze pagina: https://cdmp.info/.

Leden van DAMA (NL of UK) ontvangen 5% korting op de deelnemersprijs. Deze en andere lidmaatschapskortingen kunnen niet worden gecombineerd.

Bent u werkzaam bij een gemeente of provincie? Dan kunt u de ook nog BTW terugvorderen via het BTW compensatiefonds, waardoor u uiteindelijk 21% voordeliger uit bent. Informeer bij uw administratie of u hiervoor in aanmerking komt.
Bij aanmelding verklaart u zich akkoord met onze inschrijvingsvoorwaarden.

*)Bij afwijking in prijs tussen de website en de PDF Brochure prevaleert altijd de informatie op deze pagina van de website. 

Aantrekkelijke kortingen
Meldt u tegelijkertijd meerdere personen van één bedrijf aan voor hetzelfde evenement, dan geldt al voor de tweede en derde deelnemer een korting van 10%. Vanaf vier deelnemers ontvangen álle deelnemers 15% korting (de deelnemers dienen op dezelfde factuur te staan).

Het programma start om 09.30 uur en duurt tot 17.00 uur. Registratie is mogelijk vanaf 08.30 uur.

[Indien Online format] U ontvangt van ons ruim vooraf de documentatie, online meeting instructies en uiteraard ook de uitnodiging met hyperlink voor toegang tot de virtuele sessie. Log tijdig in en controleer vooraf uw geluid- en video instellingen.

Onderwerpen

Course Outline:

Introduction to Data Management, DMBoK & overview of CDMP certification:   

• What is Data Management, the drivers and issues if it goes wrong.
• What is the DMBoK, its intended purpose and audience of the DMBoK.
• What are the disciplines of Data Management in the DMBoK
• Changes in DMBoK 2., and the relationship of the DMBoK with other frameworks (TOGAF / COBIT etc.).
• The DAMA CDMP professional certification overview and CDMP exam coverage by DMBoK 2 section, the different levels and how can you progress through them.

Data Governance

• What is Data Governance and why Data Governance is at the heart of successful Information Management.
• A typical Data Governance reference model including Data Governance roles and responsibilities.
• Organisation structures and types of Operating models to support Data Governance.
• Principles for Data Governance and how to get started with Data Governance.
• The role of the Data Governance Office (DGO) and its relationship with the PMO.
• Data ethics & sampling considerations.

Data Quality Management

• The different facets of Data Quality, and why Validity is often confused with Quality
• The Dimensions of Data Quality.
• The policies, procedures, metrics, technology and resources for ensuring Data Quality is measured and ultimately continually improved.
• A Data Quality reference model & how to apply it.
• Root cause analysis & the “5-whys” approach
• Capabilities & functionality of tools to support Data Quality management.
• Data Quality measures – guidelines for their creation & monitoring.
• Common myths & pitfalls about Data Quality management & how to avoid them.

Master & Reference Data Management

• The differences between Reference & Master Data.
• Identification and management of Master Data across the enterprise.
• 4 generic Master Data Management architectures & their suitability in different cases.
• A Master Data Management maturity assessment to consider business procedures for Master Data Management and the provision and appropriateness of Master Data Management solutions per major data subject area.
• How to incrementally implement Master Data Management to align with business priorities.
• Genres of Master Data Management solutions & common pitfalls if you select the wrong type;
• Different approaches for Master Data Management implementation & why you must be careful in the approach selected;
• The essential relationship between Master Data Management, Data Quality and Data Governance
• The under looked but critical aspect of Reference Data Management

Data Warehousing & BI Management & Big Data Analytics

• What is a Data Warehouse & why are they used.
• Provision of Business Intelligence (BI) to the enterprise and the way data consumed by BI solutions and the resulting reports are managed. Particularly important if the data is replicated into a Data Warehouse. 
• The major DW architectures (Inmon & Kimball)
• Introduction to Dimensional Data Modelling
• Types of BI, DW, Analytics & Visualisations.
• Data Analytics & Big Data – a brief overview.

Data Modelling

• What are Data Models & why do we need them.
• Different types of Data models, their use and how they interrelate
• The development, and exploitation of data models, ranging from Enterprise, through Conceptual to Logical, Physical and Dimensional.
• A maturity assessment to consider the way in which models are utilized in the enterprise and their integration in the System Development Life Cycle (SDLC).
• Data modelling & Big Data – why data modelling is NOT just about Relational Database design
• Data Modelling – an essential component of Data Governance

Metadata Management

• What is (and isn’t) Metadata
• Provision of metadata repositories and the means of providing business user access and glossaries from these.
• Types of Metadata & their uses
• Sources of metadata
• Metadata & Business Glossaries. What’s the connection?
• The uncomfortable truth about Big Data technologies

Data Integration & Interoperability

• Data integration & Data interoperability – What’s the difference?
• What are the business (and technology) issues that Data Integration is seeking to address?
• Different styles of Data Integration & Interoperability, their applicability and implications.
• The approaches, plans, considerations and guidelines for provision of Data Integration and access.
• Consideration of P2P, ETL, CDC, Hub & Spoke, Service-orientated Architecture (SOA), Data Virtualization and assessment of their suitability for the particular use cases.

Data Architecture & Data Lifecycle Management

• Types of Architectures
• Enterprise Architecture approaches & Process vs Data interaction.
• Proactive planning for the management of Data across its entire lifecycle from inception through, acquisition, provisioning, exploitation eventually to destruction.
• Considerations for Data across the value chain.
• Differences between Data Life cycle & a Systems Development LifeCycle (SDLC).

Data Risk Management, Security, Privacy & Regulatory compliance

• Identification of threats and the adoption of defences to prevent unauthorized access, use or loss of data and particularly abuse of personal data.
• Exploration of threat categories, defence mechanisms & approaches, and implications of security & privacy breaches.
• Identification of risks (not just security) to data and its use, together with risk mitigation, controls and reporting.
• Adapting to the changing legal and regulatory requirements related to information and data.
• Assessing the approach to regulatory compliance & understanding the sanctions of non-compliance.
• Data Management considerations for different regulations, e.g. GDPR, BCBS239

Data Operations Management

• Core roles & considerations for data operations
• Obstacles to performance
• Good Data Operations practices

Document, Records & Content Management

• Why document & records management is important
• The legal implications of significant records
• The records management lifecycle
• Audit and records control

Data Management Tools & Repository

• Examination of the categories of tools supporting the IM disciplines.
• How to select the appropriate toolset.
• Discussion of an example policy for use of specific technology to ensure consistency and interoperability across the enterprise.