Dit is een raamwerk, ontwikkeld door DAMA International, om best practices en richtlijnen voor datamanagement te definiëren. DAMA-DMBOK beschrijft 11 kennisgebieden die essentieel zijn voor effectief data management, zoals datakwaliteit, -governance en – modellering. Stuk voor stuk onderwerpen waar wij in ons werk vanuit informatiemanagement in meer of mindere mate mee te maken hebben.
Wat hierbij van belang is om de brug te slaan tussen de data en het bestaansrecht dat deze data heeft. De data wordt immers gebruikt om in samenhang met andere data besluiten op te nemen, inzichten te verkrijgen of om beleidskeuzes mee te maken. Het is daarbij raadzaam om datamanagement “fit for purpose” in te richten. Zo is een “10” voor datakwaliteit in de meeste gevallen niet nodig en niet efficiënt. Ofwel: goed datamanagement richt zich op de activiteiten om op het juiste moment over de juiste data van de juiste kwaliteit te beschikken tegen de juiste kosten.
Vaak helpt een goede aanleiding om datamanagement op de kaart te krijgen. Dat kan een incident zijn, maar ook een applicatiemigratie of een lopend data-initiatief zijn goede aanleidingen om “fit for purpose” aan de slag te gaan met datamanagement. Waarbij het belangrijk is om niet alleen naar een kortetermijnoplossing te kijken, maar ook om datamanagement toekomstbestendig te maken. Het goed beleggen van taken en verantwoordelijkheden is hierbij een randvoorwaarde.