Tarjeta de puntuación del modelo de datos: Aplicación del estándar de la industria sobre la calidad de los modelos de datos

Opiniones de los lectores

El libro goza de gran prestigio por su enfoque eficaz del modelado de datos y la evaluación de cuadros de mando. Su autor es Steve Hoberman, una autoridad reconocida en el campo, y es elogiado por su estilo de escritura claro y marco práctico que promueve mejores prácticas de gestión de datos y la comunicación dentro de los equipos de proyecto.

⬤ Contenido bien presentado, con explicaciones claras y un mínimo de jerga.
⬤ Ofrece un marco racional para evaluar los modelos de datos, mejorando su calidad y corrección.
⬤ Proporciona aplicaciones prácticas y herramientas de cumplimiento de las normas de modelado de datos.
⬤ Incluye resúmenes y listas de comprobación de las mejores prácticas, que ayudan en el proceso de evaluación.
⬤ Ampliamente disponible de forma gratuita, promoviendo la accesibilidad en la comunidad de gestión de datos.

La reseña no menciona ninguna deficiencia o crítica específica del libro, lo que indica una recepción generalmente positiva.

(basado en 2 opiniones de lectores)

Título original:

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

Contenido del libro:

Los modelos de datos son el principal medio utilizado para comunicar los requisitos de datos de la empresa al departamento de TI, y dentro de éste, de los analistas, modeladores y arquitectos a los diseñadores y desarrolladores de bases de datos. Por tanto, es esencial que el modelo de datos sea correcto. Pero, ¿cómo determinarlo? Ahí es donde entra en juego el Data Model Scorecard (R).

El Data Model Scorecard es una herramienta de puntuación de la calidad del modelo de datos que contiene diez categorías destinadas a mejorar la calidad de los modelos de datos de su organización. Muchos de mis trabajos de consultoría se dedican a aplicar el Scorecard del Modelo de Datos a los modelos de datos de mis clientes - en este libro le mostraré cómo aplicar el Scorecard.

Este libro, escrito para personas que construyen, utilizan o revisan modelos de datos, contiene la plantilla del Scorecard del Modelo de Datos y una explicación junto con muchos ejemplos de cada una de las diez categorías del Scorecard. Hay tres secciones:

En la Sección I, El modelado de datos y la necesidad de validación, se ofrece una breve introducción al modelado de datos en el Capítulo 1, se explica por qué es importante que el modelo de datos sea correcto en el Capítulo 2, y se explica la Tarjeta de puntuación del modelo de datos en el Capítulo 3.

En la Sección II, Categorías de la Scorecard del Modelo de Datos, explicaremos cada una de las diez categorías de la Scorecard del Modelo de Datos. Hay diez capítulos en esta sección, cada capítulo dedicado a una categoría específica de Scorecard:

⬤ Capítulo 4: Corrección.

⬤ Capítulo 5: Completitud.

⬤ Capítulo 6: Esquema.

⬤ Capítulo 7: Estructura.

⬤ Capítulo 8: Abstracción.

⬤ Capítulo 9: Estándares.

⬤ Capítulo 10: Legibilidad.

⬤ Capítulo 11: Definiciones.

⬤ Capítulo 12: Consistencia.

⬤ Capítulo 13: Datos.

En la Sección III, Validación de modelos de datos, nos prepararemos para la revisión del modelo (Capítulo 14), trataremos consejos para ayudar durante la revisión del modelo (Capítulo 15) y, a continuación, revisaremos un modelo de datos basado en un proyecto real (Capítulo 16).