Eenvoudig stappenplan hoe data kwaliteitsissues in een gestructureerde opzet opgelost kunnen worden met behulp van maatregelen en releases.

Voor het geselecteerde kennisgebied wordt bepaald wat het meta meta model is. Met andere woorden wat is het (data)model op basis we waarvan we de meta data van dat kennisgebied gaan vastleggen. In onze situatie wordt hierbij veelal gekozen voor een bestaande modelleerwijze, wat feitelijk ook weer een meta datamodel heeft, zoals ArchiMate, UML en ER modellering). Onder dit meta model dient desgewenst een detaillering van het metamodel opgesteld te worden. Dit betekent dat van het metamodel een logisch- en een fysiek data model opgesteld wordt.

Managen, registreren, ontwikkelen en beheren van metadata is de definitie. Eenvoudig gezegd is meta data data over de data, met andere woorden het toevoegen van context aan de data vanuit het perspectief van data management kennisgebieden. Hieruit blijkt dat meta data een zeer breed begrip is en alle kennisgebieden, bedrijfsprocessen en -functies raakt. Dat maakt dat we meta data dienen te classificeren. In deze uitwerking koppelen we daarom rechtstreeks aan de verschillende onderdelen van met Voorbeeld Data Management raamwerk en meta data definieren vanuit de verschillende raamwerken. Dus voor iedere uitwerking wordt meta data gedefinieerd en voor deze kennisgebieden wordt vanuit meta data management een modelleer- en naamgevingsconventie gedefinieerd.

Er wordt een data management kennisgebied gekozen en rond dit gekozen kennisgebied wordt de strategie geevalueerd op basis van relevante meta data. Met andere worden welke meta data is voor dit kennisgebied om dit ten behoeve van de strategie te ondersteunen.

Verkrijgen, implementeren en onderhouden van meta data is een arbeidsintensief proces. Echter de gewenste kwaliteitsniveau van het metamodel voor een bepaald kennisgebied dient daartoe bekend te zijn. Daarom dient er een data kwaliteitsproces doorlopen te worden om te bepalen wat het kwaliteitsniveau is en met welke maatregelen die kwaliteitsniveaus gerealiseerd en onderhouden worden.

Vanuit data governance perspectief dient meta data governance uitgewerkt. Hierbij kan enerzijds het generieke data governance en het data kwaliteit werkproces geimplementeerd worden. Echter dan specifiek voor de meta data.

Welke betrokkenen zijn relevant voor de meta data van het geselecteerde kennisgebied. Houdt er rekening mee dat dit zowel betrokkenen voor de bedrijfsfunctie van meta data zijn als ook de leveranciers en consumenten van deze meta data zijn.

Meta data wordt ingebed in een complexe inrichting van verschillende informatiesystemen en tools. Enerzijds als data producent en als consument en als meta data register. Rond dit register zal data integratie tussen, producent- en consumentsystemen noodzakelijk zijn omdat het up to date houden van de meta data zonder deze data integratie zeer arbeidsintensief en tijdrovend zal zijn. Daarnaast dient de meta data aanwezig in het meta data register op interactieve wijze beschikbaar gesteld te worden aan de vele betrokkenen rond het werkveld meta data via een (web)userinterface. Gezien de complexiteit van bovenstaande inrichting is een solution architectuur hierbij een randvoorwaarde.