Veri Yönetişimi Temelleri Eğitimi | Digital Vizyon Akademi

Eğitim Hakkında

Bu eğitim, kurumların verisini sahiplik, kalite, güvenlik ve uyum açısından sistematik biçimde yönetebilmesi için veri yönetişiminin temel kavramlarını, rollerini ve süreçlerini uygulamalı olarak aktaran bir programdır. Katılımcılar DAMA-DMBOK çerçevesi ışığında kendi kurumları için veri sahipliği modeli, sınıflandırma şeması ve ilk yönetişim yol haritasını oluşturur.

Neden Bu Eğitim?

Net Sahiplik. Kimin hangi veriden, hangi kalite ve erişim kararlarından sorumlu olduğunu açık bir işletim modeliyle belirleyin.

Güvenilir Veri. Raporlar, analitik ve yapay zeka projeleri için ortak tanımlara ve ölçülebilir kaliteye dayanan bir veri zemini kurun.

Uyum ve Risk. KVKK, sektörel düzenlemeler ve yapay zeka mevzuatının veri yükümlülüklerini süreçlere entegre ederek riski azaltın.

“Veri yönetişimi bir bürokrasi katmanı değil, kurumun doğru veriye güvenle ve hızla ulaşabilmesini sağlayan ortak bir dildir.”

Ön Koşullar

Veriyle Çalışma — Raporlama, iş sistemleri veya veri süreçlerinde temel düzeyde çalışma deneyimi yeterlidir.
Kodlama Şartı Yok — Programlama, SQL veya veri mühendisliği bilgisi gerekmez; içerik süreç ve organizasyon odaklıdır.
Kurumsal Bağlam — Kurumunuzdaki veri kaynakları, raporlar ve karşılaşılan veri sorunları hakkında fikir sahibi olmak.
Katılım Ortamı — Atölye şablonları ve katalog demoları için internete bağlı bir dizüstü bilgisayar.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiVeri yönetişiminin kapsamını ve iş değerini kavramak, rolleri ve işletim modelini tasarlamak, politika ve sınıflandırma kurallarını belirleyerek metaveri yönetimine başlamak.

Modül 1

Veri Yönetişimine Giriş ve İş Değeri

Veri yönetişimi ile veri yönetimi arasındaki fark
DAMA-DMBOK çerçevesi ve bilgi alanları
Kötü yönetilen verinin maliyeti: hatalı rapor ve karar
Analitik ve yapay zeka projelerinde yönetişim ihtiyacı
Yönetişim programını tetikleyen iş ve uyum sebepleri
Vaka: Aynı KPI için farklı sayılar üreten raporlar

Modül 2

Roller, Sorumluluklar ve İşletim Modeli

Veri yönetişim kurulu, veri sahibi ve veri sorumlusu
Veri koruyucu (custodian) rolü ve BT ile iş birliği
Merkezi, dağıtık ve federe işletim modelleri
Veri ağı (data mesh) yaklaşımında federe yönetişim
RACI matrisiyle karar ve onay yetkilerinin tanımı
Atölye: Kurumunuz için veri sahipliği haritası

Modül 3

Politika, Standart ve Veri Sınıflandırma

Politika, standart, prosedür hiyerarşisi
Veri sınıflandırma seviyeleri: genel, iç, gizli, özel
Kişisel ve özel nitelikli kişisel verinin ayrıştırılması
Erişim yetkilendirme ve en az yetki ilkesi
Veri paylaşımı ve üçüncü taraf aktarım kuralları
Uygulama: Örnek veri sınıflandırma politikası taslağı

Modül 4

Metaveri, Veri Kataloğu ve İş Sözlüğü

Teknik, iş ve operasyonel metaveri türleri
İş sözlüğü: ortak terim ve KPI tanımları
Veri kataloğu işlevleri: keşif, etiket, sahiplik
Microsoft Purview, Collibra, DataHub, OpenMetadata
Katalog benimsetme ve güncel tutma stratejileri
Demo: Açık kaynak katalogda veri varlığı kaydı

Günün hedefiVeri kalitesini ölçülebilir kılmak, veri kökeni ve yaşam döngüsünü yönetmek, KVKK ile yapay zeka mevzuatının gereklerini karşılamak ve uygulanabilir yol haritası çıkarmak.

Modül 1

Veri Kalitesi Yönetimi Temelleri

Kalite boyutları: doğruluk, tamlık, tutarlılık, güncellik
Kalite kuralları, eşikler ve kalite skor kartları
Kök neden analizi ve kaynağında düzeltme yaklaşımı
Veri kalitesi sorunlarının kayıt ve takip süreci
Veri sözleşmeleri (data contracts) kavramına giriş
Atölye: Müşteri verisi için kalite kural seti

Modül 2

Veri Kökeni, Ana Veri ve Yaşam Döngüsü

Veri kökeni (data lineage) ve etki analizi
Ana veri yönetimi (MDM): müşteri, ürün, tedarikçi
Referans veri ve kod listelerinin yönetimi
Saklama süreleri, arşivleme ve imha politikaları
Değişiklik yönetimi ve veri modelinde onay akışı
Vaka: Kaynak sistem değişikliğinin rapora etkisi

Modül 3

Mevzuat ve Yapay Zeka için Veri Yönetişimi

KVKK: işleme şartları, VERBİS ve saklama yükümlülükleri
Yurt dışına veri aktarımında güncel KVKK düzenlemesi
EU AI Act'te eğitim verisi yönetişimi beklentileri
ISO/IEC 42001 ve ISO/IEC 27001 ile ilişki
Model eğitim verisinde köken, izin ve yanlılık kontrolü
Tartışma: Üretken YZ araçlarına veri yükleme kuralları

Modül 4

Yönetişim Yol Haritası ve Kapanış

Veri yönetişimi olgunluk değerlendirmesi
Hızlı kazanımlar ve öncelikli veri alanlarının seçimi
Başarı metrikleri ve yönetişim performans göstergeleri
Uygulama: 90 günlük yönetişim yol haritası taslağı
Eğitim değerlendirmesi ve interaktif Soru-Cevap
Sertifika takdimi, şablonların teslimi ve kapanış

Eğitim Kazanımları

Kavramsal Çerçeve — DAMA-DMBOK çerçevesiyle veri yönetişiminin kapsamını ve iş değerini yönetime net biçimde anlatabileceksiniz.
Rol Tasarımı — Veri sahibi, veri sorumlusu ve koruyucu rollerini RACI matrisiyle kurumunuza uyarlayabileceksiniz.
Politika Yazımı — Veri sınıflandırma, erişim ve paylaşım kurallarını içeren uygulanabilir politika taslakları hazırlayabileceksiniz.
Veri Kataloğu — İş sözlüğü ve veri kataloğu ile kurum genelinde ortak terimler ve bulunabilir veri varlıkları oluşturabileceksiniz.
Kalite Yönetimi — Kalite boyutlarına dayalı kurallar, eşikler ve skor kartlarıyla veri kalitesini ölçülebilir kılabileceksiniz.
Köken ve Ana Veri — Veri kökeni ve ana veri yaklaşımlarıyla değişikliklerin raporlara etkisini önceden analiz edebileceksiniz.
Mevzuat Uyumu — KVKK, EU AI Act ve ISO/IEC 42001 kapsamındaki veri yükümlülüklerini yönetişim süreçlerine yansıtabileceksiniz.
Yol Haritası — Kurumunuzun olgunluk düzeyine uygun, önceliklendirilmiş 90 günlük veri yönetişimi yol haritası oluşturacaksınız.

Kimler İçin Uygundur?

Veri ve analitik yöneticileri
iş birimi veri sahipleri
veri sorumluları (data steward)
BT
bilgi güvenliği
uyum ve iç denetim uzmanları ile veri projesi yöneticileri.

Sıkça Sorulan Sorular

Veri Yönetişimi Temelleri Eğitimi kimler için uygundur?

Program; veri ve analitik yöneticileri, iş birimlerindeki veri sahipleri ve veri sorumluları, BT, bilgi güvenliği, uyum ve iç denetim ekipleri ile veri projelerini yöneten profesyoneller için tasarlanmıştır.

Eğitim ne kadar sürer ve hangi formatta verilir?

Eğitim 2 tam gün ve 8 modülden oluşur. İlk gün temel kavramlar ve organizasyon, ikinci gün kalite, uyum ve yol haritası işlenir; yüz yüze veya online olarak gerçekleştirilebilir.

Katılmak için teknik bilgi gerekiyor mu?

Hayır. Programlama veya SQL bilgisi gerekmez. Veriyle çalışan süreçlerde temel deneyim ve kurumun veri sorunlarına dair farkındalık, eğitimden en yüksek verimi almak için yeterlidir.

Eğitimde hangi çerçeve ve araçlar ele alınıyor?

DAMA-DMBOK çerçevesi, RACI modeli, KVKK, EU AI Act, ISO/IEC 42001 ve ISO/IEC 27001 ilişkisi işlenir; Microsoft Purview, Collibra, DataHub ve OpenMetadata gibi veri kataloğu araçları tanıtılır.

İçerik kuruma özel uyarlanabilir mi, sertifika veriliyor mu?

Evet. Ön görüşmede kurumun sektörü, veri alanları ve mevzuat gereklilikleri belirlenerek atölyeler kurum senaryolarıyla yürütülür. Programı tamamlayan katılımcılar Digital Vizyon Akademi sertifikası alır.

Sertifikalandırma

Bu eğitim Katılım Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

VERİ YÖNETİŞİMİ TEMELLERİ EĞİTİMİ