Module 1: Data Management Framework
- Introductie van het Data Management Framework.
- Discussie over methodologieën voor het toepassen van data governance, waarbij theorieën worden besproken zonder te diep op de theorie in te gaan, met focus op praktische toepassing.
Opdracht 1: Bepaal eigen Data Strategie en leg uit hoe u deze in de praktijk gaat brengen.
Module 2: Data Governance Methodologie: Het WAAROM!
- Bespreking van de redenen waarom data governance noodzakelijk is.
- Hoe data governance kan worden geïmplementeerd en wat er nodig is om dit succesvol te doen.
- Specifieke aandacht voor het creëren van een data governance plan dat afgestemd is op kernprocessen en kerndata
Opdracht 2: Bezorg een overzicht van uw kroonjuwelen en leg uit waarom u deze gekozen heeft, gebaseerd op bepaalde criteria.
Module 3: Data Governance Methodologie: het HOE!
- Diepgaande bespreking van de methoden voor het implementeren van data governance.
- Gebruik van KPI's en real-time dashboards voor continue opvolging en het levendig houden van het data governance proces.
Opdracht 3: Welke tools heeft u gebruikt om een overzicht te tonen aan het management en hoe houdt u deze up-to-date?
Module 4: Data Governance Methodologie: het WAT!
- Onderhoud en naleving van de Data Governance standaard.
- Het uitvoeren van een gap-analyse en het opstellen van een remediation rapport.
Opdracht 4: Maak een Gap Analyse en een Remediation Rapport
Elke module (van 1 tem 4) bouwt verder op de vorige, waardoor deelnemers hun begrip en vaardigheden rond Data Governance kunnen ontwikkelen en toepassen in hun eigen werkomgeving.
Module 5: Dataclassificatie - Persoonsgegevens (GDPR)
- Introductie en uitleg van de principes van dataclassificatie, specifiek gericht op persoonsgegevens.
- Bespreking van GDPR (General Data Protection Regulation) en hoe het van toepassing is op de classificatie van persoonlijke data.
- Overzicht van verschillende categorieën van persoonsgegevens, inclusief reguliere persoonsgegevens en speciale categorieën van gegevens, zoals gezondheidsinformatie, raciale of etnische gegevens, en meer.
- Toepassing van de classificatieprincipes op verschillende soorten persoonsgegevens binnen de organisatie, inclusief identificatie van risico’s en beschermingsniveaus.
Opdracht 5: Classificeer een set van persoonsgegevens binnen uw organisatie volgens de GDPR-richtlijnen en leg uit hoe u deze gegevens beschermt.
Module 6: Dataclassificatie - Informatie Asset Classificatie en Risicobeoordeling
- Diepgaande bespreking van de classificatie van informatie-assets volgens hun waarde, gevoeligheid, en risico voor de organisatie.
- Uitleg van de Information Asset Discovery-processen, waarbij alle informatie-assets binnen de organisatie worden geïdentificeerd en geclassificeerd.
- Toepassing van een risicobeoordeling op de geclassificeerde informatie-assets, waarbij risico's worden beoordeeld op basis van vertrouwelijkheid, integriteit, beschikbaarheid en traceerbaarheid (C.I.A.T).
- Bespreking van de impact van een inbreuk op de belangrijkste informatiebeveiligingsprincipes en het bepalen van de juiste beveiligingsmaatregelen voor verschillende risiconiveaus.
Opdracht 6: Voer een risicobeoordeling uit op een geselecteerde set van informatie-assets binnen uw organisatie en stel een beveiligingsplan op om de geïdentificeerde risico's te mitigeren.
Modules 5 en 6 bieden een gedetailleerd begrip van dataclassificatie, vooral in de context van GDPR en risicobeheer, wat essentieel is voor een robuuste Data Governance strategie.
Module 7: Data governance - Future state
- Hoe ziet data governance eruit binnen de komende 5 jaren en zal AI hiervoor "Holy grale" kunnen?
Module 8: Voorstellen van datagoverance plan door deelnemers (per bedrijf) aan vakjury
- Datagovernance plan dat op maat is afgestemd op kernactiviteiten en -data van hun bedrijf
- KPI realtime dashboard
- Dataclassificatie strategie, riscobeoordeling praktische aanpak