Maßnahmen für eine erfolgreiche Data Governance-Umsetzung

Dieser Artikel soll kleinen und großen Unternehmen helfen, effektive Data Governance-Programme zu entwickeln. Die aktuellen Schlagworte wie Data Analytics, Big Data, Data Visualization und Data Science klingen vielleicht einschüchternd, aber im Grunde genommen sind sie alle Elemente der Data Governance. Das Data-Governance-Framework bildet das Rückgrat, das sicherstellt, dass konsistente, sichtbare und verlässliche Daten zur Verfügung stehen. Vergessen Sie Ihr Data Quality Management nicht, da es noch nie so wichtig war wie heute!

Die Daten sind maßgebend, denn sie sind die wichtigste Instanz, die es Unternehmen und Behörden ermöglicht, Erkenntnisse und nützliche Berichte zu gewinnen, um ihre Aufgaben und Ziele zu erreichen.

Um dies zu realisieren, müssen einige Elemente des Data Governance-Modells vorhanden sein. Es ist überraschend, dass diese Elemente in allen Organisationen vorhanden sind, sie müssen nur als die richtigen Elemente für die richtige Anwendung identifiziert werden. BiG EVAL wird Ihnen bei der Umsetzung dieser Elemente in praktische und ausführbare Schritte helfen. Wir stellen Ihnen ein 7-stufiges Data-Governance-Modell vor, das Sie für Ihr Unternehmen entwickeln können, um von den Vorteilen einer effektiven Data-Governance in Ihrem Unternehmen zu profitieren.

Die 7 Schritte

• 1 Umfang und Strategie
• 2 Bildung von Governance-Gruppen
• 3 Richtlinien und Regeln
• 4 Prozesse und Abläufe
• 5 Tools und Systeme
• 6 Training und Engagement
• 7 Prüfungen und Metriken

Umfang und Strategie

Zunächst müssen Sie festlegen, was Data Governance für Ihr Unternehmen bedeutet. Zu diesem Zweck sollten Sie eine Strategie und einen Umfang festlegen. Das ist ein wichtiger Schritt, den viele kleine Unternehmen oft überspringen, aber wir raten Ihnen dringend, ihn nicht zu versäumen. Nehmen Sie sich die Zeit, die Zielsetzung und die langfristigen Pläne Ihres Unternehmens zu definieren, und legen Sie dann einen Auftrag fest, der mit diesen Zielen übereinstimmt. Denken Sie über die strategischen Fragen nach, die Sie mit Hilfe von Daten beantworten können. Dies wird Ihnen dabei helfen, den Grad der Governance festzulegen, der zu Ihrer Unternehmenskultur passt.

Bildung von Governance-Gruppen

Als Nächstes ist es notwendig, für eine erfolgreiche Data Governance-Implementierung eine Gruppe von Personen zu bestimmen, die neue Rollen definieren, welche eine wichtige Rolle bei der Data Governance spielen, und zwar nicht nur für IT- und Datenspezialisten, sondern um das gesamte Unternehmen in den Data Governance-Prozess einzubinden. Diese sogenannten Governance-Gruppen müssen definiert werden, um die Verantwortlichkeiten zu verteilen.

Statt neue Gruppen zu bilden, können auch bereits existierende Verantwortliche diese Aufgabe übernehmen. Projektmanager, Teamleiter, Scrum Master - sie alle können die Aufgaben eines Data Governors übernehmen. Durch diesen Ansatz wird es möglich, Data Governance in bestehende Strukturen einzubinden.

Wenn Sie neue Governance-Gruppen einrichten müssen, ermitteln Sie das beste Modell für Ihr Unternehmen durch Meetings und Besprechungen. Sorgen Sie für ein Gefühl der Verantwortung mit Verbindungspersonen innerhalb der Organisation, stellen Sie einige Data-Governance-Experten ein und dezentralisieren Sie die Verantwortlichkeiten und verteilen Sie sie über die Hierarchie.

Fehlende Eigenverantwortung und mangelnde Führungsqualitäten werden in der Anfangsphase die größte Herausforderung für Sie darstellen.

Der Data-Governance-Ausschuss trifft Entscheidungen auf hoher Ebene, die in der gesamten Organisation umgesetzt werden. Die Verantwortlichen entscheiden über strategische, taktische und operative Maßnahmen, die zur praktischen Umsetzung des Data Governance-Modells erforderlich sind.

Richtlinien und Regeln

Unternehmen sollten eine Reihe von Grundsätzen befolgen. Die Umsetzung eines Data Governance-Programms sollte im Idealfall nicht die gesamte Unternehmenskultur, die Richtlinien und Regeln des Unternehmens verändern. Vielmehr sollte es um sie herum aufgebaut werden, um den Mitarbeitern am besten gerecht zu werden. Erstellen Sie Standardarbeitsanweisungen und sorgen Sie dafür, dass die Mitarbeiter ihre Gewohnheiten ändern. Als Best-Practice sollten Sie die folgenden Regeln in die bereits bestehenden Verfahren einbeziehen:

Daten müssen wie ein Vermögenswert behandelt und verwaltet werden.

Eine formale Rechenschaftspflicht muss vorhanden sein.

Die Daten unterliegen den behördlichen Kontrollen in Bezug auf Datenschutz und Sicherheit.

Die Data Quality muss über den gesamten Lebenszyklus der Daten hinweg definiert und einheitlich verwaltet werden. Erfahren Sie mehr über schlechte Data Quality und ihre Folgen.

Unternehmen verfügen oft über Richtlinien für Datenoperationen, Sicherheiten und Entscheidungsrechte, die aber möglicherweise veraltet und nicht schlüssig sind. Ihre Führungskräfte und Ihr Vorstand werden daran arbeiten müssen, Richtlinien zu erstellen, die ein Gleichgewicht zwischen Datenschutz und Sicherheit herstellen, die Daten aber auch gut für alle Arten von Analysen aufbereiten.

Prozesse und Abläufe

Die Umwandlung von Richtlinien und Regeln in Prozesse und Verfahren ist ein wichtiger Schritt. Der Schritt wird häufig vergessen und führt zu einer unangenehmen Umsetzung der Richtlinien. Mit diesem Schritt wird sichergestellt, dass alle ermittelten Schritte in praktische Maßnahmen umgesetzt werden und Ergebnisse erzielt werden. Es ist viel einfacher, Erkenntnisse mit den Gouverneuren und Stakeholdern zu diskutieren, wenn diese Praktiken umgesetzt werden und Teil der täglichen Arbeitsabläufe sind. Die Offenlegung der Erkenntnisse gegenüber den Interessengruppen verbessert auch die Authentizität und die Arbeit der Organisation.

Tools und Systeme

Lassen Sie uns den nächsten Schritt einer effektiven und erfolgreichen Umsetzung von Data Governance betrachten.

Automatisierte Tools und Systeme zu finden, die Ihre Prozesse unterstützen, wird die Komplexität der Aufgabe in den Händen Ihrer Organisationsleiter erleichtern und die Prozesse durchführbarer machen. Der Data Lifecycle kann durch die richtigen Tools und Systeme wie Datenmodelle, Sichtbarkeitsmethoden, Metadatenglossare, Workflows, Datenanalysen und Diagramme ergänzt werden.

Sie werden überrascht sein, wie allein das einfache Microsoft Excel die Ergebnisse von Datenanalysten verbessern kann, denn es hilft bei der Erstellung sinnvoller Analysen wie Benchmarks und Unternehmensregeln.

Andere Tools wie Tableau, PowerBI, Python-Bibliotheken und andere intern entwickelte Tools werden die Datenverwaltung Ihres Unternehmens verändern und zu Ihrer Stärke machen. Unternehmen wie Google und Microsoft sind ebenfalls datengesteuerte Unternehmen.

Training und Engagement

Jeder im Unternehmen sollte wissen, warum es Richtlinien, Verfahren und Tools für die Data Governance gibt. Das ist die Grundlage für eine gesunde datengesteuerte Kultur. Die Kommunikation der datengesteuerten Natur des Unternehmens an alle Mitarbeiter wird eine datengesteuerte Kultur im gesamten Unternehmen etablieren, mit Ausnahme der IT- und Datenteams. Um dies als dauerhafte Gewohnheit zu fördern, können mehrere Arten von Schulungen für Mitarbeiter mit unterschiedlichen Rollen organisiert werden.

Schulungen speziell für Data Governance-Gruppen können Folgendes umfassen:

Data Governance Touren

Team Meetings

Ermittlung der individuellen Fähigkeiten und Fertigkeiten der Mitarbeiter

Zusätzlich können Schulungen für Datenkonsumenten und -produzenten durchgeführt werden, die Regeln für die Erstellung, den Austausch und die Verwaltung der Daten enthalten.

Es ist ganz einfach, Ihre Daten automatisch zu testen

Prüfungen und Metriken

Prüfungen und Metriken sind notwendig, um Ihr Data Governance-Programm zu überwachen, zu bewerten und zu transformieren und ein erfolgreiches datengesteuertes Modell zu etablieren.

Compliance-Prüfungen: Werden die von den Gouverneuren entwickelten Richtlinien und Verfahren eingehalten?

Sicherheitsbewertungen: Haben die Mitarbeiter nur die korrekten Zugriffs- und Nutzungsrechte?

Data Quality-Prüfungen: Sind die Daten vollständig und korrekt?

Wenn Sie die Prüfungen und Metriken festlegen, werden Sie erkennen, wo es Lücken gibt und was getan werden kann, um diese Lücken zu schließen. Außerdem wird Ihr Unternehmen, wenn es Daten fair und effizient nutzt, den Beteiligten genaue Zahlen vorlegen können, was zu einer höheren Geschäfts- und Kundenzufriedenheit führen kann.

Wie Sie sehen, gibt es einige Punkte zu beachten, um ein erfolgreiches Data Governance-Implementierungsprojekt durchzuführen.

Alles in allem wird Ihnen die Befolgung des von BiG EVAL vorgeschlagenen 7-Stufen Data-Governance-Modells helfen, die erfolgreiche Data-Governance-Implementierung in Ihrem Unternehmen in die richtige Richtung zu lenken. BiG EVAL stellt Ihnen außerdem validierte Daten zur Verfügung, die Sie nutzen können, um ein hocheffizientes datengesteuertes Governance-Modell zu erhalten.

Setzen Sie Ihr Projekt mit der richtigen Strategie und den richtigen Tools um, um zuverlässige Daten bereitzustellen - präzise und pünktlich!

Dann: