役割を割り当てて実行する上で最も重要な側面の 1 つは、役割、期待、および役割がどのように相互作用するかを明確に文書化しておくことです。
データ ガバナンス フレームワーク
データ ガバナンス フレームワークとは、データ規則、組織的な役割の委任、および組織内の全員を同じページに導くことを目的としたプロセスのセットです。
世の中にはたくさんのデータガバナンスのフレームワークがありますが、ここではThe Data Governance Instituteのフレームワークを例に挙げます。
図1. The DGI Data Governance Framework © The Data Governance Institute
Why:
マスターデータは、他のデータと相互作用する方法によって記述することができます。
なぜデータガバナンスが組織内で必要なのかを示すミッションとビジョン。 これはせいぜい企業のビジネス目標に関連するものであるべきです。
What:
データ ガバナンス プログラムの短期および長期の目標、ならびに成功基準とその測定値。 多くの場合、これはビジネスの様々なラインに存在する主なペインポイントに対処するべきです。
方法:
データ ポリシー、データ標準、ビジネス用語集としてのデータ定義、ビジネス ルールからデータ ルールへの変換方法などの形で、データ ルールと定義を示します。 これは、ビジネス目標を達成するために不可欠なコア ビジネス エンティティを記述するデータ資産を対象としています。
- 日常業務でデータ資産を管理するために存在する決定権。 これには、データスチュワードが決定できることと、データガバナンス委員会または同様の権限にエスカレーションしなければならないことが含まれます。
- 組織内で委譲された説明責任と関連する責任。
- データ規則の遵守と定義された目標への達成度を測定するために実行される管理メカニズム。
Who:
データ所有者、データスチュワード、データカストディアンなど、説明責任を負う人、責任を負う人、相談しなければならない人、情報を提供しなければならない人などの役割を担うデータ関係者の関与。
対象者:
ガバナンスオフィス/チームは、機能横断的なデータガバナンスの構造と活動をサポートするために組織されるべきです。 ガバナンスオフィス/チームは、測定基準と成功指標を収集し、データステークホルダーに報告します。 コミュニケーション、情報へのアクセス、記録の保持、教育・サポートといった形で、継続的なステークホルダーケアを提供します。
When:
最後になりましたが、標準化され、文書化され、反復可能な一連のプロセスは、実現可能なテクノロジーの適切なバランスとともに展開されなければなりません。 データ ガバナンス プロセスのオーケストレーションは、最終的にデータ ガバナンス フレームワークの成功または失敗、そしてデータ ガバナンスの成熟度を向上させる能力を決定します。
Grow Up, Kid: The Maturity Model
データ ガバナンス成熟度モデルに対して組織を測定することは、ロードマップを作成し、データ ガバナンス イニシアチブの現状とあるべき姿、およびデータ ガバナンス フレームワークを展開するためのコンテキストを伝える上で、非常に有用な要素となります。
このような成熟度モデルの一例として、アナリスト企業であるGartner社の企業情報管理成熟度モデルがあります。
図2 © Gartner
ほとんどの組織は、データ ガバナンス プログラムに着手する前に、このようなモデルの下位のフェーズにいることに気づくでしょう。 これは、データ ガバナンスがどのようにしてより良いビジネス成果を可能にするかについてのアイデアを持っているのは、多かれ少なかれ組織内で一人であることを意味します。 この段階では、何が必要かというビジョンを持っているかもしれませんが、ビジネスやITの適切な人々を説得し、認知度や小さな勝利にまつわる小さな目標を達成するという、より地味なことに集中する必要があります。
フェーズ 1 – 認識: オーナーシップとスポンサーシップの欠如が認識され、ポリシーと標準の必要性が認識されている認識フェーズでは、組織内の明らかなペイン ポイントに対処するために、カスタマイズされたデータ ガバナンス フレームワークを立ち上げる余地があります。
フェーズ 2 および 3 – 反応性 & 反応性と反応性に移行することはプロアクティブです。
フェーズ 4 および 5 – 管理された &
フェーズ 4 および 5 – 管理された &
効果的。
現在のデータガバナンスのポリシーと手順がガイドブックであるならば、成熟度モデルは歴史書です。 成熟度モデルは、成熟度評価に基づいた過去のデータから作成されています。この評価では、一定期間（例えば四半期、1年、あるいは5年）にわたって、企業のパフォーマンスを確立された目標やベンチマークと比較します。
成熟度モデルには「一律」のアプローチは通用しませんが、多くの企業では「必要に応じて」のアプローチが有効です。 既存のモデルを検索して、近いものを見つけ、自社のニーズに合わせて調整します。 靴が合わない場合、靴のサイズを変えるのは簡単です。
MDMとのつながり
データガバナンスは戦略的なアプローチです。 MDMは、戦術的な実行です。 これだけです。 もう大丈夫です。
まだ納得していませんか? わかりました。 私たちの言葉を鵜呑みにしないでください。 約束通り、MetaMeta ConsultingのScott Taylor氏をお迎えします。
「すべての企業システムにはマスターデータ管理が必要です」と、スコットはProfisee 2019のキックオフイベントで述べました。 “マーケティング、セールス、ファイナンス、オペレーション。 あらゆる規模の企業で、あらゆる業界で、世界中で、データジャーニーのどの時点でもメリットがあります」
マスターデータは最も重要なデータであるとスコットは言います。 マスターデータは、「ビジネス名詞」、つまりビジネスの本質的な要素に関するデータです。 顧客、パートナー、製品、サービス。 お客様、パートナー、製品、サービスなど、お客様のビジネスの本質的な要素がマスターデータです。 地球上で最も優れたガバナンスプランを持っているかもしれません。 ガバナンスされていても、悪いデータは悪いデータです。
「気づいていようがいまいが、誰もがデータビジネスに携わっています」とスコットは言います。 “私たちが触れるものはすべてデータに変わります。 ビジネスはアナログからデジタルへと変化しています。 あなたの製品が何であれ、データはあなたの製品です。
適切なツールがあれば、あなたは今すぐその力を利用することができます」
データ保護とデータプライバシー
欧州連合の一般データ保護規則（GDPR）に代表されるように、データ保護とデータプライバシーに対する意識の高まりは、データガバナンスに強い影響を与えています。
デフォルトでのデータ保護やデフォルトでのデータプライバシーといった言葉は、少なくとも従業員データ、顧客データ、ベンダーデータ、その他の当事者のマスターデータなどのデータ領域を扱う際には、データポリシーやデータ標準に組み込まれていなければなりません。
データ管理者として、データがどこに保存されているか、誰がデータを更新しているか、誰がどのような目的でデータにアクセスしているかを完全に監督しなければなりません。
コンプライアンス時代には、データ削除のためのルールをきちんと守ることも必要です。
ベストプラクティス
一方では、データガバナンスに取り組んでいる他の人々から多くを学ぶことができます。
とはいえ、一般的に適用される15の短いベストプラクティスを以下にまとめました。 ビジネスのあらゆる側面と同様に、大海を沸騰させようとしないでください。