Jednym z najważniejszych aspektów przypisywania i pełnienia ról jest posiadanie dobrze udokumentowanego opisu ról, oczekiwań i sposobu interakcji pomiędzy nimi. Zazwyczaj jest to przedstawione w macierzy RACI opisującej kto jest odpowiedzialny, rozliczany, konsultowany i informowany w ramach określonego procesu lub dla określonego artefaktu jako polityki lub standardu.
Ramy zarządzania danymi
Ramy zarządzania danymi to zestaw reguł dotyczących danych, delegacji ról organizacyjnych i procesów mających na celu doprowadzenie wszystkich w organizacji do tej samej strony.
Istnieje wiele ram zarządzania danymi. Jako przykład posłuży nam jeden z nich, opracowany przez The Data Governance Institute. Ramy te składają się z 10 elementów, które omówimy szczegółowo:
Rysunek 1. The DGI Data Governance Framework © The Data Governance Institute
Why:
Dane główne można opisać poprzez sposób, w jaki wchodzą w interakcje z innymi danymi.
Misja i wizja, które określają, dlaczego zarządzanie danymi jest niezbędne w naszej organizacji. W najlepszym przypadku powinno to być powiązane z celami biznesowymi przedsiębiorstwa. Powinno to być zatwierdzone przez najwyższe kierownictwo.
Co:
Krótko- i długoterminowe cele dla programu zarządzania danymi, jak również kryteria sukcesu i ich pomiar. Często powinny one dotyczyć głównych problemów występujących w różnych obszarach działalności przedsiębiorstwa. Musi to być uzgodnione z finansowaniem i innymi zaangażowanymi kierownictwami liniowymi.
Jak:
Reguły i definicje danych w postaci polityk danych, standardów danych, definicji danych, najlepiej w postaci glosariusza biznesowego oraz sposobu przekształcania reguł biznesowych w reguły danych. Powinno to obejmować aktywa danych opisujące podstawowe jednostki biznesowe, niezbędne do realizacji celów biznesowych. Biuro/zespół ds. zarządzania danymi będzie współpracował z właścicielami danych i osobami zarządzającymi danymi w celu skonfigurowania tego systemu.
- Prawa decyzyjne, które istnieją w zakresie zarządzania zasobami danych w codziennej działalności biznesowej. Obejmuje to, o czym mogą decydować osoby zarządzające danymi, a co musi być przekazane do komitetu ds. zarządzania danymi lub podobnego organu.
- Odpowiedzialności i związane z nimi obowiązki delegowane w ramach organizacji. Może to obejmować pełną macierz RACI z rolami doradców i informatorów.
- Mechanizmy kontrolne, które są uruchamiane w celu pomiaru przestrzegania zasad dotyczących danych i osiągnięć w kierunku zdefiniowanych celów. Mechanizmy te mogą być ustanowione w ramach procesów biznesowych, w aplikacjach IT oraz jako część raportowania.
Kto:
Zaangażowanie interesariuszy danych w rolach właścicieli danych, osób zarządzających danymi, opiekunów danych i innych osób, które są rozliczalne, odpowiedzialne, muszą być konsultowane lub powinny być informowane.
Kto:
Biuro/zespół zarządzania powinien być zorganizowany w celu wspierania międzyfunkcjonalnych struktur i działań w zakresie zarządzania danymi. Gromadzi on metryki i mierniki sukcesu oraz przekazuje raporty na ich temat interesariuszom danych. Zapewnia stałą opiekę nad interesariuszami w formie komunikacji, dostępu do informacji, prowadzenia dokumentacji i edukacji/wsparcia
- Zarządzający danymi będą odgrywać istotną rolę w egzekwowaniu zasad dotyczących danych i rozwiązywać większość problemów, zanim staną się one poważnym wyzwaniem. Do typowych obowiązków osób odpowiedzialnych za zarządzanie danymi należy tworzenie pomiarów jakości danych i śledzenie trendów w zakresie wskaźników KPI jakości danych oraz przeprowadzanie analizy przyczyn źródłowych w przypadku, gdy progi nie są spełnione.
Kiedy:
Na koniec, ale nie mniej ważne, zestaw ustandaryzowanych, udokumentowanych i powtarzalnych procesów musi zostać wdrożony wraz z odpowiednio dobraną technologią wspomagającą. Orkiestracja procesów zarządzania danymi ostatecznie zadecyduje o sukcesie – lub porażce – Państwa systemu zarządzania danymi i zdolności do wzrostu dojrzałości zarządzania danymi.
Rośnij w górę, dzieciaku: Model dojrzałości
Ocena organizacji w odniesieniu do modelu dojrzałości ładu danych może być bardzo użytecznym elementem w tworzeniu mapy drogowej i komunikowaniu stanu obecnego i przyszłego inicjatywy ładu danych oraz kontekstu dla wdrażania ram ładu danych.
Jednym z przykładów takiego modelu dojrzałości jest model dojrzałości Enterprise Information Management opracowany przez firmę analityczną Gartner:
Rysunek 2. © Gartner
Większość organizacji przed rozpoczęciem programu zarządzania danymi znajdzie się w niższych fazach takiego modelu.
Faza 0 – Nieświadoma: Może znajdować się w fazie nieświadomości, co często będzie oznaczać, że może być mniej lub bardziej osamotniona w swojej organizacji ze swoimi pomysłami na to, w jaki sposób ład danych może umożliwić osiąganie lepszych wyników biznesowych. W tej fazie można mieć wizję tego, co jest wymagane, ale trzeba się skupić na skromniejszych rzeczach, takich jak przekonanie właściwych osób w biznesie i IT do mniejszych celów związanych z uświadamianiem i małymi zwycięstwami.
Faza 1 – Świadoma: W fazie świadomej, gdzie brak własności i sponsoringu jest rozpoznany, a potrzeba polityk i standardów jest uznana, istnieje możliwość uruchomienia dostosowanych do potrzeb ram zarządzania danymi, adresujących oczywiste punkty bólu w organizacji.
Faza 2 i 3 – Reaktywna & Proaktywna: Przejście do faz reaktywnej i proaktywnej oznacza, że można ustanowić bardziej kompleksowe ramy zarządzania danymi, obejmujące wszystkie aspekty zarządzania danymi oraz pełną strukturę organizacyjną obejmującą własność danych i zarządzanie danymi, jak również Biuro / Zespół Zarządzania Danymi, zgodnie z osiągniętymi i planowanymi do osiągnięcia wynikami biznesowymi.
Faza 4 i 5 – Zarządzana & Skuteczna: Po osiągnięciu fazy zarządzanej i efektywnej Państwa system zarządzania danymi stanie się integralną częścią prowadzenia biznesu.
Jeśli Państwa aktualne polityki i procedury zarządzania danymi są Państwa przewodnikiem, model dojrzałości jest Państwa podręcznikiem historii. Jest on tworzony na podstawie danych historycznych w oparciu o ocenę dojrzałości, która porównuje wyniki firmy z ustalonymi celami i benchmarkami w danym okresie – np. kwartale, roku, a nawet pięciu lat. Model pokazuje, gdzie byłeś, co pomaga kształtować to, dokąd zmierzasz.
Podejście „jeden rozmiar dla wszystkich” nie sprawdza się w przypadku modelu dojrzałości, ale podejście „jeśli buty pasują” sprawdza się w przypadku wielu firm. Poszukaj istniejących modeli, znajdź taki, który jest zbliżony i dostosuj go do potrzeb Twojej firmy. Jeśli but nie pasuje, łatwo jest zmienić jego rozmiar. Nie tak łatwo jest zmienić rozmiar stopy.
Powiązanie z MDM
Rządzenie danymi to podejście strategiczne. MDM to taktyczna egzekucja. To wszystko. Jesteśmy dobrzy. Możesz już iść do domu.
Nie jesteś przekonany? Ok. Nie wierz nam na słowo. Zgodnie z obietnicą, wracamy z Scottem Taylorem z MetaMeta Consulting. Zapomniał więcej o danych podstawowych niż większość z nas kiedykolwiek się dowie, więc cieszymy się, że możemy dać mu ostatnie słowo.
„Wszystkie systemy przedsiębiorstwa potrzebują zarządzania danymi podstawowymi”, powiedział Scott podczas naszego wydarzenia kickoffowego Profisee 2019. „Marketing, sprzedaż, finanse, operacje. Korzyści są wszędzie, w przedsiębiorstwach każdej wielkości, w każdej branży, na całym świecie, w każdym punkcie ich podróży po danych.”
Master data to najważniejsze dane, powiedział Scott, ponieważ są to dane odpowiedzialne. Dotyczą one „rzeczowników biznesowych” – istotnych elementów działalności firmy. Klienci, partnerzy, produkty, usługi. Niezależnie od tego, czym zajmuje się Twoja firma, to właśnie tam żyją i oddychają dane główne. Możesz mieć najlepszy plan zarządzania na świecie. Dobrze zarządzane złe dane to wciąż złe dane. Nie pomogą one Twojej firmie.
„Każdy działa w branży danych, czy zdaje sobie z tego sprawę, czy nie” – powiedział Scott. „Wszystko, czego się dotkniemy, zamienia się w dane. Biznes przekształca się z analogowego w cyfrowy. Bez względu na to, co jest Twoim produktem, dane są Twoim produktem. Biznes zmienia się dzięki danym, a dane to potęga.
Dzięki odpowiednim narzędziom, możesz wykorzystać tę potęgę już teraz.”
Sami nie powiedzielibyśmy tego lepiej.
Ochrona danych i prywatność danych
Wzrastająca świadomość w zakresie ochrony danych i prywatności danych, której przejawem jest na przykład ogólne rozporządzenie Unii Europejskiej o ochronie danych (GDPR), ma silny wpływ na zarządzanie danymi.
Terminy takie jak domyślna ochrona danych i domyślna prywatność danych muszą być uwzględnione w naszych politykach i standardach dotyczących danych, zwłaszcza gdy mamy do czynienia z takimi domenami danych jak dane pracowników, dane klientów, dane sprzedawców i inne podstawowe dane stron trzecich.
Jako administrator danych musisz mieć pełny nadzór nad tym, gdzie przechowywane są Twoje dane, kto je aktualizuje i kto ma do nich dostęp w jakim celu. Musisz wiedzieć, kiedy operujesz danymi osobowymi i robić to w uzasadnionych celach w danej geografii, zarówno w środowiskach produkcyjnych, jak i testowych oraz deweloperskich.
Otrzymywanie dobrze egzekwowanych zasad usuwania danych jest również koniecznością w erze zgodności z przepisami.
Najlepsze praktyki
Z jednej strony możesz się wiele nauczyć od innych, którzy odbyli podróż w zakresie ładu danych. Jednakże, każda organizacja jest inna i należy dostosować praktyki zarządzania danymi na każdym etapie, począwszy od fazy nieświadomej dojrzałości, aż do nirwany w fazie dojrzałości efektywnej.
Niemniej jednak, poniżej znajduje się zbiór 15 krótkich najlepszych praktyk, które będą miały ogólne zastosowanie:
- Zacznij od małej skali. Jak we wszystkich aspektach biznesu, nie próbuj zagotować oceanu. Dąż do szybkich zwycięstw i buduj ambicje z czasem.
- Ustalaj jasne, mierzalne i konkretne cele. Nie możesz kontrolować tego, czego nie możesz zmierzyć. Świętuj osiągnięcie celów i wykorzystaj to do osiągnięcia kolejnego zwycięstwa.
- Zdefiniuj własność. Bez własności biznesowej ramy zarządzania danymi nie mogą odnieść sukcesu.
- Zidentyfikuj powiązane role i obowiązki. Zarządzanie danymi jest pracą zespołową, w której wyniki pochodzą ze wszystkich części biznesu.
- Wyjaśnij interesariuszy. Tam, gdzie to możliwe, należy używać terminów biznesowych i przekładać akademickie części dyscypliny zarządzania danymi na treści mające znaczenie w kontekście biznesowym.
- Skup się na modelu operacyjnym. Ramy zarządzania danymi muszą integrować się ze sposobem prowadzenia biznesu w przedsiębiorstwie.
- Mapuj infrastrukturę, architekturę i narzędzia. Ramy zarządzania danymi muszą stanowić rozsądną część architektury przedsiębiorstwa, krajobrazu IT oraz potrzebnych narzędzi.
- Opracowanie standardowych definicji danych. Niezbędne jest znalezienie równowagi pomiędzy tym, co musi być scentralizowane, a tym, gdzie najlepiej sprawdza się zwinność i lokalizacja.
- Identyfikacja domen danych. Rozpocznij od domeny danych o najlepszym stosunku wpływu do nakładu pracy w celu zwiększenia dojrzałości zarządzania danymi.
- Zidentyfikuj krytyczne elementy danych. Skup się na najbardziej krytycznych elementach danych.
- Zdefiniuj miary kontrolne. Wdrażaj je w procesach biznesowych, aplikacjach IT i/lub raportowaniu tam, gdzie ma to największy sens.
- Buduj uzasadnienie biznesowe. Zidentyfikuj korzyści płynące z rosnącej dojrzałości zarządzania danymi związane z rozwojem, oszczędnością kosztów, ryzykiem i zgodnością.
- Wykorzystaj metryki. Skoncentruj się na ograniczonym zestawie wskaźników KPI dotyczących jakości danych, które mogą być powiązane z ogólnymi wskaźnikami KPI dotyczącymi wydajności w przedsiębiorstwie.
- Często komunikuj się. Praktycy zarządzania danymi zgadzają się, że komunikacja jest najbardziej kluczową częścią tej dyscypliny.
- To praktyka, a nie projekt.
.