Data Governance Operating Models
Om een keuze te maken voor een passende organisatiestructuur en de rollen en verantwoordelijkheden die hierbij horen, wordt een passend Data Governance Operating Model ontwikkeld. We onderscheiden 3 modellen:
Vandaag beginnen? Zo doe je dat
Geen twee dienstverleners zijn identiek. Hetzelfde geldt voor Data Governance programma’s. Het ontwikkelen van een strategie is maatwerk en leunt op de identiteit, cultuur en het onderscheidend vermogen van een organisatie. In dit hoofdstuk schetsen we een aantal belangrijke stappen voor het ontwikkelen van een Data Governance aanpak. Het realiseren hiervan is geen eenmalige interventie, maar een strategische inspanning van continu verfijnen en verbeteren.
1. Start met een audit en scan de volwassenheid
Elke professionele dienstverlener verzamelt en verwerkt data. Bewust of onbewust. Op tactisch, operationeel en/of strategisch niveau. Een gedeelte van die dienstverleners heeft al eerste successen geboekt, door bijvoorbeeld nieuwe inzichten te verkrijgen of bepaalde trends te voorspellen. Deze zaken hoeven niet per definitie representatief te zijn voor de volledige organisatie. Het is daarom van belang om eerst het volledige overzicht te krijgen.
Een logische eerste stap is dan ook het in kaart brengen van de huidige situatie. Alle fundamentele aspecten worden onderzocht, beoordeeld en gebenchmarkt. Na afloop van deze audit heb je het overzicht dat nodig is om gerichte KPI’s te definiëren voor de eerste iteratie van je Data Governance aanpak. Daarnaast komen uit de audit kansen en bedreigingen waarop direct moet worden gehandeld.
Het is belangrijk om de juiste stakeholders vanaf het begin te betrekken bij de ontwikkeling van de Data Governance strategie. Wat dat betreft is het niet anders dan ieder ander succesvol verandertraject. Door een stakeholdermap te maken zorg je ervoor dat de juiste afdelingen en disciplines worden aangehaakt en creëer je organisatiebreed eigenaarschap. Het overbrugt de kloof tussen business en IT en doorbreekt de silo’s.
De stakeholdermap kun je opdelen in verschillende niveaus met op ieder niveau de meest relevante afdelingen en disciplines.
Op dit niveau speelt de executive sponsor een belangrijke rol. Vaak is dit de Chief Information Officer of Chief Financial Officer. Daarnaast wordt er een Data Governance Council gevormd, waarin datagebruikers uit verschillende domeinen samen met een Lead Data Steward en vaak een Product Owner, Scrum Master of Data Scientist aan de gang gaan met strategie en acties.
Op dit niveau nemen de eerder genoemde datagebruikers beslissingen over tactieken binnen hun domein.
Op dit niveau zijn Data Stewards actief met operationeel data management. Een grote misvatting is om op data te sturen vanuit een gecentraliseerde groep Data Stewards of IT-professionals. In een organisatie met duizenden tot miljoenen datasets is dit niet langer houdbaar.
"Door een stakeholdermap te maken zorg je ervoor dat de juiste afdelingen en disciplines worden aangehaakt en creëer je organisatiebreed eigenaarschap. Het overbrugt de kloof tussen business en IT en doorbreekt de silo’s."
2. Ontwikkel en map je strategie
Nu de huidige situatie helder is, wordt per onderdeel gekeken naar het ambitieniveau dat nodig is voor effectieve Data Governance. Wat dit betekent is per dienstverlener verschillend en afhankelijk van de context, businessdoelstellingen en het huidige volwassenheidsniveau.
Vervolgens wordt een eerste roadmap uitgetekend met KPI’s, acties en deliverables. Het scopen is hierbij belangrijk om meerdere redenen. Enerzijds raakt Data Governance een breed scala aan onderwerpen en mogelijke deliverables, zoals data storage, ownership, privacy, data kwaliteit en data dictionaries, data catalogs, data lineage of metadata protocollen. Daarnaast groeit de hoeveelheid data en is deze meer verspreid over verschillende afdelingen, wat de nodige complexiteit met zicht meebrengt. Dit maakt het niet realistisch om alle acties tegelijk aan te pakken.
Impact mapping helpt bij het prioriteren van acties en zorgt ervoor dat deze acties met de meeste businesswaarde het eerst worden opgepakt. Het creëert een helder en eenduidig beeld bij alle stakeholders over de scope, doelstellingen en acties van het project.
Data Governance Operating Models
Om een keuze te maken voor een passende organisatiestructuur en de rollen en verantwoordelijkheden die hierbij horen, wordt een passend Data Governance Operating Model ontwikkeld. We onderscheiden 3 modellen:
Het Data Governance Council is beslissingsbevoegd. Dit maakt het gemakkelijker om snel en daadkrachtige beslissingen te nemen. Het vergroot wel de bureaucratie.
Data Stewards zijn beslissingsbevoegd en prioriteiten en besluiten zijn afgestemd op de business. De aanpak sluit vaak beter aan bij de behoeften van de business. Wel is er een risico voor een gebrek aan standaardisatie.
Besluiten worden top-down gemaakt met bottom-up input van de business units. Er is veel autonomie. Wel kan er een verschil zijn tussen de prioriteiten van de organisatie en die van individuele business units.
Data Mesh voor Governance
Breder belegd data-eigenaarschap is voor veel professionele dienstverleners een verandering. Een Data Mesh helpt bij een decentrale aanpak en domeingedreven voor Data Governance. Daar waar dataverwerking voorheen centraal belegd was bij IT, wordt het met een Data Mesh een gedeelde verantwoordelijkheid met de business.
Met een Data Mesh behoort specifieke data toe aan de expert die dat domein het beste begrijpt. Dit draagt bij aan optimale businesswaarde, hogere datakwaliteit en meer wendbaarheid.
3. Hanteer iteratieve sprints
In je ontwikkelde strategie en bijbehorende roadmap staan de doelstellingen en acties voor zowel de korte als de lange termijn. De implementatie van de strategie is echter een iteratief proces. Een goed doordachte koers is fundamenteel, maar het is minstens zo belangrijk om snel tastbare resultaten te boeken. Het gaat om continue verbetering in plaats van perfectie.
Een gefaseerde aanpak kent verschillende voordelen. De iteratieve manier van werken zorgt voor snelle validatiefeedback van de eindgebruiker. Het bevestigt dat je de juiste deelproducten oplevert en anders vroegtijdig kunt bijsturen. Dit vermindert het risico op fouten, extra kosten en uitloop.
"Door het continu opleveren van kleine deelprojecten vergroot je de zichtbaarheid en het draagvlak van het programma."
Door het continu opleveren van kleine deelprojecten vergroot je de zichtbaarheid en het draagvlak van het programma. Doordat snel de eerste successen worden gevierd, ontstaat meer vertrouwen in het belang en de ROI van het programma. Dit zorgt voor tevredenheid en meer motivatie bij het hele team, wat de samenwerking bevordert.
Microsoft Purview
Microsoft Purview is een geïntegreerde set aan oplossingen voor het beheren, beschermen en optimaal benutten van de waarde van data. Purview is hét antwoord van Microsoft op de groeiende vraag naar Data Governance. Het is een belangrijke tool voor het vergroten van de datakwaliteit om daarmee het potentieel van data binnen uw organisatie daadwerkelijk te benutten.
Purview kent diverse toepassingen, waaronder:
Haal meer waarde uit je data
Er is geen standaard aanpak om Data Governance succesvol te implementeren. Methodieken en frameworks kunnen richting geven, maar het blijft maatwerk. Op basis van de juiste criteria kan de huidige situatie in kaart worden gebracht. Vervolgens realiseer je kortcyclisch en met voortschrijdend inzicht een effectieve Data Governance. Daarmee wordt een fundamentele pijler ontwikkeld voor daadwerkelijk datagedreven werken. Dit is een drijvende kracht achter een succesvolle business transformatie en een belangrijke driver voor bedrijfsgroei, verbeterde besluitvorming en kostenreductie.
Benieuwd hoe een effectieve Data Governance strategie de waarde van jouw dataoplossing vergroot? De Governance specialisten van HSO denken graag met je mee.