Data Governance – eine neue Datenkultur, Teil 1

Data Governance – eine neue Datenkultur, Teil 1

Warum Sie ein ordentliches Data Governance Programm brauchen – und wie Sie es in sechs Schritten etablieren.

Bevor Unternehmen das Thema Big Data angehen, sollten sie erst einmal Data Governance und Data Management beherrschen.

Denn diese sind die Voraussetzungen für die erfolgreiche Transformation zu einem datengetriebenen Unternehmen – und für Big Data Analyse mit realistischen Erfolgsaussichten. Der Lohn sind höhere Produktivität, höhere Nutzerzufriedenheit (bei Kunden und Mitarbeitern) – und höhere Überlebenswahrscheinlichkeit im Zeitalter der Digitalisierung.

Eine neue Datenkultur bedeutet einen echten Kulturwandel

Es nützt nichts, Daten nur schneller zu verarbeiten. Minderwertige Daten können noch so schnell zur Verfügung stehen – sie sind immer noch minderwertig. Wer seine digitale Analyse auf Daten schlechter Qualität aufbaut, wird zwangsläufig Fehlentscheidungen treffen.

Unternehmen brauchen mehr als schnelle Daten: Sie brauchen eine neue Datenkultur. Das bedeutet: Ziel aller Bemühungen ist eine stabile Struktur, die jederzeit flexiblen Zugang zu durchgängig korrekten, qualitativ hochwertigen Daten und digitaler Analyse gibt.

Wie geht „neue Datenkultur“?

Am Besten mit einem ganzheitlichen Ansatz – auch wenn wir das Wort „ganzheitlich“ nicht mehr hören können. Aber es ist notwendig, alle Daten in den Blick zu nehmen – und Data Governance und Data Management als miteinander verzahnt zu begreifen und gleichermaßen konsequent zu entwickeln. Das Ganze ist mehr als die Summe seiner Teile.

Fangen wir trotzdem mit dem einen Teil an – mit:

Data Governance – Sinn und Zweck

Der Sinn und Zweck von Data Governance ist sicherzustellen, dass die Informationen, auf die Mitarbeiter (und Kunden) zugreifen, durchgängig gültig und korrekt sind. Denn von der Qualität der Informationen hängt es ab, welche Qualität Entscheidungen haben – und wie groß die Risiken sind, denen das Unternehmen ausgesetzt ist.

Data Governance bringt Beständigkeit in die Daten, die sich über die Abteilungen verteilen. Je mehr Daten die Nutzer brauchen, desto wichtiger werden verlässliche Rahmenbedingungen zur Integration neuer Datenquellen – einschließlich Big Data.

Fortschrittliche digitale Analyse hilft außerdem, rechtzeitig zu merken, wenn sich an irgendeinem Rechner etwas Irreguläres tut. Damit können Unternehmen Betrugsrisiken minimieren, Ausfälle reduzieren und gesetzliche Vorschriften leichter erfüllen.

Zur Data Governance gehören Standards – auch in Form von Best Practices – die sicherstellen, dass das Unternehmen Daten hoher Qualität produziert. Und diese so pflegt, dass sie ihre hohe Qualität auch behalten.

So etablieren Sie Ihr Data Governance Programm:

  1. Sehen Sie sich die bestehende Informations-Infrastruktur, die Anwendungen und Datenquellen an, die für Ihre Arbeitsprozesse wichtig sind.
  2. Finden Sie heraus, welche Technologien oder auch geschäftlichen Voraussetzungen Sie brauchen, um den Wert Ihrer Daten zuverlässig zu bemessen.
  3. Identifizieren Sie Engpässe und Unregelmäßigkeiten, an denen eine optimale Datennutzung bisher gescheitert ist.
  4. Wenn Sie alle Datenquellen identifiziert haben, definieren Sie sie nach einem einheitlichen System (zum Beispiel: Kundendaten, Produktionsdaten, Logistikdaten…).
  5. Etablieren Sie Vorschriften und Vorgehensweise für den Umgang mit Daten, um die Identität und Berechtigung aller Datennutzer festzustellen.
  6. Bestimmen Sie einen Datenbeauftragten (oder mehrere), der fortlaufend Daten und Datenquellen auf ihre Qualität überprüft um sicherzustellen, dass der Umgang mit den Daten den Best Practices entspricht.

Vertrauen und Kontrolle

Ein Schlüssel zum Erfolg eines Data-Governcance-Programms ist eine vertrauensvolle Zusammenarbeit und Kommunikation zwischen Nutzern und IT-Abteilung. Ein formelles Data-Governance-Programm schließt aber auch klar definierte Regeln, Rollen und Zuständigkeiten im Umgang mit den Daten ein. Alle Beteiligten sind dem Data-Governance-Beauftragten gegenüber verantwortlich.

Wie der Aufbau eines funktionierenden Data Managements vor sich geht, beschreibe ich im nächsten Post. 

Recommended Posts
Digital Marketing bedeutet nicht automatisch, dass die Zeit für Big Data Analyse gekommen ist. Erst einmal schwimmen lernen!Data Management: Das kriegen Sie besser hin