Data Governance Werkzeug: Lean Data Governance Canvas

Inspiriert von Ash Mauryas "Lean Canvas"-Geschäftsmodell, richtet sich das Lean Data Governance Canvas der Actian Data Intelligence Platforman Datenmanager, deren Aufgabe es ist, die data governance in ihrem Unternehmen zu klären und zu orchestrieren. Aus methodischer Sicht besteht das Lean Data Governance Canvas aus zwei Hauptteilen:

• Die Elemente auf der linken Seite stellen die Elemente eines Governance-Systems.
• Die Elemente auf der rechten Seite, die einer Organisation inhärent sind.

Es ist wichtig zu wissen, dass dieses Lean Data Governance Canvas ein Toolkit ist für Implementierung von data governance. Die Beteiligten müssen bei der Durchführung eines LDGC iterieren, um im Laufe der Zeit so wenige Annahmen wie möglich zu treffen.

Beachten Sie jedoch, dass es nicht eine einzige Leinwand geben darf, die das gesamte Unternehmen repräsentiert, sondern dass es separate Leinwände für die strategische und die operative Ebene geben muss.

Die Erkenntnisse, die im Lean Canvas hervorgehoben werden, müssen konsistent sein und die strategischen Ziele des Unternehmens berücksichtigen.

Methode: Lean Data Governance Canvas

0 - Strategische Ziele

Bevor Sie mit der Migration mit dem Lean Data Governance Canvas beginnen, ist es wichtig, die strategischen Erwartungen des Unternehmens hervorzuheben und sich selbst zu fragen:

Was sind die strategischen Ziele des Unternehmens und des Vorstands? Welche Bedeutung haben sie für die Daten- und IT-Abteilung?

1 & 2 - Segmentdaten Bürger & Probleme

Überlegen Sie sich zunächst eine Art von Persona. Danach können Sie sich die Zeit nehmen, sich bis zu 3 Herausforderungen auszudenken, mit denen diese Gruppe konfrontiert ist:

Wer sind die Datenbürger, die Sie ansprechen möchten?
Was sind die 3 wichtigsten Probleme/Risiken, die data governance für das definierte Datenbürgersegment zu lösen versucht?

Ihre Datenbürger sind entweder diejenigen, die für Ihre data governance verantwortlich sind (Dateneigentümer, Datenmanager, IT-Kustoden usw.), oder die Erzeuger/Verbraucher von Daten (Management, Lieferkette, CRM, Data Science, Marketing usw.). Ihre Risiken können eine oder mehrere dieser Personengruppen betreffen.

3 - Einhaltung von Vorschriften

Die digitale Transformation bringt mehr gesetzliche Vorschriften mit sich (wie z. B. die GDPR). Um Ihre Einschränkungen im Auge zu behalten, schreiben Sie Ihre gesetzlichen Anforderungen auf und stellen Sie sich diese Frage:

Welche Risiken ergeben sich aus regulatorischen (einschließlich aufsichtsrechtlichen) Anforderungen?

4 - Nutzenversprechen

Dieser Teil des LDGC konzentriert sich auf den Wert, den data governance den Bürgern mit segmentierten Daten bringen wird.

Warum sollte man die Umsetzung der data governance für die definierten Datenbürger-Segmente verschieben?

Das Wertversprechen ist einzigartig, kongruent und ansprechend für die betroffenen Datenbürger. Kommunikations- oder Marketingunterstützung kann manchmal eine wertvolle Hilfe bei der Formalisierung eines Wertversprechens sein. Zögern Sie nicht, sich den zuständigen internen Teams anzunähern.

5 - Lösungen

In diesem Abschnitt werden die Mittel und Grundsätze definiert, die es ermöglichen, die Probleme Ihrer Datenbürgersegmente zu überwinden und sich auf das Wertversprechen zu konzentrieren. Ohne zu sehr ins Detail zu gehen:

Welches sind die 3 Hauptprinzipien, mit denen die Probleme der Datensegmente der Bürger gelöst werden können?

In diesem Canvas muss eine Lösung nicht berücksichtigen, was bereits existiert, und wird nicht nach Zeit oder Budget bestimmt. Das Canvas ist kein Zeitprojekt, sondern ein anstehendes Projekt, das als MVP (Minimum Viable Product) für einen ersten Meilenstein.

6.1 - Gezielte Metriken

Diese Indikatoren definieren die Leistung der etablierten data governance im Segment der Datenbürger. Sie messen die Lösung des Problems und den Wert Ihrer Governance-Regeln.

Welche Schlüsselindikatoren sollten gemessen werden, um den Fortschritt des angestrebten Wertversprechens zu validieren?

6.2 - Metriken zur Konnektivität

Bei diesen Kennzahlen handelt es sich um Indikatoren, die die Leistung der implementierten data governance für die zuvor aufgeführten Informationsquellen definieren.

Welche Schlüsselindikatoren sollten gemessen werden, um die Leistung der data governance für eine Quelle zu validieren?

7 - Datenquellen

Welches sind die "absolut notwendigen" Datenquellen, die zu Beginn der von Ihnen definierten Datenbürgersegmente den größten Nutzen bringen?

Datenquellen sind ein wertvolles Gut für datenzentrierte Teams. Das Ziel ist es daher, den Wert. Massenproduktion und Erschöpfung führen zu einer unmittelbaren Komplexität, die sich nicht leicht kontrollieren lässt. Die Auswahl muss auf der Grundlage des Wertes der Daten für die Geschäftszwecke getroffen werden.

8 - Technologischer Bedarf

Identifizieren Sie den technologischen Bedarf, der für die Messung von Governance-Kennzahlen und/oder die Erreichung des Wertversprechens erworben werden muss.

Welche Technologien und Instrumente werden für die Messung der entsprechenden Kennzahlen benötigt?

9 - Bedürfnisse der Menschen

Identifizieren Sie die Fähigkeiten und Ressourcen, um data governance zum Leben zu erwecken, zu animieren und innerhalb des anvisierten Datensegments zu messen.

Wer sind die betroffenen Personen und welche Tipps und Interaktionen sind notwendig, um das Wertversprechen und seine Aufrechterhaltung anzustreben?

Die Entwicklung des Lean Data Governance Canvas im Laufe der Zeit

Nachdem Sie sich auf diese ersten Schritte konzentriert haben, ist es wichtig, sie zu testen! Wir ermutigen die Nutzer des Lean Data Governance Canvas, den Canvas so oft wie möglich zu überarbeiten - durch Iterationen - und zu testen, bis ein überzeugendes data governance vorliegt. Trotz der Schwierigkeit dieser Workshops sind wir davon überzeugt, dass diese Arbeit Ihnen Zeit, Energie und Geld sparen wird. Denken Sie daran, dass es mit dem Lean Data Governance Canvas möglich ist, etwas zu schaffen, das jeder im Unternehmen will und respektiert.

Über Actian Corporation

Actian macht Daten einfach. Unsere Datenplattform vereinfacht die Verbindung, Verwaltung und Analyse von Daten in Cloud-, Hybrid- und lokalen Umgebungen. Mit jahrzehntelanger Erfahrung in den Bereichen Datenmanagement und -analyse liefert Actian leistungsstarke Lösungen, die es Unternehmen ermöglichen, datengesteuerte Entscheidungen zu treffen. Actian wird von führenden Analysten anerkannt und wurde für seine Leistung und Innovation mit Branchenpreisen ausgezeichnet. Unsere Teams präsentieren bewährte Anwendungsfälle auf Konferenzen (z. B. Strata Data) und tragen zu Open-Source-Projekten bei. Im ActianBlog behandeln wir Themen wie Echtzeit-Dateneingabe, Datenanalyse, Data Governance, Datenmanagement, Datenqualität, Datenintelligenz und KI-gesteuerte Analysen.