Blog | Datenanalyse | Februar 12, 2019 | 3 Lesezeit

Data Governance: Auf dem Weg zu einem agilen Ansatz

Von Actian Germany GmbH

Data Governance DatenData Governance #Datenintelligenz
data-governance-zu-agilem-ansatz

Von Actian Germany GmbH

Data Governance DatenData Governance #Datenintelligenz

Zusammenfassung

  • Data Governance unerlässlich, um Daten verwalten, zu schützen und ihren Wert zu maximieren.
  • Technologie allein kann weder das Problem der Datensilos noch die Herausforderungen im Lebenszyklusmanagement lösen.
  • Wichtigste Ziele: Metadaten , Datenqualität, Barrierefreiheit und Sicherheit.
  • Der moderne Ansatz ist agil: automatisiert, kooperativ und unaufdringlich.
  • Iterative Governance-Strategien passen sich an sich wandelnde Datenökosysteme an.
In diesem Beitrag:

In den letzten Monaten ist es immer schwieriger geworden, an einer Besprechung teilzunehmen, ohne den Begriff Data Governance zu hören. Dieses Thema ist jedoch keineswegs neu! Wie dem auch sei, mit dem Aufkommen von Big Data sind Daten und ihre Nutzung zum Eckpfeiler innovativer Ansätze geworden. Ein altes Thema, das sich in einem ganz neuen Kontext entwickelt.

Daten und Governance: Das eine geht nicht ohne das andere

Der Datenboom der letzten Jahre ist so groß, dass Unternehmen viel Zeit und Geld investieren, um Datensilos aufzubrechen und ihre Datenbestände mithilfe neuer, immer effizienterer und kostengünstigerer Speicherinfrastrukturen zu vereinheitlichen.

Dennoch wurde den Unternehmen recht schnell klar, dass das Versprechen, durch Daten Innovationen voranzutreiben, weitaus komplizierter sein würde als ursprünglich erwartet. Trotz der neuesten technologischen Fortschritte sind die Daten im Unternehmen nach wie vor auf beiden Seiten verstreut und mit einem hartnäckigen Altlastenbezug verbunden. Neu implementierte Speichersysteme sind letztlich „nur“ zusätzliche technische Komponenten in der IT-Landschaft des Unternehmens und ermöglichen allein nicht die Verwaltung des Datenlebenszyklus, die Gewährleistung von Regeln für die optimale Datennutzung und damit die Maximierung der Wertschöpfung aus Daten. Wir sprechen hier von Data Governance .

Die Ziele der Data Governance

Im Streben nach Innovation überdenken Unternehmen ihre Organisationsstrukturen, um einedata-drivenKultur zu etablieren. Informationssysteme müssen zur treibenden Kraft der Branche werden, indem sie präzise, sichere und qualitativ hochwertige Daten in den Mittelpunkt strategischer Entscheidungen stellen.

Um diesen Wandel zu vollziehen, richten Unternehmen das ein, was wir als Data Governance. Dieses Projekt verfolgt ganz klare Ziele, unter anderem:

  • Sorgen Sie für Metadaten (technischer, betrieblicher oder sogar geschäftlicher Art) und die Dokumentation der Daten.
  • Vereinfachen Sie den Datenzugriff und ermöglichen Sie möglichst vielen Mitarbeitern die Nutzung der Daten.
  • Stellen Sie die Datenqualität und -integrität sicher.
  • verwalten : Überwachung der Datenerhebung und -nutzung, insbesondere im Hinblick auf personenbezogene Daten.

Eine agile Strategie für Data Governance

Die Herangehensweise an das Thema Data Governance weiter. Aufgrund unserer Erfahrungen setzen wir uns für Data Governance ein, Data Governance auf den folgenden vier Säulen Data Governance :

  • Nicht-invasiv und nachträglich:Data Governance kein Hindernis für Innovationen in Ihrem Unternehmen darstellen. Metadaten und die Aggregation der Datensätze eines Unternehmens nach deren Erstellung oder Aktualisierung über verschiedene Pipelines ermöglichen es Ihnen, die Eigentümer der Datensätze oder deren Nutzer nicht zu beeinträchtigen.
  • Automatisiert und vernetzt: Durch die Automatisierung Metadaten und der Governance-KPIs können Ihre Tools die Realität genau abbilden. Andererseits gewährleistet diese Automatisierung, dass die Governance auf dem neuesten Stand ist, und sichert die Skalierbarkeit.
  • Bottom-up und kollaborativ: Eine Bottom-up-Strategie der Data Governance den Einzelnen und seine Interaktionen vor Prozesse und Werkzeuge. Ein Ansatz zur Data Governance erfolgreich sein, wenn er alle Mitarbeiter einer Organisation einbezieht und so von der kollektiven Intelligenz profitiert.
  • Iterativ: Bauen Sie Data Governance auf, um den Erwartungen des Unternehmens und seinen Abläufen so gut wie möglich gerecht zu werden. Die Anpassung an Veränderungen muss im Mittelpunkt der Data Governance eines Unternehmens stehen.

Ein solcher Ansatz kann dort erfolgreich sein, wo viele größereData GovernanceGovernance“-Initiativen gescheitert sind.

Data Governance agilen Data Governance

Genauso wie sich die Softwareentwicklung nach und nach von traditionellen Methoden (V-Modell, Wasserfallmodell usw.) hin zu agilen Methoden verlagert hat, Data Governance neu überdacht werden.

Ein solcher Ansatz ist nicht nur iterativ, sondern wird auch schrittweise auf Ihre Data Governance angewendet, was eine größere Flexibilität ermöglicht, die erforderlich ist, um der stetig wachsenden Komplexität Ihres Informationssystems Rechnung zu tragen.