XXI wiek to rewolucja informacyjna, gdzie wykorzystywanie danych na masową skalę jest codziennością. Każda działalność biznesowa wymaga dzisiaj, aby informacje wspierające podejmowanie decyzji były wysokiej jakości, dostarczane na czas, i co najważniejsze, były pewne i gwarantowały bezpieczeństwo prowadzonej działalności biznesowej. Rozwój ekosystemów analitycznych, oferowanych przez firmy innowacyjnych produktów i usług oparty został na możliwości pozyskiwania, przetwarzania i dostarczania informacji.

Jako koncepcja, idea Data Governance jest obecna od lat. Ze względu na rosnącą  rolę informacji w procesie zarządzania, dane stały się tak samo ważnym zasobem każdej firmy, jak finanse lub zasoby ludzkie. Wymagają rzetelnego podejścia do ich przetwarzania, przejrzystego sposobu zarządzania nimi i zdefiniowanych odpowiedzialności, określonych standardów i zasad nimi rządzących, bezpieczeństwa i ochrony oraz monitorowania i kontroli. Ten szeroki zakres zadań związanych z zarządzaniem danymi w organizacji nazwany został Data Governance.

Metodyki i wzorce

Skuteczne wypracowanie zasad współdziałania w organizacji, w celu właściwego zarządzania informacją i jej obiegiem, wymaga wykorzystania najlepszych praktyk i odpowiednich wzorców. Każda organizacja, w zależności od swojego poziomu dojrzałości i celów biznesowych, musi odnaleźć swoją drogę, jednak sięgnięcie po wzorce i ramy dla definicji procesów, ról i odpowiedzialności daje gwarancję kompletności tworzonej polityki Data Governance oraz ułatwia i skraca ten proces.

Podobnie jak w przypadku wyboru metodyk zarządzania projektami, tak i tutaj możemy wykorzystywać podejścia bardzo silnie uporządkowane i nastawione na działania w określonych z góry procesach (np. Data Management Body of Knowledge - DAMA-BOK - stworzony przez DAMA International). Możemy także sięgać po ramy Data Governance zbudowane tak, aby ułatwiać stopniowe budowane polityk i strategii zarządzania danymi w organizacji. SAS Data Governance Framework jest takim właśnie przewodnikiem wskazującym kluczowe obszary, które powinny zostać objęte politykami i procedurami. Identyfikuje także role bezpośrednio związane z realizowaniem przyjętych zasad Data Governance.

Wśród nich należy zwrócić uwagę na nową, bardzo istotną, rolę jaką jest Data Stewardship - czyli określenie i zidentyfikowanie w organizacji osób odpowiedzialnych za dane, będących ich „właścicielami”. Skuteczne wykreowanie postaw i zadań dla Data Stewardów powinno pozwolić na realizowanie przez nich następujących zadań:

• zarządzanie definicjami danych rozpoczynając od ich znaczenia biznesowego, aż po techniczne określenie struktur i atrybutów opisujących obiekty biznesowe i dopuszczalne zakresy przyjmowanych przez nie wartości
• tworzenie i realizowanie polityk oraz procedur związanych z zarządzaniem i uzgadnianiem zmian w definicjach danych oraz zmian w systemach informatycznych przetwarzających dane
• tworzenie zasad zarządzania jakością danych, których są właścicielami, monitorowanie jakości tych danych oraz realizowanie zadań związanych z podnoszeniem ich jakości (w tym uzgadnianiem konfliktów i czasem wręcz ręczną ich korektą)
• wspieranie właściwego i skutecznego wykorzystania danych przez organizację oraz współpracy w kreowaniu strategii rozwijania środowisk przetwarzania i analizy danych

Odpowiednie funkcjonowanie środowiska Data Steward-ów to fundament skutecznego wdrożenia zasad Data Governance w organizacji. Na nich też spoczywa odpowiedzialność za operacyjne zrealizowanie stawianych przed programem Data Governance celów.

W cyfrowych czasach zadanie to musi zmierzyć się z dodatkowymi wyzwaniami, które wynikają z popularyzacji środowisk Big Data. Dążenie do uporządkowania i kontroli zderza się tutaj z wielką zmiennością danych, które organizacja przetwarza, ciągłym eksperymentowaniem z nowymi źródłami i zmianami w wykorzystaniu tak pozyskiwanych informacji. Te dwa światy nieustannie się ścierają i należy zachować racjonalne podejście w stosowaniu polityk Data Governance dla środowisk Big Data. Wskazówki dotyczące skutecznego przeprowadzenia tego procesu można odnaleźć na blogu SAS: Can Big Data be governed? oraz Is effective Data Governance possible in an era of Big Data?.

Krok „zero”: jak zacząć?

Pierwszym krokiem jest zidentyfikowanie celów biznesowych, które organizacja chce osiągnąć poprzez zrealizowanie zadań z obszaru Data Governance. Korzyści można poszukiwać w obszarach:

• podniesienia jakości decyzji podejmowanych w oparciu o dane (pewność i zaufanie do danych i ich pochodzenia)
• zrealizowania wymogów regulatora w zakresie zasad zarządzania danymi (np. rekomendacji „D” w przypadku instytucji finansowych)
• wsparcia strategii marketingowych i sprzedażowych wysoką jakością przetwarzanych danych klienckich (wyższa skuteczność akcji marketingowych i możliwość budowania organizacji zorientowanej na klienta)
• optymalizacji kosztów utrzymania i rozwoju środowisk przetwarzania danych dzięki rozumieniu ich przepływu i znaczenia dla organizacji

W odniesieniu do celów istotne jest właściwe zidentyfikowanie osób odpowiedzialnych za poszczególne zadania związane z programem Data Governance i podjęcie pierwszych inicjatyw w tak zdefiniowanym środowisku.

Krótkoterminowe korzyści można osiągnąć dzięki trzem prostym krokom opisanym poniżej. Każdy z nich, realizowany w odpowiedniej kolejności, stopniowo wprowadzi organizację w kulturę zarządzania informacją, równocześnie dając wymierne korzyści biznesowe.

---

Zapraszam do lektury kolejnych wpisów, gdzie omówione zostaną następne kroki pozwalające na rozpoczęcie inicjatywy Data Governance w organizacji.

1. Data Governance - pierwsze kroki - część 2
2. Data Governance - pierwsze kroki - część 3
3. Data Governance - pierwsze kroki - część 4