Po wprowadzeniu w zagadnienia Data Governance oraz określeniu celów biznesowych możemy przystąpić do realizacji pierwszych zadań w budowie programu Data Governance.

Krok 1: biznesowe znaczenie danych

Organizacje w prowadzeniu swojej działalności posługują się wieloma, specyficznymi np. dla branży, pojęciami. Samo zdefiniowanie kto dla firmy jest klientem jest niejednoznaczne w zależności od perspektywy biznesowej reprezentowanej przez różne działy - dla marketingu klientem jest każdy, z kim organizacja się komunikuje, ale dla departamentów odpowiedzialnych za obsługę produktów są to podmioty, które ostatecznie skorzystały z oferty. Uzgodnienie tych pojęć jest kluczowe dla właściwej interpretacji sytuacji biznesowej, odpowiedniego rozumienia prezentowanych w raportach wniosków i prognoz. Każdy z atrybutów ma swoje znaczenie biznesowe, które powinno być w organizacji jednoznacznie interpretowane, i za którego zdefiniowanie odpowiadają wskazani właściciele biznesowi. Po uruchomieniu inicjatywy Data Governance są to Data Stewardzi.

Informacje o znaczeniu biznesowym (merytorycznym) danych powinny być publicznie dostępne i propagowane w przedsiębiorstwie. Dzięki nim pracownicy będą w stanie:

• właściwie interpretować wyniki biznesowe i zestawienia
• właściwie oceniać podejmowane inicjatywy strategiczne, związane z nimi cele oraz zadania

Wśród narzędzi Data Governance oferowanych przez SAS procesem zarządzania tym słownikiem pojęć biznesowych zajmuje się SAS Business Data Network.

Każde z pojęć biznesowych posiada elastyczny zestaw opisujących je atrybutów, swojego właściciela merytorycznego i powiązania z innymi pojęciami lub odwołania do zewnętrznych zasobów i plików uszczegóławiających definicję. Poprzez możliwość budowania hierarchii, możliwe jest tworzenie obrazu nawet najbardziej skomplikowanych pojęć związanych np. z zarządzaniem ryzykiem w sektorze finansowym. Dodatkowo, dla zapewnienia odpowiedniego przepływu odpowiedzialności i zgodności zmian z ewolucją przedsiębiorstwa, edycja treści samych definicji wsparta jest przez konfigurowalny przepływ zadań - w najprostszym ujęciu oznacza to, że każda zmiana musi zostać zaakceptowana przez uprawnionego Data Stewarda. Tak stworzony słownik jest otwarty i dostępny zarówno dla pracowników firmy (np. poprzez wyszukiwanie pojęć bezpośrednio z przeglądarki internetowej), jak i dla systemów informatycznych (poprzez usługi REST-API).

Organizacja rozpoczynając swoją przygodę z Data Governance od uporządkowania pojęć biznesowych (można to także nazwać podejściem top-down), uzyskuje jedno źródło wiedzy o wszystkich obiektach biznesowych i zagadnieniach związanych z jej działalnością. Dzięki temu pracownicy posługują się jednym językiem w codziennej pracy, podejmują lepsze decyzje i rozumieją zależności pomiędzy np. segmentami klientów, do których firma adresuje swoją ofertę, a produktami, które im oferuje. Tego typu słowniki stanowią także bazę wiedzy dla wsparcia procesów zarządzania ryzykiem, bazę wiedzy dla wdrożeń norm ISO lub przewodnik po złożonych terminach wykorzystywanych w monitorowaniu efektywności działania firmy lub miarach oceny kondycji finansowej.

Należy przy tym zauważyć, że proces budowania słownika pojęć biznesowych nie jest, podobnie jak inicjatywa Data Governance, jednorazowym projektem. Oznacza to, że nie ma konieczności spisania wszystkich pojęć, którymi organizacja się posługuje od razu, raczej  należy nastawić się na przyrostowy rozwój słownika i skupić się na wprowadzaniu do niego tych obszarów działalności, które są najważniejsze.

---

Zapraszam do lektury kolejnych wpisów, gdzie omówione zostaną następne kroki pozwalające na rozpoczęcie i kontynuowanie inicjatywy Data Governance w organizacji. Zachęcam także do zapoznania się z produktami SAS Data Governance.

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