Einblick in Tools für Data Governance

Was ist Data Governance?

In einem aktuellen Webinar skizzierte Aaren Stubberfield, Data Scientist bei Microsoft, Chancen und Best Practices der Data Governance und begann mit der Grundfrage, was Data Governance überhaupt ist. Definiert von der Data Management Association (DAMA) ist Data Governance die Ausübung von Autorität und Kontrolle (Planung, Überwachung und Durchsetzung) über das Management von Datenwerten.

(1) Planung: Festlegen von Regeln, denen Datensätze entsprechen müssen (z. B. Standardisierung des Datumsformats, etwa JJJJ-MM-TT)

(2) Überwachung: Messen der Regelkonformität, die in der Planungsphase definiert wurde (z. B. Verfolgung des Anteils an „Datum“-Feldern mit fehlenden Werten)

(3) Durchsetzung: Abhilfemaßnahmen bei Regelverstößen je nach Dringlichkeit, z. B. sofortige Korrektur, wenn kritische Felder wie die Sozialversicherungsnummer erhebliche Abweichungen aufweisen

Wie sieht ein Data-Governance-Framework aus?

Es gibt verschiedene Frameworks für Data Governance, doch vier Bausteine tauchen fast immer auf: Datenrichtlinien und -prozesse, Datensätze, Data Stewards und Stakeholder sowie Technologie.

Data Stewards entwickeln Governance-Richtlinien und -Prozesse für die Datensätze im Unternehmen. Data-Governance-Tools sind dafür zentrale Enabler und ein wesentlicher Bestandteil des Frameworks.

Welche Tools und Technologien werden für Data Governance eingesetzt?

Data-Governance-Tools sind notwendig, um Governance-Abläufe und die Arbeit der Data Stewards zu automatisieren, denn die Datenmengen machen manuelle Arbeit unmöglich. Sie integrieren sich in verschiedenste IT-Produkte und Datensätze und bieten umfassendes Data Cataloging, wodurch sie im gesamten Datenmanagement eines Unternehmens wirksam werden. Um der wachsenden Nachfrage zu begegnen, ist der Markt für Datenqualitätslösungen stark gewachsen. Eine Gartner-Analyse beleuchtet den Markt und ordnet Anbieter mithilfe des Magic Quadrant ein.

Angesichts der wachsenden Bedeutung von Data Governance enthalten viele Datenmanagement-Tools entsprechende Funktionen als Teil ihres Systems. SolutionsReview hat die Data Management Vendor Map veröffentlicht und Lösungen in drei Kategorien eingeteilt: Data Quality Tools, Master Data Management und Data Management for Analytics.

(1) Data Quality Tools

Datenqualität bezeichnet den Nutzwert der Daten und wie gut sie sich für weitere Zwecke verarbeiten und analysieren lassen. Um gute Datenqualität zu erreichen und zu halten, müssen Governance-Tools zentrale Aufgaben wie Standardisierung, Profiling, Parsing, Bereinigung und Monitoring übernehmen. Neben sauberer, gut strukturierter Datenhaltung sollten diese Tools die Verarbeitung im gesamten Datensystem des Unternehmens unterstützen.

Beispiele:
(i) Talend
Talends Flaggschiff ist das Talend Data Fabric, eine einheitliche Cloud-Plattform für vertrauenswürdige Daten, die Funktionen für Datenintegrität und Governance umfasst – von Metadatenmanagement bis Datenherkunft sowie kollaborative Data-Stewardship-Lösungen.

(ii) SAS
Das Produkt SAS Data Quality bietet Datenqualitätsmanagement für unterschiedliche Datenbanken und Architekturen. Enthalten sind essenzielle Funktionen wie Datenbereinigung, Entitätsabgleich sowie eine einheitliche webbasierte Konsole zum Überwachen von Data-Quality-Jobs.

(iii) Informatica
Informatica bietet ein breites Portfolio an Datentools in verschiedenen Bereitstellungsformen. Informatica Data Quality stellt umfangreiche Datentransformationsfunktionen bereit und ermöglicht es, Geschäftsregeln ohne Abhängigkeit von der IT zu erstellen und zu prüfen.

(2) Master Data Management

Stammdaten sind die konsistente, einheitliche Sammlung zentraler unternehmensweiter Datenpunkte – darunter Kunden, Leads, Lieferanten, Mitarbeitende, Konten und mehr. Fundament einer wirksamen Qualitätsstrategie ist ein belastbares Master Data Management. Nur so lassen sich wachsende Datenassets (inklusive Metadaten) sinnvoll strukturieren und in einem zentralen Repository konsolidieren, um bestmögliche Entscheidungen zu unterstützen.

Beispiele
(i) Ataccama
Die Ataccama Platform ist eine erweiterte Datenmanagement-Plattform, die MDM als Modul umfasst. Weitere relevante Module wie Datenqualität und Metadatenmanagement sind integriert und für verschiedene Deployment-Modelle verfügbar.

(ii) Enterworks
Die EnterWorks Platform ist eine Multidomain-Plattform, die ein zentrales Repository zuverlässiger, aktueller Stammdaten über alle Unternehmensanwendungen hinweg aufbaut und leistungsstarke Tools zur Verbesserung von Datenqualität und Governance bietet. Alle administrativen und Governance-Funktionen über die Domains hinweg lassen sich über eine einzige Benutzeroberfläche steuern.

(iii) Riversand
Riversands Plattform Master Data Experience Management ist eine cloud-native, einheitliche Software-as-a-Service-(SaaS)-Lösung für alle MDM-Anwendungsfälle. Ziel ist es, Datensilos aufzulösen und die Einhaltung von Governance-Regeln zu unterstützen, indem eine einzige, genaue und vertrauenswürdige Quelle für Stammdaten geschaffen wird – ergänzt um umfassende Sichten auf geschäftskritische Daten.

(3) Data Management for Analytics

Angesichts der vielen Governance-Aufgaben rund um Datenqualität setzen Unternehmen oft auf integrierte Datenplattformen statt Einzellösungen. Data-Management-for-Analytics-Lösungen sind umfassende Systeme, die sich mit Analyse-Software verzahnen und analytische Workloads wie relationale und nicht-relationale Verarbeitung, Business Intelligence und Machine Learning steuern.

Beispiele
(i) Collibra Das Produkt Collibra Data Governance ist eine Cloud-Plattform, mit der Unternehmen ein gemeinsames Verständnis ihrer Datenwerte schaffen und zentral zusammenarbeiten. Enthalten sind Services wie Policy Manager, Referenzdaten und Business-Glossare. So entstehen vertrauenswürdige Daten als Grundlage für wirkungsstarke Business-Analytics.

(ii) erwin Die erwin Data Intelligence Suite (erwin DI) ist eine einheitliche Plattform, mit der automatisierte und kuratierte Enterprise-Datenkataloge inklusive Datenmodellen und On-Demand-Lineage erstellt werden. Das ermöglicht agile, gut gesteuerte Datenaufbereitung und Analytics – mit integrierten Business-Glossaren für unternehmensweite Datenkompetenz.

(iii) Alation Die Alation Platform bietet Analysten und Business-Anwendern eine offene, intelligente Plattform, die vielfältige Anwendungen vom Metadatenmanagement bis zu Datenkatalog und Governance unterstützt. Das integrierte Analytics-Produkt dient zudem als zentrale Anlaufstelle für produktive Self-Service-Analysen.

Wie holst du das Maximum aus diesen Tools heraus?

Tools sind nur ein Hebel auf dem Weg zur Datendemokratisierung. Damit Data-Governance-Tools ihren vollen Nutzen entfalten, kommt es auf die Menschen im Unternehmen an. Gute Data Governance ist Teamarbeit: Menschen entwerfen Agenda und Richtlinien, Technologie automatisiert und überwacht die Abläufe. Dafür sollten Organisationen gezielt in die Weiterbildung zur Datenkompetenz investieren, damit alle die Fähigkeiten mitbringen, um mit Daten ihre beste Arbeit zu leisten.

Erfahre mehr über DataCamp for Business:
DataCamp for Business bietet eine interaktive Lernplattform für Unternehmen, die ihre Mitarbeitenden in Datenkompetenzen weiterbilden müssen – von Datenkompetenz und Data Science bis Data Engineering und Machine Learning. Schließe dich 1.600+ Unternehmen und 80% der Fortune 1000 an, die DataCamp für die Weiterbildung ihrer Teams nutzen.