Een verkenning van tools voor datagovernance

Wat is datagovernance?

In een recente webinar schetste Aaren Stubberfield, Data Scientist bij Microsoft, de kansen en best practices van datagovernance. Hij begon daarbij met de fundamentele vraag wat datagovernance precies is. Datagovernance, zoals gedefinieerd door de Data Management Association (DAMA), is het uitoefenen van autoriteit en controle (planning, monitoring en handhaving) over het beheer van data-assets.

(1) Planning: Regels opstellen waaraan datasets moeten voldoen (bijv. standaardisatie van datumvelden, zoals JJJJ-MM-DD)

(2) Monitoring: Meten of aan de in de planningsfase vastgestelde regels wordt voldaan (bijv. het percentage ‘Datum’-velden met ontbrekende waarden bijhouden)

(3) Handhaving: Corrigerende acties ondernemen bij overtredingen van dataregels, afhankelijk van de urgentie; bijvoorbeeld direct ingrijpen als kritieke datavelden zoals burgerservicenummer grote afwijkingen bevatten

Hoe ziet een framework voor datagovernance eruit?

Er bestaan verschillende soorten frameworks voor datagovernance, maar ze hebben meestal vier gemeenschappelijke onderdelen: beleid en procedures rond data, datasets, data stewards en stakeholders, en technologie.

Data stewards zijn de mensen die governancebeleid en -procedures ontwikkelen voor de datasets binnen de organisatie. Tools voor datagovernance zijn onmisbare hulpmiddelen voor stewards om hun werk goed te doen en vormen een essentieel onderdeel van het governanceframework.

Welke tools en technologie worden gebruikt voor datagovernance?

Tools voor datagovernance zijn nodig om governanceprocessen en het werk van data stewards te automatiseren, omdat de enorme hoeveelheid data het onmogelijk maakt om dit handmatig te doen. Ze kunnen ook integreren met verschillende IT-producten en datasets en bieden uitgebreide datacatalogisering, waardoor hun mogelijkheden zich uitstrekken over het volledige databeheersysteem van een organisatie. Om aan de groeiende vraag te voldoen, is er een wildgroei aan oplossingen voor datakwaliteit op de markt. Een review van Gartner analyseerde de markt voor datagovernance en maakte Magic Quadrants om leveranciers van datagovernanceoplossingen te classificeren.

Gezien het groeiende belang van datagovernance bieden veel databeheeroplossingen governancefuncties als onderdeel van hun systemen. SolutionsReview publiceerde de Data Management Vendor Map, waarin ze oplossingen voor databeheer indeelden in drie categorieën: Data Quality Tools, Master Data Management en Data Management for Analytics.

(1) Data Quality Tools

Datakwaliteit is de algehele bruikbaarheid van data en de mate waarin deze eenvoudig verwerkt en geanalyseerd kan worden voor andere doeleinden. Om goede datakwaliteit te bereiken en te behouden, moeten governance-tools kernfuncties bieden zoals standaardiseren, profileren, parseren, opschonen en monitoren. Naast het schoon en overzichtelijk houden van data, wordt van deze tools ook verwacht dat ze dataverwerking ondersteunen in het gehele datasysteem van de organisatie.

Voorbeelden:
(i) Talend
Het vlaggenschip van Talend is Talend Data Fabric, waarin mogelijkheden voor dataintegriteit en governance zijn opgenomen als onderdeel van één uniform cloudplatform voor betrouwbare data. Dit omvat onder meer metadatabeheer en data lineage, evenals collaboratieve oplossingen voor data stewardship.

(ii) SAS
Het product SAS Data Quality biedt mogelijkheden voor datakwaliteitsbeheer over verschillende soorten databases en data-architectuurdeployments. Het omvat essentiële functies zoals data cleansing, entiteitsresolutie en een uniforme webconsole om datakwaliteitsprocessen te monitoren.

(iii) Informatica
Informatica biedt een uitgebreid portfolio aan datatools voor verschillende deployments. Hun product Informatica Data Quality geeft gebruikers een rijk pakket aan datatransformatiefuncties en stelt hen in staat bedrijfsregels op te stellen en te beoordelen zonder afhankelijk te zijn van IT.

(2) Master Data Management

Masterdata verwijst naar de consistente en uniforme verzameling van kerngegevens op bedrijfsniveau en omvat sleutelcomponenten zoals klanten, leads, leveranciers, medewerkers, rekeningen en meer. Een effectieve strategie voor kwaliteitscontrole van data rust op een solide inrichting van masterdatabeheer. Pas dan kunnen de groeiende data-assets van de onderneming (met bijbehorende metadata) goed worden gestructureerd en samengebracht in een centrale repository ter ondersteuning van optimale besluitvorming.

Voorbeelden
(i) Ataccama
Het product Ataccama Platform fungeert als een augmented databeheerplatform waarin MDM een van de modules is. Ook andere relevante modules, zoals datakwaliteit en metadatabeheer, zijn inbegrepen en het platform is volledig geïntegreerd voor verschillende typen deployments.

(ii) Enterworks
Het EnterWorks Platform is een multidomeinplatform dat een centrale repository creëert met betrouwbare, actuele masterdata die over alle enterprise-applicaties is geconsolideerd, met krachtige tools om datakwaliteit en governance te verbeteren. Bovendien kunnen alle administratieve en governancefuncties over de verschillende domeinen vanuit één gebruikersinterface worden uitgevoerd.

(iii) Riversand
Riversands platform Master Data Experience Management biedt een multidomein, cloud-native, uniform software-as-a-service (SaaS)-platform voor alle MDM-usecases. Het is gericht op het elimineren van datasilo’s en het ondersteunen van naleving van governance-regels door één enkele, nauwkeurige en betrouwbare bron van masterdata te creëren, met daarnaast uitgebreide weergaven van bedrijfskritische data.

(3) Data Management for Analytics

Gezien de veelheid aan governanceactiviteiten die bij het waarborgen van datakwaliteit komen kijken, willen organisaties mogelijk liever kiezen voor geïntegreerde dataplatformen in plaats van losse oplossingen. Oplossingen voor data management for analytics zijn complete systemen die integreren met analysetools om data-analyse te ondersteunen, zoals relationele en niet-relationele analytische verwerking, business intelligence en machine learning.

Voorbeelden
(i) Collibra Het product Collibra Data Governance is een cloudplatform dat organisaties helpt een gedeeld begrip van data-assets te creëren en samen te werken op één centrale plek. Dit omvat een reeks services zoals policy manager, referentiedata en businessglossaries. Dit alles draagt bij aan betrouwbare data als basis voor krachtige business analytics.

(ii) erwin De erwin Data Intelligence Suite (erwin DI) is een uniform softwareplatform waarmee gebruikers geautomatiseerde en gecureerde enterprise-datacatalogi kunnen maken, compleet met datamodellen en on-demand lineage. Dit bevordert wendbare en goed beheerde datapreparatie en -analyse, met geïntegreerde businessglossaries voor datageletterdheid in de hele organisatie.

(iii) Alation Het Alation Platform geeft analisten en businessgebruikers een open en intelligent platform dat een breed scala aan metadatabeheerapplicaties ondersteunt voor datacatalogisering en governance. Daarnaast fungeert het geïntegreerde Analytics-product als one-stopshop voor productieve selfservice-analyse.

Hoe haal je het meeste uit deze tools?

Vergeet niet: tools zijn slechts één hefboom in de strategie richting datademocratisering. Om deze tools voor datagovernance optimaal te benutten, zijn de mensen in je organisatie cruciaal. Goede datagovernance is teamwerk: mensen ontwerpen en implementeren de agenda en het beleid en zetten technologie vervolgens in om deze procedures optimaal te automatiseren en te monitoren. Om dit te bereiken, moeten organisaties inzetten op het vergroten van datageletterdheid, zodat iedereen de vaardigheden heeft om met data te werken en zo het beste uit zichzelf te halen.

Lees meer over DataCamp for Business:
DataCamp for Business biedt een interactief leerplatform voor bedrijven die hun mensen willen upskillen en reskillen op datavaardigheden—van datageletterdheid en datascience tot data engineering en machine learning. Sluit je aan bij 1.600+ bedrijven en 80% van de Fortune 1000 die DataCamp gebruiken om hun teams te ontwikkelen.