Wat is data governance?
In een recente webinar beschreef Aaren Stubberfield, Data Scientist bij Microsoft, hoe data governance schaalbare data science mogelijk maakt. Hij begon met de basisvraag wat data governance precies is.
Data governance, 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: naleving meten van de regels die in de planningsfase zijn gedefinieerd (bijv. het percentage ‘Datum’-velden met ontbrekende waarden bijhouden)
(3) Handhaving: corrigerende acties bij overtredingen van dataregels (bijv. direct ingrijpen als kritieke datavelden zoals burgerservicenummer grote afwijkingen bevatten)
Hoewel er verschillende data‑governanceframeworks bestaan, draaien ze allemaal om dezelfde kernelementen: mensen (zoals data‑stewards en stakeholders die governanceprogramma’s aansturen), processen (databeleid en procedures die de regels vormen waaraan datasets moeten voldoen), de betreffende datasets en tools (technologie en infrastructuur die monitoring en handhaving van beleid mogelijk maken).
Waarom is data governance belangrijk?
Om data als strategische asset te kunnen inzetten, moeten ze via formele procedures en duidelijke verantwoordelijkheden compliant, schoon en toegankelijk blijven. Het doel van data governance is de methoden, processen en verantwoordelijkheden vast te leggen waarmee organisaties de kwaliteit, compliance en bruikbaarheid van hun data kunnen waarborgen.
Datakwaliteit is cruciaal voor de democratisering van data science, omdat organisatiebreed vertrouwen in data van het grootste belang is. Net zoals consumenten geen producten kopen of gebruiken van retailers die ze niet vertrouwen, zullen business‑stakeholders en dataprofessionals terughoudend zijn om data (of inzichten uit data) te gebruiken voor besluitvorming als ze die niet vertrouwen.
Uiteindelijk zijn de meest succesvolle bedrijven degenen die data effectief kunnen beheren als een betrouwbaar asset en de beste data‑sciencecapaciteiten weten te combineren met de beste datakwaliteit.
Hoe ziet goede datakwaliteit eruit?
Data‑governanceprogramma’s borgen de schaalbaarheid en het onderhoud van datakwaliteit, maar hoe ziet goede datakwaliteit er precies uit? Atlan vat het mooi samen in de volgende zeven kenmerken:
- Nauwkeurig
- Beschikbaar en toegankelijk
- Volledig
- Relevant en betrouwbaar
- Tijdig
- Met de juiste mate van granulariteit
- Helpt je bij besluitvorming
Wat zijn de voordelen van data governance?
Wanneer goed geïmplementeerd kan een solide data‑governanceframework bedrijven talloze belangrijke voordelen opleveren:
-
Gemeenschappelijke datataal - Een gedeelde woordenschat rond metrics en datasets creëert een gemeenschappelijke datataal en consistente terminologie die organisatiebreed eenvoudig te gebruiken en te begrijpen is.
-
Meer vertrouwen in datakwaliteit - Verbeterde datakwaliteit door goede governance bevordert vertrouwen in de data en de bijbehorende documentatie, wat leidt tot meer gebruik van data bij besluitvorming.
-
Verbeterde herbruikbaarheid van data - Data governance zorgt voor standaardisatie en mapping van organisatiebrede data. Dit verhoogt de efficiëntie aanzienlijk doordat data hergebruikt kan worden in verschillende businessunits en uiteenlopende use‑cases binnen de organisatie.
-
Betere mechanismen voor databeheer - Centrale sturingsmechanismen leggen duidelijke beleidslijnen en regels vast die best practices en gedragscodes rond datagebruik begeleiden. Dit biedt een helikopterview voor consistent beheer van kerngebieden zoals compliance en security, en minimaliseert tegelijk de kosten van databeheer.
-
Schaalbare compliance - Een sterk data‑governanceprogramma zorgt ervoor dat organisaties compliant blijven met regelgeving (bijv. California Consumer Privacy Act (CCPA) en General Data Protection Regulation (GDPR)) over het correct beheren van de privacy en vertrouwelijkheid van persoonsgegevens.
-
Single Source of Truth - Data governance faciliteert de integratie van verschillende databronnen, zodat data niet langer in silo’s zitten. Dit creëert een consistente en complete single source of truth van klantprofielen (of profielen van andere sleutelfiguren) waar business‑stakeholders het over eens kunnen zijn om beter samen beslissingen te nemen.
-
Meer wendbaarheid door datademocratisering - De hoge datakwaliteit die goede governance oplevert, maakt data direct bruikbaar, ook voor niet‑technische teams om hun zakelijke doelen te bereiken. Deze democratisering van data stelt businessunits in staat wendbaarder te worden via self‑service‑analytics.
Al deze voordelen stellen bedrijven op hun beurt in staat kosten te verlagen door meer efficiëntie, risico’s te beperken door verstandig datagebruik, te voldoen aan dataregelgeving en de bedrijfsperformance te maximaliseren door consistent datagedreven besluitvorming.
Hoe operationaliseer je data governance?
Een recente KPMG‑studie meldde dat slechts 35% van de dataleiders hun data vertrouwt, terwijl een Gartner‑enquête onthulde dat maar liefst 42% van de dataleiders de governance‑structuren van hun bedrijf niet beoordeelt of monitort.
Dit laat zien dat veel organisaties nog achterlopen in hun traject naar betere datakwaliteit. In de webinar noemde Aaren tal van best practices voor organisaties om te beginnen met het operationaliseren van data governance.
-
Begin met de juiste mensen - Succesvolle data governance staat of valt met de agenda die door de juiste mensen wordt bepaald. Start met het aantrekken van de beste talenten en belangrijkste stakeholders om het kernteam te vormen dat de implementatie van data governance aanjaagt.
-
Volg je metrics - Metingen voor datakwaliteit moeten vanaf het begin worden vastgesteld en gemonitord om de voortgang en waarde van governance‑systemen te volgen. Enkele voorbeelden: percentage voltooiing van de dataglossary en het percentage contactgegevens dat compleet, geldig en accuraat is.
-
Communicatie is cruciaal - Voortdurende steun en sponsorship voor governanceprogramma’s hangen af van regelmatige en constructieve communicatie over successen, tegenslagen en voortgang naar de belangrijkste business‑stakeholders.
-
Denk aan de lange termijn - Het implementeren van een governanceprogramma is een langetermijninvestering die consistent werk vereist. Operationaliseren van data governance moet daarom worden benaderd als een iteratief proces van continue verbetering, niet als een ad‑hoc initiatief.
-
Investeer in governance‑tools - De steeds groeiende datavolumes maken handmatige governance‑activiteiten onmogelijk. Governance‑tools zijn daarom essentiële enablers voor het automatiseren van governance‑operaties en data stewardship.
-
Vermijd vanaf nul beginnen - Er zijn veel bronnen met succesvolle use‑cases, frameworks en voorbeelden van effectieve data governance, dus je hoeft niet bij nul te starten. Zo hebben DAMA, EDM Council en PwC frameworks die organisaties kunnen benutten en hergebruiken.
Voorbeeld van een uitgebreid data‑governanceframework | Bron: PwC
De businesscase opbouwen
Om langdurige verandering te realiseren en executive buy‑in te krijgen voor governance‑initiatieven, is het belangrijk een sterke businesscase te presenteren aan stakeholders om blijvende executive steun te borgen. Dit kan door eerst pijnpunten te identificeren waarbij lage datakwaliteit de oorzaak is. Zo kunnen onvolledige klantcontactgegevens bijvoorbeeld leiden tot aanzienlijk verlies aan saleskansen.
Vervolgens kunnen de zakelijke voordelen (bijv. hogere omzet, betere klantervaring enz.) van verbeterde datakwaliteit door governance‑inspanningen duidelijk worden uitgelicht en gecommuniceerd.
Datavaardigheden maken succesvolle data governance mogelijk
Een BCG‑studie liet zien dat meer dan 60% van de bedrijven hun governancecapaciteiten als ‘onderontwikkeld’ beoordeelde, waardoor ze geen geavanceerde analytics konden benutten. Dit toont aan dat er veel uitdagingen zijn bij succesvolle implementatie van governance, waaronder onvoldoende vertegenwoordiging van data‑stewards, onduidelijk eigenaarschap van governance‑elementen en lage organisatorische prioriteit.
Een terugkerend thema is dat mensen binnen de organisatie centraal staan om het te laten slagen. Om de gewenste governance‑uitkomsten te bereiken, moeten mensen worden uitgerust met de juiste vaardigheden om de bijbehorende taken aan te kunnen. Voor succesvolle data governance zouden organisaties hun mensen moeten upskillen in tal van datavaardigheden: van datageletterdheid tot data opschonen en verkennen, en meer.
Uiteindelijk is data governance teamwork, gebouwd op een gemeenschappelijke datataal binnen de hele organisatie.
