Datenqualitäts- und Master-Data-Management reichen als Basis für BI-Applikationen sowie Big-Data- und Social-Media-Analysen nicht aus. Erst Data Governance als Regelwerk für ein strategisches Informationsmanagement stellt ein dauerhaft zukunftsfähiges Fundament bereit, sagt Information Builders.
Unternehmen, die Business-Intelligence (BI)-Strategien, Big-Data-Projekte und Social-Media-Analysen umsetzen wollen, kommen ohne Data Governance nicht aus – sie laufen ansonsten Gefahr, dass ihre Vorhaben hinter den Erwartungen zurückbleiben oder gar ganz scheitern. Unvollständige oder inkorrekte Daten liefern ein falsches Bild und führen zu kostspieligen Fehlentscheidungen. Eine Beschränkung auf die Datenqualität oder das Stammdatenmanagement greift zu kurz. Ohne ein strategisches Informationsmanagement (Data Governance), das alle Aktivitäten zur Sicherstellung der Datenqualität und eines leistungsstarken Master-Data-Managements steuert und koordiniert, geht es nicht. Information Builders, einer der führenden Anbieter von BI-, Datenintegritäts- und Integrations-Lösungen, hat die wichtigsten Leitlinien zur Umsetzung von Data Governance in fünf Punkten gebündelt.
1. Anwender in den Fachabteilungen für Data Governance sensibilisieren.
Die Experten, die einen tiefen Einblick haben, wer mit welchen Auftrags-, Kunden-, Marketing-, Produktions- und Vertriebsdaten arbeitet, sitzen in den Fachabteilungen. Aus ihrer täglichen Arbeit wissen sie, welche Daten für aktuelle oder gerade anstehende Big-Data- und Social-Media-Analysen benötigt werden – beispielsweise zur Auswertung von Marketing- und Vertriebskampagnen. Die frühzeitige Einbeziehung der Anwender ist daher entscheidend für die Effizienz von Data Governance.
2. Geschäftskritische Informationen müssen aktuell, konsistent und verfügbar sein.
Immer mehr operativ tätige Mitarbeiter in den Unternehmen müssen wichtige geschäftliche Entscheidungen treffen. Sie benötigen daher mit dem von ihnen bevorzugten Endgerät Zugriff auf aktuelle und exakte Informationen. Der Grad der Aktualität – einmal pro Woche, jeden Morgen oder mehrmals pro Tag – sollte in Data-Governance-Regeln festgelegt und regelmäßig überprüft werden. Die Fertigungsstraße im produzierenden Gewerbe braucht für ihre Big-Data-Anwendung zur Überwachung der Produktqualität eine andere Datenaktualität als der Vertrieb, der in Social-Media-Kanälen beobachtet, wie ein neues Produkt im Markt ankommt.
3. Benutzergruppen für den Zugriff auf geschäftskritische Daten definieren.
Der Zugriff auf die Daten wird über die Definition von Rollen und Zuständigkeiten für Mitarbeiter in den Fachabteilungen geregelt. Auch hier sind die Fachabteilungen gefordert. Für eine nachhaltige Lösung ist es notwendig, Kennzahlen für die Datenqualität festzulegen, beispielsweise maximal fünf Prozent fehlerhafte Kundendatensätze oder höchstens drei Prozent Rechnungsrückläufe durch Adressfehler. Diese Kennzahlen müssen in der zuständigen Benutzergruppe transparent gemacht werden, so dass die verantwortlichen Mitarbeiter Rechenschaft über ihre Aktivitäten ablegen und einfordern können.
4. Fachabteilungen müssen inhaltliche Vorgaben für Data Governance liefern.
Data Governance integriert, kontrolliert und steuert alle Aktivitäten in den Bereichen Datenqualitätssicherung und Stammdatenmanagement. Mitarbeiter aus den Fachabteilungen können aus ihren täglichen Erfahrungen wichtige Hinweise und Anregungen beispielsweise hinsichtlich applikationsübergreifender Datendefinitionen für das Master Data Management liefern, etwa im Einkauf oder der Supply-Chain-Optimierung. Notwendig dabei ist eine effiziente Abstimmung von Mitarbeitern, Workflows und Technologie. Aufgabe der IT-Abteilung ist es, die technologische Infrastruktur bereitzustellen und zu betreiben, um eine hohe Datenqualität und ein effektives Stammdatenmanagement sicherzustellen.
5. Einen Data Steward als Verantwortlichen für die Einhaltung der Data Governance benennen.
Die Implementierung von Data Governance ist eine anspruchsvolle organisatorische Aufgabe, bei der beispielsweise geklärt werden muss, welche internen und externen Vorgaben und Regeln zu befolgen sind oder wer auf welche Daten lesend und schreibend zugreifen darf. Unternehmen sollten daher einen Data Steward als koordinierend Verantwortlichen ernennen. Er sorgt für eine Abstimmung zwischen Fachbereichen und IT. Dazu gehört auch, dass er die IT-mäßige Unterstützung der Business-Anforderungen koordinieren muss. Hier besteht in vielen Unternehmen ein großer Nachholbedarf.
"Data Governance erfordert Kenntnisse und eine gute Dokumentation, wo welche Daten gesammelt werden, woher die Daten stammen und wo die Daten wie genutzt werden", sagt Nathan Jagoda, Country Manager Germany bei Information Builders in Eschborn. "Alle damit verbundenen Workflows und Prozesse sollten überwacht und verbessert werden. Dies ist eine Grundvoraussetzung, damit Unternehmen aus ihrem vorhandenen Informationskapital, kombiniert mit externen Daten, Vorteile bei der Wertschöpfung erzielen können."
Unternehmen, die Business-Intelligence (BI)-Strategien, Big-Data-Projekte und Social-Media-Analysen umsetzen wollen, kommen ohne Data Governance nicht aus – sie laufen ansonsten Gefahr, dass ihre Vorhaben hinter den Erwartungen zurückbleiben oder gar ganz scheitern. Unvollständige oder inkorrekte Daten liefern ein falsches Bild und führen zu kostspieligen Fehlentscheidungen. Eine Beschränkung auf die Datenqualität oder das Stammdatenmanagement greift zu kurz. Ohne ein strategisches Informationsmanagement (Data Governance), das alle Aktivitäten zur Sicherstellung der Datenqualität und eines leistungsstarken Master-Data-Managements steuert und koordiniert, geht es nicht. Information Builders, einer der führenden Anbieter von BI-, Datenintegritäts- und Integrations-Lösungen, hat die wichtigsten Leitlinien zur Umsetzung von Data Governance in fünf Punkten gebündelt.
1. Anwender in den Fachabteilungen für Data Governance sensibilisieren.
Die Experten, die einen tiefen Einblick haben, wer mit welchen Auftrags-, Kunden-, Marketing-, Produktions- und Vertriebsdaten arbeitet, sitzen in den Fachabteilungen. Aus ihrer täglichen Arbeit wissen sie, welche Daten für aktuelle oder gerade anstehende Big-Data- und Social-Media-Analysen benötigt werden – beispielsweise zur Auswertung von Marketing- und Vertriebskampagnen. Die frühzeitige Einbeziehung der Anwender ist daher entscheidend für die Effizienz von Data Governance.
2. Geschäftskritische Informationen müssen aktuell, konsistent und verfügbar sein.
Immer mehr operativ tätige Mitarbeiter in den Unternehmen müssen wichtige geschäftliche Entscheidungen treffen. Sie benötigen daher mit dem von ihnen bevorzugten Endgerät Zugriff auf aktuelle und exakte Informationen. Der Grad der Aktualität – einmal pro Woche, jeden Morgen oder mehrmals pro Tag – sollte in Data-Governance-Regeln festgelegt und regelmäßig überprüft werden. Die Fertigungsstraße im produzierenden Gewerbe braucht für ihre Big-Data-Anwendung zur Überwachung der Produktqualität eine andere Datenaktualität als der Vertrieb, der in Social-Media-Kanälen beobachtet, wie ein neues Produkt im Markt ankommt.
3. Benutzergruppen für den Zugriff auf geschäftskritische Daten definieren.
Der Zugriff auf die Daten wird über die Definition von Rollen und Zuständigkeiten für Mitarbeiter in den Fachabteilungen geregelt. Auch hier sind die Fachabteilungen gefordert. Für eine nachhaltige Lösung ist es notwendig, Kennzahlen für die Datenqualität festzulegen, beispielsweise maximal fünf Prozent fehlerhafte Kundendatensätze oder höchstens drei Prozent Rechnungsrückläufe durch Adressfehler. Diese Kennzahlen müssen in der zuständigen Benutzergruppe transparent gemacht werden, so dass die verantwortlichen Mitarbeiter Rechenschaft über ihre Aktivitäten ablegen und einfordern können.
4. Fachabteilungen müssen inhaltliche Vorgaben für Data Governance liefern.
Data Governance integriert, kontrolliert und steuert alle Aktivitäten in den Bereichen Datenqualitätssicherung und Stammdatenmanagement. Mitarbeiter aus den Fachabteilungen können aus ihren täglichen Erfahrungen wichtige Hinweise und Anregungen beispielsweise hinsichtlich applikationsübergreifender Datendefinitionen für das Master Data Management liefern, etwa im Einkauf oder der Supply-Chain-Optimierung. Notwendig dabei ist eine effiziente Abstimmung von Mitarbeitern, Workflows und Technologie. Aufgabe der IT-Abteilung ist es, die technologische Infrastruktur bereitzustellen und zu betreiben, um eine hohe Datenqualität und ein effektives Stammdatenmanagement sicherzustellen.
5. Einen Data Steward als Verantwortlichen für die Einhaltung der Data Governance benennen.
Die Implementierung von Data Governance ist eine anspruchsvolle organisatorische Aufgabe, bei der beispielsweise geklärt werden muss, welche internen und externen Vorgaben und Regeln zu befolgen sind oder wer auf welche Daten lesend und schreibend zugreifen darf. Unternehmen sollten daher einen Data Steward als koordinierend Verantwortlichen ernennen. Er sorgt für eine Abstimmung zwischen Fachbereichen und IT. Dazu gehört auch, dass er die IT-mäßige Unterstützung der Business-Anforderungen koordinieren muss. Hier besteht in vielen Unternehmen ein großer Nachholbedarf.
"Data Governance erfordert Kenntnisse und eine gute Dokumentation, wo welche Daten gesammelt werden, woher die Daten stammen und wo die Daten wie genutzt werden", sagt Nathan Jagoda, Country Manager Germany bei Information Builders in Eschborn. "Alle damit verbundenen Workflows und Prozesse sollten überwacht und verbessert werden. Dies ist eine Grundvoraussetzung, damit Unternehmen aus ihrem vorhandenen Informationskapital, kombiniert mit externen Daten, Vorteile bei der Wertschöpfung erzielen können."
