Data Governance Opzetten

Richt een eerste basis data governance-organisatie in

Data governance

Landscape helpt organisaties met het opzetten van data governance.

In een eerder blog hebben we de basis van data governance behandeld: wanneer is het noodzakelijk en hoe kan het jouw organisatie helpen? . Daar ging het erom dat hoe mooi de (big) data ambities van een organisatie ook kunnen zijn, de werkelijkheid vaak weerbarstig is. Data governance gaat om het opstellen van regels en richtlijnen zodat de gehele organisatie beter omgaat met data.

Maar waar begin je nu? Aan organisaties die nog aan het begin van data governance staan, adviseren we om klein te beginnen en de basis op te zetten. Voor organisaties die al bestaande, formele data governance hebben, raden we een gedetailleerde data governance scan aan.


Elke organisatie heeft gebruiken voor data, hoewel deze vaak niet formeel zijn. Deze impliciete data governance is een logisch startpunt voor formelere data governance.

Voor het opzetten volgen we drie stappen:

  1. Assessment huidige situatie
  2. Opstellen roadmap
  3. Inrichten organisatie

Waarom?

Data governance zorgt ervoor dat data-doelstellingen wèl gehaald worden.

Wat?

Een eerste ingerichte data governance-organisatie, die zo dicht mogelijk bij de bestaande situatie staat.

Hoe?

Door het opstellen van regels en richtlijnen zodat de gehele organisatie beter omgaat met data.

Wanneer?

Zodra investeringen in data substantieel toenemen.

Voor wie?

Bedrijven, overheden, afdelingen of ketens die nog geen formele data governance hebben.

Hoe lang?

Het opzetten van basis data governance duurt slechts twee maanden.

Plan een vrijblijvende afspraak

Stap 1: Assessment huidige situatie

Elke organisatie heeft gebruiken voor data, denk hierbij aan een handige medewerker die incidenteel data opschoont, een document met de definitie van een 'klant' en een budget om medewerkers op te leiden.

Hoewel deze procedures vaak niet expliciet zijn, vormen ze een uitstekend beginpunt om een formelere organisatie in te richten. Daarom beginnen we met het in kaart brengen van deze situatie. Hiervoor kijken we naar documentatie en interviewen we belanghebbenden in een specifieke volgorde:

  1. Business executive
  2. CIO, Security Officer, Enterprise Architect
  3. Dagelijkse verantwoordelijken over belangrijke databronnen
  4. Datakwaliteit, metadata, datatoegang, datalevenscyclus

Indien een functie niet bestaat, zoeken we samen met je naar een vervanger. Door te praten met vertegenwoordigers uit zowel de business als techniek en hoog en laag in de organisatie, krijgen we een compleet beeld van de stand van zaken. Lees waarom dit van belang is.

Indien je reeds een gevestigde data governance-organisatie hebt, is een accurate meting vaak de moeite waard. Kijk in zo'n geval naar het meten & verbeteren ervan.

We maken gebruik van een eenvoudig en inzichtelijk model dat data governance opdeelt in 20 deelgebieden:

Data governance voorbeeldscore

Het model is gebaseerd op wetenschappelijke literatuur [1]. Horizontaal staan elementen die met data te maken hebben; verticaal elementen voor algemene governance.

Meer over het model


Janne Lambermont

Janne Lambermont

Data Marketeer, ARTIS
"Landscape heeft goed met ons meegedacht en rekening gehouden met het karakter van onze organisatie. Wij van ARTIS zijn erg blij met de expertise die Landscape ingebracht heeft om data in heel de organisatie voorop te zetten."

Lees over ons werk voor ARTIS


Stap 2: Opstellen roadmap

In nauw overleg met jou, bepalen we hoe jouw data governance er het best uit kan zien. Het doel is om met zo min mogelijk moeite zoveel mogelijk resultaat te boeken; daarom blijven we zo dicht mogelijk bij de bestaande situatie.

De roadmap tot de basis van data governance is erg specifiek en kan meteen uitgevoerd worden. Om de stappen te prioriteren, beoordelen we ze op de verwachtte moeite en opbrengsten in een zogenaamde 'effort-benefit-matrix':

Data governance voorbeeldscore

Stappen in het groene gebied zijn meestal de moeite waard; in het oranje gebied vaak ook en in het rode gebied meestal niet. Stappen zijn bijvoorbeeld:

  • Maak een overzicht van alle applicaties, data, processen en belanghebbenden. Volg hierbij het GEMMA-referentiemodel van KING;
  • Maak Piet de Boer (COO) nadrukkelijk verantwoordelijk voor de kwaliteit van de data die uit de fabriekshal komt;
  • Neem het bepalen van datadoelstellingen op in de planning & controle-cyclus (P&C-cyclus).

De aanbevelingen worden gedocumenteerd in een handzaam rapport en indien gewenst gepresenteerd.


Stap 3: Inrichten organisatie

Nu we een goed beeld hebben van hoe we met zo min mogelijk moeite een goede basis data governance kunnen inrichten, gaan we daadwerkelijk aan de slag. Hoewel het grootste deel van het werk door jouw organisatie zelf zal moeten gebeuren, ondersteunen we hier graag bij. Denk bijvoorbeeld aan het adviseren over de volgorde van bepaalde stappen, het organiseren van een awareness workshop of het in kaart brengen van de belangrijkste databronnen.


En dan?

Gefeliciteerd, je hebt de basis van data governance ingericht! We raden je aan om de situatie nauwlettend in de gaten te houden en meteen in te spelen op veranderingen. Zo blijft de organisatie actueel.

Hoe groter je data governance, hoe groter het belang van accuraat inzicht in de kwaliteit ervan. Een volgende stap is vaak een geavanceerde meting om te bepalen of doelstellingen gehaald worden en waar verbeteringen mogelijk zijn. .

Opzetten of meten & verbeteren?

Assessment Resultaat
Opzetten Interviews & documentatie Opzetten eerste data governance
Meten & verbeteren Interviews, documentatie & meting KPI's, verbeterde data governance