NGI Datamanagement Datamanagement in een procesgerichte organisatie D. Stam & T. Grievink 26 november 2014
Agenda 1. 2. 3. 4. 5. 6.
Inleiding Volwassenheid datamanagement Pauze Data Quality Data Ownership Chief Data Steward
2
Inleiding •
Datamanagement Volwassenheidsmodel ontwikkeld.
•
Volwassenheidsmodel is geverifieerd in een landelijke expertgroep.
•
Model is gepubliceerd in diverse vakbladen.
•
Onderzoek gestart door het uitzetten van een enquête.
•
Analyse onderzoeksresultaten waarbij de resultaten zijn geplot in het volwassenheidsmodel.
•
Toetsen van de resultaten.
3
Definitie procesgericht datamanagement
“Het besturen en beheersen van de bedrijfsprocessen en de bijbehorende verantwoordelijkheden die erop gericht zijn dat de organisatie op het juiste moment kan beschikken over de gegevens die benodigd zijn voor de informatievoorziening binnen de organisatie en die voldoen aan de eisen die aan deze gegevens, zowel intern als extern, worden gesteld.”
4
Datamanagement volwassenheidsmodel De volwassenheid van datamanagement wordt gemeten op 6 aspecten* die in onderlinge samenhang bestuurd en beheerst moeten worden. Governance & Ownership
Beheer & Architectuur
Processen
Data Kwaliteit
Mens & Cultuur
Beleid
* Gebaseerd op DAMA
5
Huidige volwassenheid datamanagement
6
Wat valt ons op…….. 1. We zitten net voor de kanteling van afdelings/applicatie- naar proces 2. Beleid loopt samen met Data Kwaliteit voor op de overige aspecten: • •
Van oudsher meer aandacht voor financiële verantwoording Data kwaliteit wordt direct gevoeld door proceseigenaren / datamanagers.
3. Governance en architectuur blijven wat achter, terwijl dit echt randvoorwaardelijk is voor de volgende stap 4. Mensen en cultuur blijft wat achter, ‘t is een beetje corvee en je moet het eerst fysiek organiseren voor je het mentaal kunt implementeren.
7
Ambitie volwassenheid
8
Toelichting bij ambitie datamanagement 1. Duidelijke ambitie/behoefte om door te groeien naar centraal datamanagement 2. Lijkt gezien de ervaring met volwassenheid een realistisch ambitie niveau; overigens is deze fase overgang wel het meest lastig en vereist nieuwe structuur. 3. Er is een goede balans in de geambieerde groei voor de verschillende aspecten 4. Gaan ‘inhaalslagen’ op aspecten die achterblijven. Ook hier zie je governance en architectuur wat achterlopen.
9
Wie bepaalt het ambitieniveau
10
Wie zou de groei naar de volgende fase moeten trekken?
11
Datamanagement cyclus
Richten
Inrichten
33%
37%
Evalueren
Verrichten
10%
33%
12
Relatie DQ en volwassenheid
•
Naarmate de volwassenheid toeneemt neemt ook de kwaliteit van de data toe Dus investeren op de 6 aspecten loont
•
Is groei naar de top de investering waard?
•
13
Pauze
14
Data Kwaliteit: gemiddelde cijfer •
Gemiddeld wordt de data kwaliteit beoordeeld met een 6-
•
“Hakken over de sloot” maar er is “werk aan de winkel”
15
Relatie Data Kwaliteit met omvang organisatie
?
16
Gemiddelde Data Kwaliteit per volwassenheidsfase •
Cijfer Data Kwaliteit neemt toe door groei volwassenheid datamanagement.
•
Van een gemiddelde 5,5 in een decentrale aansturing naar een gemiddelde van 6,7 in een centrale aansturing.
17
Data Kwaliteit versus optimalisatie
• •
Brandjes blussen helpt niet echt op weg naar structurele data kwaliteit Alleen gestructureerde optimalisaties leiden naar een aantoonbaar hogere data kwaliteit
18
De rol van data owner Als eigenaar van de data verantwoordelijk voor: 1. 2. 3. 4. 5.
Borging dat de data voldoet aan de gestelde kwaliteitseisen Stellen van data definitions binnen de kaders van de architect Vrijgave en gebruik van data (Laat) data quality trajecten uitvoeren Rapporteren over status data quality
19
Waar ligt het Data Ownership
•
Duidelijke voorkeur om het data ownership te beleggen bij de proceseigenaar en/ of de centrale gegevenseigenaar
20
Data ownership in een procesgerichte organisatie Model voor positionering data ownership Type data
Reference & Masterdata Data
Transaction Data
Specifiek bedrijfsproces
Centrale Data Owner
Proceseigenaar
Meerdere bedrijfsprocessen
Centrale Data Owner
Centrale Data Owner ofProceseigenaar?
Gebruik van data
21
Conflicterende data quality eisen Data Owner wordt geconfronteerd met meerdere afnemers die conflicterende eisen stellen aan de data: • • • • •
Wie harmoniseert eisen? Wie besluit over eisen? Wie prioriteert? Wie betaalt? Uniforme datamanagement processen & governance?
De Chief Data Steward borgt dat de data in de organisatie op een geharmoniseerde en gestandaardiseerde wijze gebruikt kan worden. Hiermee is CDS de proceseigenaar van de datamanagement processen. 22
Data Quality Management Governance Model Eigenaar Borging dat de data voldoet aan de gestelde kwaliteitseisen Stellen van data definitions binnen de kaders van de architect Gebruik en vrijgave van data (Laat) data quality trajecten uitvoeren Rapporteren over status data quality
Chief Data Steward
Afnemer
Harmoniseren van kwaliteitseisen
Degene die de data daadwerkelijk gebruikt
Verantwoordelijk voor het kunnen gebruiken van de data door de organisatie
Bepaalt aan welke eisen de data dient et voldoen (vanuit zijn optiek)
Prioriteert en coördineert data quality initiatieven
Meet en rapporteert over de verkregen mate van data kwaliteit.
Faciliteert in besluitvorming bij conflicterende kwaliteitseisen Proceseigenaar DM processen.
23
24
