NGI Datamanagement Datamanagement in een procesgerichte organisatie D. Stam & T. Grievink 26 november 2014
Agenda Inleiding Volwassenheid data management Pauze Data Quality Data Ownership Chief Data Steward
Inleiding Data Management Volwassenheidsmodel ontwikkeld. Volwassenheidmodel 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.
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.”
Datamanagement volwassenheidsmodel De volwassenheid van data management wordt gemeten op 6 aspecten* die in onderlinge samenhang bestuurd en beheerst moeten worden. * Gebaseerd op DAMA
Huidige volwassenheid data management
Wat valt ons op…….. We zitten net voor de kanteling van afdelings/applicatie- naar proces 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. Governance en architectuur blijven wat achter, terwijl dit echt randvoorwaardelijk is voor de volgende stap Mensen en cultuur blijft wat achter, ‘t is een beetje corvee en je moet het eerst fysiek organiseren voor je het kunt mentaal kunt implementeren.
Ambitie volwassenheid
Toelichting bij ambitie datamanagement Duidelijke ambitie/behoefte om door te groeien naar centraal datamanagement Lijkt gezien de ervaring met volwassenheid een realistisch ambitie niveau; overigens is deze fase overgang wel het meest lastig en vereist nieuwe structuur. Er is een goede balans in de geambieerde groei voor de verschillende aspecten Gaan ‘inhaalslagen’ op aspecten die achterblijven. Ook hier zie je governance en architectuur wat achterlopen.
Wie bepaalt het ambitieniveau Conclusies: Proceseigenaren (tactisch niveau) bepalen ambitieniveau, gevolgd door RvB en ICT Onze mening: directie / RvB vanuit richtinggevende verantwoordelijkheid organisatie / strategieformulering en –realisatie
Wie zou het de groei naar de volgende fase moeten trekken? Conclusies: RvB / Directie moet de organisatie loodsen door de fase van functionele discontinuïteit teneinde het ambitieniveau te realiseren. Proceseigenaar is volgens enquête degene die het ambitieniveau bepaalt. Hier wordt de pijn ervaren van een niet passend gegevensmanagement (geen alignment tussen procesmngt en datamngt) RvB / Directie moet eerst nog overtuigd worden van nut en noodzaak datamngt
Data management cyclus Richten 33% Inrichten 37% Verrichten Evalueren 10%
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?
Pauze
Data Kwaliteit: gemiddelde cijfer Gemiddeld wordt de data kwaliteit beoordeeld met een 6- “Hakken over de sloot” maar er is “werk aan de winkel”
Relatie Data Kwaliteit met omvang organisatie ? Data Kwaliteit lijkt te verbeteren naarmate de organisatie groter wordt. Er lijkt een kantelpunt aanwezig rond de 5000 mdw-ers.
Gemiddelde Data Kwaliteit per volwassenheidsfase Cijfer Data Kwaliteit neemt toe door groei volwassenheid data management. Van een gemiddelde 5,5 in een decentrale aansturing naar een gemiddelde van 6,7 in een centrale aansturing. Conclusies: Governance en Architectuur hoogste gemiddelde bijdrage aan data kwaliteitsverbetering. Vreemd omdat governance en architectuur achterblijven in ontwikkeling?
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
De rol van data owner Als eigenaar van de data verantwoordelijk voor: 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
Waar ligt het Data Ownership Conclusies: Data Ownership bij centrale gegevenseigenaar en proceseigenaar. Geen ICT Ownership benoemd. Past in procesgerichte benadering (data is een business issue!) Data Ownership op RVB niveau is te hoog Scope lijnmanager voor gebruik data te beperkt. Past binnen ambitie volwassenheid: centrale gegevenseigenaar voor RD en MD, overige data bij de proceseigenaar. Geen relatie met data kwaliteit (zowel centrale eigenaar als PM gemiddeld 5,8) Duidelijke voorkeur om het data ownership te beleggen bij de proceseigenaar en/ of de centrale gegevenseigenaar
Data ownership in een procesgerichte organisatie Model voor positionering data ownership Reference & Masterdata Data Transaction Data Specifiek bedrijfsproces Centrale Data Owner Proceseigenaar Meerdere bedrijfsprocessen Centrale Data Owner ofProceseigenaar? Type data Gebruik van data Centrale gegevenseigenaar -> grotere afstand tot business data -> beter proceseigenaar maar wie harmoniseert dq eisen en betaalt voor dq intiatieven? Proceseigenaar zelf ook een partij (dus niet onafhankelijk). Hoe kijkt de zaal hier tegenaan….
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 data management 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 data management processen. Rol CDS is bepaling ambitie DM? CDS is de programmamanager tijdens de transitie van decentraal naar centraal.
Data Quality Management Governance Model 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 Eigenaar Harmoniseren van kwaliteitseisen Verantwoordelijk voor het kunnen gebruiken van de data door de organisatie Prioriteert en coördineert data quality initiatieven Faciliteert in besluitvorming bij conflicterende kwaliteitseisen Proceseigenaar DM processen. Chief Data Steward Degene die de data daadwerkelijk gebruikt Bepaalt aan welke eisen de data dient et voldoen (vanuit zijn optiek) Meet en rapporteert over de verkregen mate van data kwaliteit. Afnemer