3 Verschillen tussen Data Governance en Data Management

Voor effectieve dataverwerking binnen een organisatie zijn Data Governance en Data Management sterk met elkaar verbonden disciplines. Data Governance stelt het beleid en de richtlijnen voor datagebruik vast, terwijl Data Management dit beleid implementeert en uitvoert. Deze verschillen in processen, de rollen van de betrokken mensen en de gebruikte technologie benadrukken het complementaire karakter van beide disciplines bij het bereiken van de data-gerelateerde doelstellingen van een organisatie. In dit blog gaan we hier verder op in.

Verschil #1: Processen

Data Governance (DG) geeft primair invulling aan de vraag hoe organisaties beslissingen moeten nemen over het gebruik van hun eigen data. DG stelt hiervoor richtlijnen op die worden vertaald naar de belangrijkste processen. Degelijke sleutelprocessen binnen DG zijn onder meer:

•   Opzetten van datakwaliteitscontroles om de nauwkeurigheid en consistentie van data te kunnen borgen.
•   Definiëren van beleid met betrekking tot datatoegang (wie heeft toegang tot welke data, wie kan deze wijzigen, bekijken, etc.)
•   Zorgen voor naleving van zowel externe als interne (lees: organisatorische) regelgeving, zoals standaarden op het gebied van privacy en databeveiliging.
•   Opstellen en onderhouden van een zogenaamde ‘Business Glossary’, een soort van woordenlijst die tot doel heeft binnen een organisatie gedeeld begrip te bewerkstelligen van de gebruikte dataterminologie en -definities.

Data Management (DM) houdt zich daarentegen bezig met het geven van de praktische invulling aan de richtlijnen die door DG zijn opgesteld. Het gaat daarbij over hoe organisaties data gebruiken. Belangrijke DM sleutelprocessen zijn:

•   Data transformaties (die ervoor te zorgen dat data wat betreft format consistent blijft en daardoor effectief gebruikt kan (blijven) worden.
•   Dataopslag, inclusief het beheer van datawarehouses, datameren en andere opslagoplossingen.
•   Dataverkenning voor het oplossen van operationele en analytische ‘use cases’, inclusief query’s, rapportage en data-analyse.
•   Databeheerprocessen die stroken met de richtlijnen uit het DG raamwerk (zodat data wordt beheerd en gebruikt in overeenstemming met het DG beleid).

Verschil #2: Mensen

Traditioneel wordt DG beschouwd als een functie waarbij zowel Business als IT-teams betrokken zijn. Het implementeren van de DG vereist vaak de betrokkenheid van bedrijfsmanagers, data domein eigenaren en andere Business stakeholders. Deze stakeholders werken vervolgens samen met IT-teams om onder meer het beleid voor datatoegang vast te stellen, normen voor datakwaliteit te definiëren en naleving van de wettelijke vereisten met betrekking tot data (‘compliance’) te garanderen.

Omgekeerd is DM vooral gericht op de uitvoering. Het betreft de praktische implementatie van het DG raamwerk en de invloed van de doelstellingen van een organisatie. Voor deze uitvoering zijn van oudsher meer technische rollen nodig, zoals data engineers, data-architecten en Database Administators (DBA’s). Deze professionals zijn verantwoordelijk voor dataopslag, toegangscontrole en andere technische aspecten.

Verschil #3: Technologie

DG is afhankelijk van specifieke tools om de regels en richtlijnen van de organisatie te documenteren en af te dwingen. Deze tools zijn ontworpen om ervoor te zorgen dat ‘data assets’ op de juiste manier worden beheerd. Vaak omvatten deze:

•  ‘Data dictionaries’ en business glossaries, die definities en context geen aan de gebruikte dataterminologie binnen een organisatie.
•  ‘Data catalogs’ waarmee gebruikers de beschikbare data assets kunnen ontdekken en begrijpen.

DM is daarentegen meer gericht op de technische aspecten van dataverwerking, opslag, verwerking en verkenning. De technologie die wordt gebruikt bij DM omvat daarom oplossingen voor gegevensopslag, data integratie tooling, raamwerken voor dataverwerking en platforms voor data-analyse. Deze tools zijn er dus op gericht om data toegankelijk en bruikbaar te maken voor diverse operationele en analytische use cases.

Tentive Data Management Consultants 

De consultants van Tentive beschikken over uitgebreide ervaring in data governance én data management en staan klaar om jouw organisatie op dit gebied te ondersteunen. Als jouw organisatie hiermee aan de slag wil gaan, nodigen we je uit om contact met ons op te nemen. We zijn beschikbaar voor een vrijblijvend gesprek.