Data Governance Maturity niveau’s
Wij onderscheiden 5 data governance volwassenheid niveau’s binnen het Data Governance Maturity Model.
Niveau 1 – Initial
Initial – is chaotisch en ad hoc. Problemen worden pas opgelost als ze zich voordoen. Dit is het niveau dat iedere organisatie aankan.
Circa 30 – 50% van alle organisaties werkt op niveau 1.
Eigenschappen
Processen Op dit niveau zijn de processen meestal niet gedocumenteerd en ze veranderen continu. Gebruikers of gebeurtenissen zetten processen ad hoc, onbeheerd en reactief in gang, wat leidt tot een chaotische of instabiele procesomgeving.
Governance Strenge regels of procedures voor data governance ontbreken. Data is vaak verspreid over verschillende bestanden en databases, en in diverse bekende en onbekende formaten opgeslagen. Naast opslag van dubbele versies onder verschillende namen, zijn er ook uiteenlopende gegevenstypen. Een duidelijke methode mist en er is nog niet geprobeerd de aanwezige data goed in kaart te brengen. Het samenstellen van rapporten gebeurt ad hoc op verzoek van business units. Organisaties op niveau 1 hebben soms tools voor data management, maar gebruiken die meestal niet consistent of correct. In sommige gevallen blijven deze tools zelfs helemaal onbenut.
Datakwaliteit De datakwaliteit is afhankelijk van de vaardigheden van IT-analisten en/of programmeurs. Grote data management-projecten worden opgestart met weinig zicht op de gevolgen. Het resultaat is het vastlopen van projecten, of erger, updates en implementaties met complete verzamelingen ernstig gecorrumpeerde data of ongeldige rapporten, of beide.
Niveau 2 – Repeatable
Repeatable – is het niveau waarbij de organisatie zover geprofessionaliseerd is dat bij het ontwikkelproces gebruik wordt gemaakt van de kennis die eerder is opgedaan. Beslissingen worden genomen op basis van ervaring. Circa 15 – 20% van alle organisaties werkt op niveau 2.
Eigenschappen
Processen Sommige processen zijn herhaalbaar, en leveren mogelijk consistente resultaten op. De kans op nauwgezette procesdiscipline is echter klein op dit niveau. Als dat wel zo is, helpt het om deze discipline als het data management onder druk komt te staan.
Governance Op dit niveau is er vaak wel een data governance-programma, maar dat is nog niet geïnstitutionaliseerd. De uitvoering van deze plannen is nog afhankelijk van een centrale persoon of groep, die de problemen begrijpen en data governance betrouwbaar en consistent uitvoeren. Sommige organisaties zijn gestart met het inrichten van data governance-praktijken voor zakelijke rapportages.
Datakwaliteit De datakwaliteit is afhankelijk van de vaardigheden van de mensen die de technische aspecten van data management verzorgen. Hoewel de verschillen tussen de zakelijke en technische aspecten van data helder zijn, besteden ze minder tijd en energie aan het documenteren en vastleggen van de zakelijke relevantie van data. Het onderscheid tussen het logische en fysieke dataontwerp is beperkt of ontbreekt.
Niveau 3 – Defined
Defined – is het niveau waarbij de belangrijkste processen zijn gestandaardiseerd.
Circa 10 – 15% van alle organisaties werkt op niveau 3.
Eigenschappen
Processen In de loop van de tijd zijn er gedefinieerde en gedocumenteerde standaardprocessen ontwikkeld en aangescherpt. De bestaande data management-processen zijn gestandaardiseerd, en worden gebruikt om bedrijfsbreed consistente procesprestaties te waarborgen.
Governance Organisaties die van niveau 2 naar niveau 3 zijn gegaan, hebben een data governance-programma geïntroduceerd en gedocumenteerd. Dit programma is een kerncomponent van de rapportage over, en de levenscyclus van het datagebruik. Deze organisaties begrijpen de zakelijke relevantie van data en hebben een bedrijfsbrede functie voor data governance ingesteld. Ze hanteren een duidelijk gedefinieerd programma dat data als bedrijfsmiddel behandelt, zelfs als ze niet precies begrijpen wat dat betekent. Het succes hangt sterk af van de interactie tussen de data governance- en projectmanagement-functies en de juiste inzet van tools.
Datakwaliteit Organisaties op niveau 3 volgen richtlijnen en testen om te waarborgen dat de eisen voor datakwaliteit duidelijk zijn gedefinieerd en worden gevolgd. Deze organisaties bewaken de datakwaliteit proactief, op basis van gevalideerde datadefinities van belangrijke gegevensobjecten.
Niveau 4 – Managed
Managed – is het niveau waarbij de kwaliteit van het ontwikkelproces wordt gemeten zodat het kan worden bijgestuurd.
Circa 5 – 10% van alle organisaties werkt op niveau 4.
Eigenschappen
Processen Op dit niveau wordt gebruikgemaakt van procesmetrieken, en het management is in staat om de aanwezige processen effectief te beheren. Het management kan het proces aanpassen aan specifieke projecten, zonder dat dit zorgt voor meetbaar kwaliteitsverlies of afwijkingen van de specificaties. Op dit niveau laat de organisatie procesvaardigheid zien.
Governance Op dit niveau zet een organisatie een managed metadata-oplossing in om de dataomgeving te ondersteunen. Het data governance-team kan metadata voor zakelijke datastructuren catalogiseren en onderhouden. Verder kunnen IT-medewerkers en eindgebruikers inzien welke data zich waar binnen de organisatie bevindt, inclusief alle definities, synoniemen, homoniemen enzovoort. Het data governance-team is tot op bepaalde hoogte betrokken bij alle ontwikkelingsinspanningen voor de catalogisering van metadata en het terugdringen van overbodige data-elementen.
Datakwaliteit Organisaties op niveau 4 zijn gestart met data-audits om de datakwaliteit in de productieomgeving te peilen.
Niveau 5 – Optimised
Optimized – is het niveau waarbij het ontwikkelproces als een geoliede machine loopt en er alleen maar sprake is van verfijning (de puntjes op de i).
Circa 5% van alle organisaties werkt op niveau 5.
Eigenschappen
Processen De processen richten zich op continue procesverbetering door incrementele en innovatieve technologische wijzigingen en verbeteringen.
Governance Organisaties op niveau 5 benutten alle processen uit niveau 1 t/m 4 om de toegang, datakwaliteit en databaseprestaties voortdurend te optimaliseren. Data stores in productieomgevingen worden nooit gewijzigd zonder een analyse van het data governance-team. Alle wijzigingen zijn gedocumenteerd binnen de metadata-repository. Deze organisaties zoeken steeds naar manieren om het data governance-proces te verbeteren.
Datakwaliteit Het beheer van metadata, de datakwaliteit en databases is gebaseerd op geavanceerde tools voor.
Benieuwd naar de Data Governance volwassenheid van jouw organisatie? Meld je aan voor onze Data Governance Maturity Scan welke direct inzicht geeft in welke mate jouw organisatie voldoet aan kritieke succesfactoren voor strategisch data management.
In slechts 10 minuten krijg je, aan de hand van 28 vragen, opgesplitst per kennisgebied (kritieke succesfactoren), in hoofdlijnen een indruk van de mate waarin jouw organisatie scoort op data volwassenheid. Na het afronden van de scan wordt er op een schaal van 1 tot 5 een totale berekening gemaakt en een per kennisgebied. Op basis van de uitkomst kan een inschatting worden gemaakt van een passend ambitieniveau en welke onderwerpen eerste prioriteit hebben om jouw organisatie naar een hoger niveau te tillen.
Vul hier je gegevens in en je ontvangt direct de toegang tot de scan, je ontvangt direct een mail in je inbox met een link naar de maturity scan. Geen link ontvangen? Check dan je spam box.
Aanmelden Maturity Scan