Data Governance Maturity Scan

Inleiding

The Data Management Association (DAMA), een internationale organisatie van data professionals, ontwikkelde in 2009 “The Data Management Body of Knowledge” kortweg DMBOK genaamd. DMBOK is een referentiemodel en is opgebouwd uit 11 Data Management kennisgebieden. Het is een leidraad voor Enterprise Data Management Programma’s waarvan Data Governance het fundament is. Data Governance zorgt voor consistentie, standaardisatie en eigenaarschap van de data die gebruikt wordt in de verschillende kennisgebieden. Een organisatie kan aan de hand van dit referentiemodel toetsen of alle kennisgebieden op het radar staan. Het referentiemodel is enkel een leidraad het geeft geen invulling aan de uitvoering.

DMBOK Referentiemodel

Data Governance vormt de basis van Enterprise Data Management. Door Data Governance optimaal in te richten ben je als organisatie beter in staat data gedreven en informatie gestuurd te werken.

Het referentiemodel in het kort:

DMBOK Referentiemodel & data management kennisgebieden

Het DMBOK referentiemodel is een verzameling processen en “Best Practices” op het gebied van data management;
Data management is een overkoepelende term voor de processen rondom het plannen, specificeren, ondersteunen, creëren, verzamelen, onderhouden, gebruiken, archiveren opvragen, beheren en opschonen van data;
Deze processen overlappen elkaar waardoor er interactie is tussen de verschillende data management kennisgebieden waarbij Data Governance de verbinding borgt;
De focus van het referentie model is gericht op hetgeen wat er gerealiseerd moet worden niet het hoe.

Met het DMBOK Referentiemodel als leidraad hebben wij, op basis van een aantal data management kennisgebieden, een Maturity scan ontwikkeld waarmee we jou op een eenvoudige, toegankelijke manier een idee geven van het volwassenheidsniveau van Data Governance binnen jouw organisatie. Wij onderscheiden 5 data governance volwassenheid niveau’s.

Data Governance volwassenheidsniveau’s

Niveau 1 - Initial; processen verlopen chaotisch en ad hoc
Niveau 2 - Repeatable; organisaties maken gebruik van kennis die eerder is opgedaan
Niveau 3 - Defined; belangrijkste processen zijn gestandaardiseerd
Niveau 4 - Managed; kwaliteit van processen wordt gemeten en waar nodig bijgestuurd
Niveau 5 - Optimized; processen lopen als een geoliede machine

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.

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.

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.

Managed – is het niveau waarbij de kwaliteit van de processen 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.

Optimized – is het niveau waarbij processen als een geoliede machine lopen 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.

Start hier de Data Governance Maturity Scan

Data Governance Maturity Scan – Inzicht in data governance volwassenheid van jouw organisatie

Inleiding

DMBOK Referentiemodel