Data Governance

Basis sind definiertre Abläufe und klare Zuständigkeiten

Alle datenbezogenen Aktivitäten brauchen klare Richtlinien. Gerade bei Big Data!

Eine gute Datenqualität ist wichtige Voraussetzung für erfolgreiche Projekte

Mangelhafte Datenqualität hat im betrieblichen Alltag immer negative Folgen:

  • Operativ führt mangelhafte Datenqualität zu unzufriedenen Kunden, Mitarbeitern  und letztendlich zu erhöhten Kosten.
  • Auf unternehmerischer Ebene führt eine qualitativ unzureichende Datenqualität zu schlechten unternehmerischen Entscheidungen.
  • Bei strategischen Entscheidungen erschwert eine unsichere Datenlage die Festlegung und Umsetzung von Maßnahmen.

Unternehmen wollen „Besser Informiert Entscheiden”. Um dies zu erreichen stehen Unternehmen vor der Herausforderung umfassende und konsistente Informationssysteme zu schaffen die, sowohl intern als auch unternehmensübergreifend ansetzen. Mit unseren Konzepten und weitreichenden Erfahrungen beraten und unterstützen wir Sie gerne auf dem Weg zu einem ganzheitlichen Data Quality Management!

Qualität sichern durch einen klaren Ordnungsrahmen

Die Datenintegrität muss verbessert und eine dauerhaft hohe Qualität sichergestellt werden. Die technologischen Grundlagen eines Data-Governance-Ordnungsrahmens werden durch die IT-Abteilung – in Abstimmung mit den Fachabteilungen – sichergestellt. Aufgabe der IT ist es, eine hohe Datenqualität in den Quellsystemen sicherzustellen. Um auf die unterschiedlichsten internen und externen, strukturiert und unstrukturiert vorliegenden Daten zugreifen zu können, wird flexible und passgenaue Integrationstechnologie – beispielsweise native Adaptertechnologie – benötigt, die einen reibungslosen und einfachen Zugang zu jedem Informationssystem gewährleistet.

Zuständigkeiten klären

Es muss eindeutige Regeln geben, wer für die Einhaltung der Datenqualität und -integrität zuständig ist. Selbst wenn die einmal definierten Vorschriften und Prozesse umgesetzt werden, die zur Überwachung einer hohen Datenqualität und -integrität notwendig sind, bleibt die Frage, was geschieht, wenn die Datenqualität dann immer noch nicht stimmt? Prozesse allein genügen nicht, um die Datenqualität sicherzustellen. Unternehmen müssen deshalb festlegen, welche Mitarbeiter dafür verantwortlich sind.

Konzentration auf Stammdaten

Unternehmen müssen sich auf die Konsistenz und Integrität ihrer Stammdaten konzentrieren. Anhand eindeutiger Regeln sorgt das Stammdaten-Management für eine Integrität umfangreicher Datenbestände. Ziel sind eindeutige Definitionen der Datenbeschreibungen, die in den Fachbereichen manchmal verschieden gehandhabt werden. Wo immer möglich, müssen generell gültige und applikationsübergreifende Datendefinitionen für Stammdaten festgelegt werden. Ein erfolgreiches Stammdaten-Management ist abhängig von der optimalen Abstimmung von Mitarbeitern, Prozessen und Technologie

Ständige Analyse und Verbesserungen

Data Governance einzuführen, ist kein einmaliges Projekt. Die Strukturen und Prozesse müssen ständig analysiert und verbessert werden. Die Einhaltung und Absicherung von Data Governance lässt sich nicht mit einem einzelnen Projekt erreichen. Im Idealfall folgen die zugehörigen Workflows zur Sicherung des Datenqualitäts-Managements, zur Einhaltung der Datenintegrität und für das Stammdaten-Management einem kontinuierlichen Verbesserungsprozess, bei dem es darum geht, ob interne und externe Regeln und Vorschriften tatsächlich umgesetzt werden.

Gute Datenqualität als Voraussetzung für erfolgreiche BI- und CRM-Projekte