Das Konzept eines Betriebsmodells für Governance ist immer noch gültig: Es ist der Rahmen, in dem Entscheidungen rund um Daten getroffen und durchgesetzt werden.
Auch für ein Data-Governance-Betriebsmodell gilt nach wie vor:
- Sorgt dafür, dass die richtigen Personen vertreten sind und schafft Verantwortlichkeiten.
- Artikuliert Entscheidungs- und Kommunikationsprozesse für die Rollen, Verantwortlichkeiten, Zuständigkeiten, Eigentums- und Entscheidungsrechte, die für die Durchführung von Data Governance erforderlich sind.
- Erklärt die Verteilung der Arbeit und wie sie erledigt wird.
- Anpassung an die sich ändernden Anforderungen der Organisation.
- Stellt den Governance-Rahmen dar und ist kein hierarchisches Organigramm.
Agile Data Governance
Das Betriebsmodell, das wir heute sehen, ist die agile Data Governance, die eine Demokratisierung der Daten und den Aufstieg der Rolle des Datenbürgers ermöglicht. Im Gegensatz zu den Vorgängermodellen handelt es sich hierbei nicht um einen Top-Down-Ansatz, sondern um einen Bottom-Up-Ansatz, der die Verantwortlichkeiten für Daten so nah wie möglich am Punkt der Datennutzung und -verwendung adressiert.
Es handelt sich um ein Modell, das es Datenerstellern und -nutzern ermöglicht, an Governance-Aktivitäten teilzunehmen, und sie gleichzeitig befähigt und erwartet, dass ihre Beiträge zum Wissensbestand über die Daten die unternehmensweite Datenkompetenz verbessern.
Agile Governance nutzt neue und verbesserte Technologien, die Governance-Praktiken überwachen und durchsetzen und gleichzeitig die unternehmensweiten Anforderungen verschiedener Datennutzer und die zunehmende Komplexität datenbezogener Belange unterstützen.
Governance-Verantwortlichkeiten und -Titel neu denken
Bei der Umstellung auf moderne, agile Governance sehen wir immer noch einen Bedarf an traditionellen Rollen wie Data Governance Leads, Data Owners und Data Stewards. Aber wir sehen, dass alte Rollen umgedacht (und umbenannt) werden und neue Rollen entstehen.
In einigen Unternehmen werden die Datenverwalter jetzt als Data Custodians oder Data Guardians bezeichnet. In anderen sind die Dateneigentümer nun als Daten-Champions bekannt. Diese Namensänderungen sind auf ein größeres Bewusstsein für die Rollen und ihre kritischen Verantwortlichkeiten zurückzuführen, gepaart mit dem Wunsch nach ansprechenderen und weniger autoritär klingenden Titeln.
Wir sehen auch eine größere Granularität bei bestimmten Rollen. Ein Business Data Steward ist das Äquivalent zu dem, was man gemeinhin einen Data Steward nennt. Ein technischer Data Steward ist das IT-Pendant des Business Stewards, der für die Tools verantwortlich ist, die den Business Data Steward unterstützen. Diese Steward-Rollen arbeiten Hand in Hand, um sicherzustellen, dass die Geschäftsprozesse durch die technologische Infrastruktur unterstützt werden, wobei der technische Daten-Steward Verbesserungen in den Prozessen vorschlägt, die auf einer besseren und kreativeren Nutzung der Technologie basieren.
Es wird auch immer beliebter, explizite Stakeholder-Rollen zu identifizieren, wie z. B. Datenkonsumenten, Datenproduzenten und andere Teilnehmer an der Data Governance, auch wenn sie vielleicht nicht hauptberuflich an der Governance beteiligt sind. Damit wird anerkannt, dass ihre Beteiligung wirklich wichtig ist und hervorgehoben werden sollte.
Neue, von agiler Governance inspirierte Rollen
Heute erweitern viele Unternehmen die C-Suite, indem sie einen Chief Analytics Officer (CAO) einstellen, der, wie eine Publikation die Rolle nennt, die Führungskraft ist, die Daten in Entscheidungen umsetzt. (Nebenbei bemerkt: Eine schnelle Suche auf LinkedIn zeigt 1.689 Personen mit der Berufsbezeichnung CAO.)
Der CAO ist in der Regel ein Gegenstück zum Chief Data Officer (CDO). Ein CAO beaufsichtigt typischerweise den gesamten Analyseprozess und die Umgebung. Die Rolle kann an den CDO berichten, aber häufiger sehen wir die Rolle als Peer.
Auch neu in der Governance-Landschaft: ein Datenakquisitionsleiter, der für den End-to-End-Prozess der Identifizierung neuer Daten, die das Unternehmen benötigt, verantwortlich ist. Die Rolle beaufsichtigt die Verhandlung und Beschaffung der Daten, die Aufnahme der Daten und stellt sicher, dass sie alle internen Anforderungen (z.B. Governance, rechtlicher Datenschutz und Sicherheit) erfüllen. Eine weitere Aufgabe des Data Acquisition Lead ist es, das Unternehmen durch effektive Kommunikation und die Erstellung einer Bereitstellungs- oder Zugriffsstrategie darauf aufmerksam zu machen, dass Daten verfügbar sind.
Der Data Acquisition Lead muss auch nicht nur Daten verwalten, die aus externen Quellen stammen. In vielen großen Organisationen bezieht sich diese Rolle auch auf interne Daten, die sich im Unternehmen bewegen. Da sich Data Governance zu einer Service-Linie für den Rest des Unternehmens entwickelt hat, wird diese Rolle immer wichtiger, um die Erstellung, Verteilung und Bereitstellung von Services zu erleichtern.
Aufgrund des Datenvolumens, das zur Unterstützung eines Unternehmens benötigt wird, wird der Datenbetrieb für Unternehmen immer wichtiger. Data Operations kann in Analytik-Gruppen eingebettet sein, um die Zykluszeit der Datenanalyse zu beschleunigen, oder sie kann sich auf Daten konzentrieren, die innerhalb des Geschäftsbetriebs verwendet werden. In diesem Fall wären sie für die direkte Überwachung und Verwaltung der Daten verantwortlich, einschließlich der Bereinigung von Daten in Quellsystemen. Der Datenbetrieb wäre für die Erfassung von Wissen über Daten gemäß der Metadatenstrategie verantwortlich und für die Zusammenarbeit mit Kollegen, um funktions- und bereichsübergreifende Datenprobleme und -anforderungen zu lösen. Dies mag ähnlich klingen wie die Rolle des Data Stewards, aber der Unterschied besteht darin, dass es sich um eine praktische Aufgabe handelt – und sie wird als Teil eines bestimmten Prozesses durchgeführt, z. B. im Vertrieb oder Marketing.
Neue Modelle und Rollen in die Praxis umsetzen
Wie können wir eine neue Struktur und weiterentwickelte (oder neu benannte) Rollen zusammenbringen, um eine Data-Governance-Organisation moderner und erfolgreicher zu machen?
Hier sind Faktoren, die Sie beim Aufbau oder der Überarbeitung des Data-Governance-Modells in Ihrer Organisation berücksichtigen sollten:
- Berücksichtigen Sie die bestehenden Entscheidungsprozesse und die Struktur Ihres Unternehmens. Dazu gehören die Komplexität und der Reifegrad der Organisation und möglicherweise auch die Komplexität und der Reifegrad der Domäne sowie die Frage, wie die Governance am besten im gesamten Unternehmen skaliert werden kann.
- Stellen Sie sicher, dass das Governance-Team funktionsübergreifend ist und Mitarbeiter aus verschiedenen Geschäftsbereichen umfasst. Dies ist der Schlüssel für die Akzeptanz von Standards, Prozessen und Richtlinien, die Sie als Governance-Organisation erstellen.
- Ermutigen Sie die Teams, sich regelmäßig zu treffen und ziehen Sie sie dafür zur Rechenschaft. Dies stellt einen Mechanismus einer Kadenz sicher, bei dem die Leute regelmäßig zusammenkommen, um Probleme zu identifizieren und Lösungen zu entwickeln und zu implementieren, insbesondere im Zusammenhang mit neuen und aufkommenden Programmen, damit die Governance mit den Echtzeitanforderungen des Unternehmens verbunden bleibt. Es ist wichtig, dass es sinnvolle Inhalte zu besprechen, Entscheidungen zu treffen und Aktionen durchzuführen gibt.
- Fördern Sie eine klare, offene Kommunikation – und zwar nicht nur mit Ihren Governance-Kollegen und Stakeholdern der ersten Ebene, sondern auch mit den Führungskräften. Erkennen Sie auch, dass es andere Stakeholder, Projektmanager und möglicherweise andere Domain Stewards gibt, die von einer gewissen Beteiligung und zumindest von regelmäßigen Status-Updates profitieren könnten. Stellen Sie sicher, dass die Kommunikation häufig von Angesicht zu Angesicht stattfindet und kreative Mechanismen nutzt, wobei E-Mails am wenigsten häufig sind.
- Die Unterstützung durch die Geschäftsleitung ist ein absolutes Muss – sie ist der Cheerleader, Evangelist und der wichtigste Verfechter Ihres Data-Governance-Programms und seiner Fähigkeiten. Dies kann eine Einzelperson sein, die Rolle kann aber auch durch ein Führungsforum übernommen werden.
- Unabhängig davon, wo Sie sich befinden – bei der Einführung eines Betriebsmodells oder bei der Überarbeitung eines alten Modells – nutzen Sie die Governance-Arbeit, die bereits in Ihrem Unternehmen geleistet wurde. Dies trägt dazu bei, den Umfang der erforderlichen Änderungen (und die Wahrnehmung dieser Änderungen) in der Organisation zu reduzieren und erleichtert die Einführung eines neuen, verbesserten Modells.
Moderne, agile Data Governance bedeutet nicht, dass es keinen Bedarf an Regeln für Daten gibt – a la ein zentralisierter, dezentralisierter oder hybrider Modellansatz. Agile Governance beinhaltet die besten Teile der etablierten Modelle, verlagert aber den Fokus auf die Bereitstellung von mehr Unterstützung, die den Einzelnen befähigt, mehr zusammenzuarbeiten und mehr Wert aus den Daten zu ziehen.
Dieses Modell ist ein Modell, dessen Zeit gekommen ist. Wir sehen, wie es in einigen unserer Kundenunternehmen angenommen wird und erwarten, dass in den kommenden Jahren noch mehr Unternehmen diesem Beispiel folgen werden.