Adastra při řešení problematiky master dat klade velký důraz na procesní a organizační stránku řízení dat. Tato oblast se souhrně nazává Data Governance a stejně jako u každého jiného řízení je primárním účelem Data Governance nahrazení chaosu pořádkem. Prakticky to znamená, že jsou vytyčeny mantinely určující kdo, kde, kdy a jak činí rozhodnutí související se správou dat, jaká tato rozhodnutí jsou, jak se udržují konzistentní a hlavně, jak zajistit, aby odpovídala potřebám businessu. Je evidentní, že řešení těchto potřeb musí být průběžné a je spíše programem než projektem.
V Adastře věříme, že:
- Data jsou důležitým majetkem společnosti (a mělo by s nimi být podle toho nakládáno)
- Správa dat musí být řízena požadavky businessu (a ne IT rozpočtem)
- Neinvazní přístup k zavedení principů Data Governance je lépe řiditelný a prosaditelný v rámci společnosti
- Klíčové je zaměření se na Data Stewardship
- Komplexní přístup k Data Governance založený na výše popsaných představách umožňuje fungování programu, pomáhá vytvářet konkurenční výhodu, umožňuje snížení nákladů a prohlubuje důvěru v data
Koncepce Adastry pro oblast Data Governance zahrnuje typicky tyto oblasti:
Mezi hlavní zájmové oblasti Data Governance patří:
- Kvalita dat
- Společné porozumění datům (metadata)
- V závislosti na zkušenostech zákazníka, nárocích a porozumění mohou být jako součást Data Governance chápány i následující oblasti:
- Integrace dat a Master Data
Value Proposition
Data Governance Vám přinese užitek, pokud zápolíte s jednou z následujících situací:
- Systém dat v organizaci je tak složitý, že tradiční management není schopen uchopit komplexní aktivity související s řízením da
- Datoví architekti, SOA týmy a další horizontálně zaměřené skupiny ve společnosti potřebují podporu programu, který má komplexní (spíše než úzce orientovaný) pohled na řízení dat
- Regulatorní opatření, compliance oddělení nebo smluvní požadavky vyžadují formální Data Governance
- Zvýšení přínosů existujícího DQ/MDM
- Budování prostředí Enterprise Information Management
- Transformace společnosti na „Data Centric Organization“
Hlavní výstupy
Typické přínosy top-down přístupu jsou následující:
- Stanovení stupně zralosti aktuálního prostředí Data Governance
- Formulace vize programu Data Governance
- Předpisy / standardy definující vlastní prostředí
- Organizační zajištění a návrh souvisejících procesů:
- Definice rolí, včetně popisu prací, kvalifikačních kritérií, odpovědností a pravomocí
- Definice souvisejících procesů řízení
- Návrhy kandidátů
- Definice KPI programu / prostředí a návrh měření procesů DG
o Akční plán pro implementaci prostředí včetně definice kroků a komunikační & vzdělávací strategie.
o Identifikace přínosů a kalkulace ROI.
Typické přínosy bottom-up přístupu jsou následující:
• Rozšíření stávajících metodik o oblasti datové kvality a metadat.
• Zavedení nových šablon dokumentů.
• Vylepšení dalších existujících standardních dokumentů, např. specifikace požadavků na data/informace, specifikace funkčních požadavků a „non-functional“ požadavků.
• Dodávka specifických výstupů v oblasti datové kvality a metadat v rámci projektu.
• Komunikační a vzdělávací strategie.
• Metriky, KPIs.
Klíčové přínosy
Věříme, že v dnešní informační společnosti jsou data de facto výrobním prostředkem organizace. Cílem Data Governance by tak mělo být poskytnout vašim datům stejnou pozornost jakou věnuje švec svému verpánku. Data Governance tedy nabízí následující klíčové přínosy:
• Umožňuje poskytovatelům dat porozumět potřebám spotřebitelů dat založených na SIPOC procesech.
• Dává datům takovou váhu, aby s nimi bylo zacházeno, jako s jakýmkoliv jiným aktivem společnosti.
• Přizpůsobuje Data Management primárně požadavkům businessu.
• Zachovává již vynaložené investice aplikací neinvazního přístupu.
• Zaměřuje se na Data Stewardship jako základní kámen Data Governance.