Beste Laura: Agile Data Governance

Klik voor meer informatie over auteur Laura Madsen.

Welkom bij de blogserie van Dear Laura! Omdat ik heb gewerkt om de status quo op het gebied van gegevensbeheer uit te dagen, krijg ik veel vragen over hoe het “echt” zal werken. Ik zal deze vragen en antwoorden delen via deze DATAVERSITY®-serie. Vorig jaar heb ik het boek geschreven Gegevensbeheer verstoren omdat ik er vast van overtuigd ben dat slechte Data Governance (DG) -programma’s het zo succesvol mogelijk maken van dataprogramma’s in de weg staan.

Lees de vorige blogs in deze serie hier en hier.

“Beste Laura,

We zijn al een tijdje “agile light” in onze IT-teams. Data Governance begon die transitie met het projectwerk waarvoor we verantwoordelijk zijn, en tot dusver werkt het redelijk goed. Maar wat ons blijft struikelen, zijn de dagelijkse vragen over data, datakwaliteit of gewoon algemene zorgen over datagovernance. Wat doen we daarmee?

Bezorgd in Californië “

Hallo, bezorgd!

Ik begrijp je pijn. Toen ik begon te experimenteren met agile implementaties van Gegevensbeheer, de tickets die bij ons binnenkwamen, waren als een sleutel in de versnellingen van mijn prachtig wendbare Data Governance-machine, en ik hield echt niet van die sleutels! Ze hebben de stroom verpest en ze hebben mijn voorspellingsalgoritmen scheefgetrokken (oh, wat vond ik het heerlijk om met dat ding te spelen). Na een paar keuzewoorden en een aantal maanden struikelen om erachter te komen, lag het antwoord recht voor me. De achterstand. Het korte antwoord is dat je ze in de backlog plaatst – het lange antwoord, aangezien ik nog een paar honderd woorden over heb, is dit.

Neem de tijd om een ​​triage-methodologie te maken voor de tickets die binnenkomen in uw Data Governance-team. Een simpele triage methode kan gebaseerd zijn op tijd (hoeveel tijd heeft jouw team voor deze sprint). Het probleem daarmee is dat maar heel weinig van uw belanghebbenden bereid zijn werkeloos toe te zien terwijl u wacht tot de klok twee weken tikt. Als ze een probleem hebben gevonden, verwachten ze een oplossing, en het laatste dat ze willen horen, is dat je geen tijd hebt! Je kunt er waarschijnlijk wel een paar sprints mee wegkomen.

De beste manier om dit aan te pakken is op basis van de data zelf. Niet alle gegevens zijn gelijk gemaakt. Uw triage-methode moet die regel volgen. Als er een ticket binnenkomt voor gegevens die de hele tijd worden gebruikt, is dat onze versie van prioriteit één (P1), en daar kom je op! Ja, het verpest je sprint, maar niets zal je leven meer verpesten dan de belanghebbenden die het vertrouwen in je verliezen omdat je geen gegevenskwesties hebt aangepakt. Sprints zijn verwacht werk, niet in steen geschreven. Maak de aanpassing om uw P1-gegevensproblemen op te lossen. Als er iets binnenkomt dat onder een P1 ligt, zet het dan in de backlog. Zo eenvoudig kan het zijn. Natuurlijk zijn er nuances; misschien is het geen P1, maar er komt een grote uitvoerende vergadering met extra druk, of misschien is het aan het einde van een sprint en heeft je team wat tijd.

Hoe bepaal je wat een “P1” is? Als u gegevens heeft die de hele tijd worden gebruikt, zoals klant, producten, werknemers, leveranciers, leveranciers (in het verleden ‘stamgegevens’ genoemd – ik zal ze ‘primaire’ gegevens noemen), dan zijn dat uitstekende kandidaten voor P1-gegevens problemen. U kunt rapporten ook identificeren op basis van het aantal keren dat ze worden gebruikt en deze prioriteren.

Het punt is dat het beste deel van agile is dat het (wacht erop) behendig. Plan voor wat je kunt; pas je aan voor wat je niet kunt. Ik geef toe dat ik, toen ik begon, het moeilijk had met dat concept, maar net als bij multi-lineaire regressie wordt het gemakkelijker met oefenen!

Heeft u een vraag over agile Data Governance waarop ik antwoord? E-mail me op Laura op viagurus dot com.