Hoe u de gegevenskwaliteit kunt beïnvloeden door middel van gegevensbeheer

Gratis scan aanvragen
voor jouw organisatie?

Gratis scan aanvragen
voor jouw organisatie?

Hoe u de gegevenskwaliteit kunt beïnvloeden door middel van gegevensbeheer

Hoe u de gegevenskwaliteit kunt beïnvloeden door middel van gegevensbeheer

Om waarde uit data te halen, moeten datastewards de zakelijke vereisten begrijpen en toepassen. Wanneer zakelijke onduidelijkheid ontstaat over de best dienende data-belanghebbenden, moeten datastewards weten hoe ze deze informatie kunnen achterhalen en met wie ze moeten spreken. Dan hebben deze datatoezichthouders invloed Data kwaliteit ten goede door doelgerichtheid af te stemmen op zakelijke behoeften.

Datastewards begrijpen zakelijke standaarden ‘ kaders bij het goed verzorgen van data-assets.

Gegevensbeheer, formeel of niet-invasief, weerspiegelt deze structuren en geeft context en richting aan deze kaders. Wanneer een datasteward het bedrijfsraamwerk verkeerd begrijpt en Data Governance verkeerd toepast, lijdt datakwaliteit daaronder. Net zoals een vechtsportbeoefenaar in Kung Fu, Karate, Capoeira of Neo-Bartitsu de concepten en context ervan moet begrijpen om een ​​tegenstander het beste te geven, zo moeten datastewards de regels en concepten volgen om data geschikt te maken voor het beoogde doel.

In een snel veranderende markt variëren de bedrijfsspecificaties van een bedrijf, vooral op het gebied van datakwaliteit. Objectieve gegevenskwaliteit metingen en drempels verschillen op basis van kansen en bedreigingen. Binnen deze realiteit moeten datastewards flexibel zijn met de zakelijke standaarden, terwijl ze toch de gegenereerde data-assets behouden, een integraal onderdeel van de manier waarop het bedrijf verdergaat.

Hoe kan een bedrijf datastewards vinden en behouden die zijn zakelijke vereisten begrijpen en gegevens geschikt maken voor het beoogde doel, terwijl ze aandringen op verandering naarmate de datakwaliteit moet evolueren? Vier activiteiten vormen de basis voor succes:

  • Beschrijf de rollen van datasteward
  • Vind mensen die het best passen bij datastewardship-rollen
  • Zorg voor een samenwerkingscultuur met respect voor doordachte vragen en expertise
  • Verder collectief Datageletterdheid

Beschrijf Data Steward-rollen

Een bedrijf moet weten wat de rol van datastewards is om aan de zakelijke vereisten te voldoen en de datakwaliteit te verbeteren. Over het algemeen onderhouden datastewards gegevens gedurende de hele levenscyclus, in overeenstemming met de zakelijke vereisten en werken ze samen met gegevenseigenaren. Hoe ze variëren, is echter afhankelijk van de implementaties van de datastrategie en datagovernance van een bedrijf. een Gegevensbeheer rol in het ene bedrijf vertaalt zich niet noodzakelijk naar het andere.

Bijvoorbeeld de Earth Science Information Partners (ESIP) wilde de samenwerking tussen geowetenschappers bevorderen met behulp van een FAIR-framework (gegevens vindbaar, toegankelijk, interoperabel en bruikbaar maken). Om dat te bereiken had ESIP datastewards nodig om richtlijnen voor het citeren van gegevens en uniforme statistieken op te stellen die door wetenschappers konden worden gebruikt om informatie te vinden in meerdere gegevensopslagplaatsen voor aardwetenschappen. De datastewards moesten expertise hebben in geowetenschappen, ze hadden technische en bibliothecaire kennis nodig om data en metadata te formatteren en te organiseren.

Freddie Macaan de andere kant, gericht op het bereiken van geloofwaardigheid op het gebied van Data Stewardship binnen een Ready (de basis leggen), Set (identificeren van en samenwerken met stewards en belanghebbenden, en Go (doe het Data Governance-programma zoals afgesproken)). Datastewards bij Freddie Mac nodig om effectieve relaties en verbindingen met gegevenseigenaren tot stand te brengen en te onderhouden, om te raadplegen over metrics om gegevens bruikbaar te maken en om te voldoen aan deze key performance indicators (KPI’s). Een datasteward bij Freddie Mac moest een empathische expert zijn op het gebied van zakelijke onderwerpen die de bedrijfscultuur begreep en had uitstekende interpersoonlijke vaardigheden.

De datastewards van ESIP en Freddie Mac overlapten elkaar bij het verkrijgen van hoge datakwaliteitswaarde voor hun gebruikers door die data op te schonen en regels en beleid te definiëren, als onderdeel van het team. Hun specifieke doelen en kaders vereisten echter zeer verschillende rollen voor datastewardship om aan de behoeften van belanghebbenden te voldoen.

Vind mensen die het beste bij rentmeesterschap passen

Gezien het feit dat Data Stewardship-rollen een aantal overkoepelende capaciteiten omvatten, moeten bedrijven binnen specifieke zakelijke kaders investeren in het vinden van de beste mensen om de gegevens te beheren. Op een hoog niveau moet een datasteward de beschikbare data-assets kennen, weten hoe ze moeten worden gedefinieerd en hoe goed ze het zakelijke doel dienen. Vaak multi-tasken stewards tussen defensief Gegevensbeheer (zorgen voor naleving van regelgeving) en concurrentiegegevensbeheer (benutten van zakelijke kansen). Maar de diepgang en toepassing van vakinhoudelijke en informatietechnologie-expertise verschillen in rentmeesterschapsrollen.

Donna Burbank van Global Data Strategy breekt Gegevensbeheer in twee typen: zakelijk en technisch. Business data stewards beheren data, waarvan zij inhoudelijke expertise hebben. Ze voeren dagelijkse taken voor het opschonen van gegevens uit en handhaven de gegevenskwaliteit om in overeenstemming te zijn met de vereisten van gegevenseigenaren. Technische datastewards hebben expertise in de gebruikte datasystemen. Ze werken samen met bedrijfsdatastewards om technische ondersteuning te bieden en hebben de digitale en IT-kennis om sommige datakwaliteitstaken te automatiseren. Veel functies voor datasteward passen in een spectrum van zakelijke en data-engineeringbehoeften.

Bedrijven moeten hun mensen dus informeren over hun zakelijke en technische mogelijkheden. In navolging van eerdere voorbeelden, leunde de datasteward bij ESIP sterk op IT-kennis, vooral rond semantiek en het omgaan met verschillende geowetenschappen ontologieën. Daarentegen namen datastewards bij Freddie Mac een grotere zakelijke rol op zich. Een datasteward die begrijpt wat goede datakwaliteitsactiva maakt, stemt hun vaardigheden zoveel mogelijk af op de datastewardshiprollen.

Een cultuur van samenwerking bevorderen

Het instellen van de juiste mensen voor de rol van datasteward van een bedrijf heeft een positieve invloed op de datakwaliteit. Maar geloofwaardigheid ten aanzien van het begrip, de definitie en het werken met bedrijfsmiddelen en eisen van de datasteward moet door samenwerking worden bevorderd. De expertise van de stewards moet worden aangeboord en vertrouwd door gegevenseigenaren, belanghebbenden, bedrijfsanalisten, klanten en anderen om metrische gegevens en validatie te bieden voor zakelijke vereisten van hoge gegevenskwaliteit.

Het bedrijf van een bank moet bijvoorbeeld de verwerking van internationale chequegegevens bij een onderneming upgraden. Leidinggevenden delegeren IT om een ​​gegevensbeheersysteem te ontwikkelen en bij te werken.

Maanden in het project integreert het systeem valutakoersen verkeerd, waardoor er problemen met de gegevenskwaliteit ontstaan ​​bij het berekenen van stortingen op en opnames van rekeningen. De leidinggevenden willen dat de datastewards, die aan IT rapporteren, de datakwaliteit voor het bedrijf identificeren en repareren.

Zouden de accountants, en de zakenmensen, buiten IT, en die moeten samenwerken met de datastewards, hun aanbevelingen voor datakwaliteit vertrouwen? Het antwoord zou in veel gevallen nee zijn. Sommige IT-programmeurs zien de noodzaak misschien niet in om de zakelijke vereisten zorgvuldig te begrijpen, omdat de datastewards voor de IT-afdeling werken en het uiteindelijke oordeel over de gegevenskwaliteit maken. Zelfs excellente datastewards zouden een misstap van datakwaliteit door IT kunnen vinden, zou niet op prijs worden gesteld en zullen minder snel twijfelen aan de naleving van zakelijke vereisten.

Een dergelijke omgeving leent zich voor wantrouwen tussen IT en het bedrijfsleven, waarbij ze met de vingers naar elkaar wijzen over problemen met de gegevenskwaliteit en de zakelijke vereisten verkeerd interpreteren. Om dit te verzachten, Alex Woodie, bij Datanami, schrijft dat Data Stewardship moet functioneren tussen zowel het bedrijf als de IT en de samenwerking tussen de twee moet bevorderen, aangezien stewards de ingevoerde gegevens volgen en stroomafwaarts reizen.

In een cultuur die samenwerking tussen stewards, IT en het bedrijfsleven bevordert, processen productiever worden door een pijnpunt te verminderen of nieuwe inkomstenstromen te openen. Dan wint de zakelijke IT-relatie aan geloofwaardigheid. Beiden geven en ontvangen objectieve feedback via een uitvoerende bemiddelaar of autoriteit. Datastewards zien dat leiderschap en teamwork worden gewaardeerd. Ze kunnen zakelijke vereisten aanpassen of verduidelijken en aandringen op betere datakwaliteit, naarmate bedrijfsspecificaties veranderen.

Verdere collectieve datageletterdheid in de hele onderneming:

Goede datastewards, begrijpen en passen datakwaliteit goed toe wanneer organisaties verder gaan Datageletterdheid. Datastewards met een hoog niveau van datageletterdheid kunnen data lezen, ermee werken, analyseren en discussiëren. Hoewel fundamentele grafische leesvaardigheid en statistische vaardigheden datastewards helpen om de datakwaliteitsprestaties te verbeteren, moeten organisaties voorbij deze basisprincipes gaan om collectief datageletterd te worden, om te communiceren en contextuele kennis toe te passen om het bedrijf en Gegevensstrategie.

Het vergroten van collectieve datageletterdheid betekent het vergroten van het begrip van de datasteward van de context van de data, waar de hiaten liggen in het begrijpen en toepassen ervan op de bedrijfsbehoeften. Deze collectieve datageletterdheid versterkt het begrip van de benodigde stewardship-rollen, de beste match voor het Data Stewardship-werk en de vereiste samenwerking tussen bedrijfs- en IT-afdelingen. Datastewards laten dit collectief zien Datageletterdheid door het beleid en de procedures voor gegevensbeheer te volgen.

Collectief Datageletterdheid geeft een steward bijvoorbeeld inzicht in waar een wisselkoers wordt gepasseerd, wie de eigenaar is, wat hij moet vragen en hoe hij deze moet communiceren. Hij of zij kan efficiënt achterhalen van de afdeling die de interbancaire tarieven en wisselkoersen bepaalt, waar hun gegevens naartoe gaan en hoe deze worden onderhouden, in plaats van vast te lopen binnen bepaalde IT- en bedrijfsafdelingen.

Collectieve datageletterdheid biedt datastewards middelen om goed te luisteren naar en te reageren op zakelijke vereisten, geloofwaardigheid binnen de onderneming te vestigen en samenwerking tussen belanghebbenden te bevorderen. Het doet dit door middel van dialoog die zakelijke standaarden verduidelijkt en reageert op veranderingen in de markt. Op die manier verbetert de datakwaliteit door datastewards naarmate het bedrijf evolueert.

Afbeelding gebruikt onder licentie van Shutterstock.com

Meer informatie over ?

Hoe u de gegevenskwaliteit kunt beïnvloeden door middel van gegevensbeheer
Of weten wat het voor jouw organisatie kan betekenen?

Onze business consultants komen het graag op locatie uitleggen.

Meer kennis uit deze categorie

Wat is ondersteunde voorspellende modellen?

Klik voor meer informatie over auteur Kartik Patel. Geassisteerde voorspellende modellering omvat complexe, geavanceerde analyse- en voorspellingstechnieken in een zelfbedieningsomgeving waar zakelijke gebruikers tools kunnen

Hoe u de gegevenskwaliteit kunt beïnvloeden door middel van gegevensbeheer

Gratis scan aanvragen
voor jouw organisatie?

Hoe u de gegevenskwaliteit kunt beïnvloeden door middel van gegevensbeheer

Gratis scan aanvragen
voor jouw organisatie?