Veel organisaties gaan voor het eerst over Data Governance nadenken als ze te maken krijgen met Data Quality, Business Intelligence/ Data Warehousing, Master en Referentie Data, Compliance of systeemintegratie. Dan wordt duidelijk dat het verband tussen data, informatie, inzichten en organisatiedoelen volkomen helder moeten zijn.

Dit wordt ook wel Business Alignment genoemd. Dan staan alle neuzen dezelfde kant op. Binnen een organisatie is een brede kijk op data noodzakelijk. Doe je dit goed, dan wordt dat Data Governance genoemd. Dit in tegenstelling tot Data Management, waarbij het vooral gaat om het managen van de data zelf.

Het is aan te raden data als een asset te managen. Bij veel organisaties is het duidelijk dat data een waarde vertegenwoordigt, deze zal waarde zelden op de balans terug te vinden zijn. Daarmee blijft Data Governance een vaag begrip, waarvan de noodzaak moeilijk concreet lijkt te onderbouwen. Het opstellen van alleen een value proposition voor Data Governance is dan ook niet genoeg. Het opstellen van een Business Case is om verschillende redenen noodzakelijk.

Zo zal Data Governance niet slagen als het succes ervan niet gemeten kan worden (You can not manage what you can not measure). Het zal na verloop van tijd verwateren omdat niet duidelijk wordt welke voordelen en resultaten behaald worden. Daarnaast zal het programma vaak aansluiten bij een van de vijf bovengenoemde data initiatieven. Daar is in de meeste gevallen een forse investering mee gemoeid. De kans dat deze projecten een succes worden is groter als we een Data Governance programma implementeren.

Tot slot blijkt het wel degelijk mogelijk de benefits van een Data Governance programma te kwantificeren. Dat heeft als bijkomende voordeel dat het voor mogelijke tegenstanders moeilijker wordt om het programma niet te omarmen. De harde voordelen zijn te kwantificeren in termen van:

  • Efficiency verbetering (bijvoorbeeld het sneller ter beschikking hebben van betrouwbare informatie)
  • Verhoogde omzet (bijvoorbeeld door meer klanten, groter marktaandeel of scherpere profilering/ targetting op basis van een Single Point of Truth
  • Risicoreductie: Denk daarbij aan de volgende risico’s:
    - Privacy
    - Overige wetgeving
    - Security
    - Aansprakelijkheid
    - Onjuiste beslissingen
    - Onnodige kosten door vasthouden dubbele data en mislukte IT projecten.

Met een goede Business Case in de hand wordt het makkelijker anderen ervan te overtuigen dat een Data Governance programma noodzakelijk is. Vaak helpt het om ook een beeld te schetsen hoe de dagelijkse bezigheden veranderen als het programma eenmaal geïmplementeerd is. Welke taken worden makkelijker of leuker, welke doelen worden eenvoudiger bereikbaar? Zorg er wel voor dat deze doelen ook op verschillende niveaus
onderkend worden: Het heeft namelijk geen zin iets na te jagen dat niet relevant is. Een goede Business Case moet dan ook het volgende realiseren:
- Aantonen waar Data Governance de business direct ondersteunt
- Aantonen waar informatie gebruikt wordt om de business verder te verbeteren of te ontwikkelen
- Verbinden van Data Governance met andere lopende data- en informatie- initiatieven
- Adresseren van tekortkomingen van IT-initiatieven uit het verleden.

Pas als een dergelijk multidimensionale Business Case breed gedragen wordt, kan een duurzaam Data Governance programma opgestart worden. Zelfs in het geval dat een directie overtuigd is van het feit dat data als een asset beschouwd moet worden en een Business Case tijdverspilling vindt, is het opstellen van een sterke Business Case toch een eerste vereiste voor een succesvol Data Governance programma. Een Business Case is dus altijd nodig, zelfs als die niet nodig is.

Via Data Governance krijgen we een goed beeld van de waarde en risico’s van de data maar hebben we nog geen antwoord op het optimale data framework dat we daarvoor moeten inzetten. Het Data Management framework DMBOK van DAMA International is mogelijk het antwoord op deze uitdaging. DAMA-DMBOK is een framework die de relatie legt tussen mensen, processen, en technieken waarmee de Data Governance organisatie wordt ingericht, waarbij de Data Governance doelen op zowel Strategisch, Tactisch als Operationeel niveau kunnen worden bereikt.

Wij hebben als een van de eerste organisaties een training ontwikkeld op de DMBOK framework en onderdelen van de training met DAMA Nederland opgezet. Het voordeel van de training van Data Kitchen is de kennis die wij op dit vakgebied hebben, gecombineerd met onze praktijkervaring bij het inrichten van Data Governance en Data Management bij grote organisaties/multinationals.

Voor informatie, neem contact met ons op: astrid@datakitchen.nl