Autor

Krawatten Carbo

Beratungsdirektor Benelux

Autor

Sean Dougherty

Werbetexterin bei Funnel

Unser Consulting Director Benelux Ties Carbo entdeckte vor kurzem, dass die Ansichten von Funnel über die data Governance etwas mehr Feinschliff und Klarheit benötigten. In einem Interview mit Funnel geht er auf die wichtigsten Strategien der data Governance ein, die zu berücksichtigen sind.

Bei Funnel hat man keine Angst zuzugeben, dass man sich manchmal irrt. Nun, vielleicht nicht so sehr "falsch", sondern eher nicht vollständig informiert. Schließlich sind wir auch nur Menschen - trotz all der data , mit denen wir täglich arbeiten.

Dies war kürzlich der Fall, als ein aufmerksamer Beobachter den jüngsten Beitrag von Funnel über data governance las. In dem Artikel wurden zwar viele Themen im Zusammenhang mit der Governance von data behandelt, aber es fehlte vielleicht ein gewisser Kontext und ein zukunftsorientierter Standpunkt zu diesem Thema.

Glücklicherweise war dies kein durchschnittlicher Leser. Es war Ties Carbo, Consulting Director bei Artefact - einem Funnel Solution Partner. Zufälligerweise ist Ties ein Experte für moderne data Governance und arbeitet täglich mit Kunden zusammen, um erstklassige data Governance-Strukturen zu schaffen. Also beschlossen sie, sich zusammenzusetzen und seine heißesten Ansichten über das, was in dem Artikel fehlt, einzufangen.

Drei Dinge, die die Leute über data missverstehen

Zu Beginn des Gesprächs wies Ties darauf hin, dass es drei Hauptelemente gibt, die seiner Meinung nach von seinen Kunden am meisten missverstanden werden, wenn es um das Thema geht.

Erstens betrachten viele Menschen dies als ein reines IT-Problem. Es ist nicht schwer zu verstehen, warum. Data Governance umfasst viele potenziell komplexe technische Komponenten wie Modelle, Prozesse und Plattformen. Aus der Sicht von Ties gehen die Auswirkungen einer angemessenen Governance jedoch weit über den Bereich der IT hinaus.

"Sicherlich gibt es viele technische Komponenten bei data governance", sagt Ties, "aber es ist ein organisationsweites Thema."

Dies entspricht dem zweiten Irrtum: Die Leute glauben, es ginge nur um die Einhaltung von Vorschriften.

Die Wahrheit ist, dass dieses Thema so viel mehr umfasst. Die Einhaltung von Vorschriften zu Themen wie der DSGVO ist nur eine Komponente dessen, wie sich eine angemessene data Governance auf Ihr gesamtes Unternehmen auswirken kann. Tatsächlich rät Ties seinen Kunden oft, Compliance-Fragen als letzten Teil der neuen data Governance-Strukturen zu betrachten.

Das bringt uns zu unserem dritten Missverständnis.

Laut Ties arbeiten viele Teams isoliert voneinander an Fragen der data Governance. Ein Teil der Organisation befasst sich mit data Governance, konzentriert sich aber nur auf die Einhaltung der Vorschriften, während eine andere Gruppe dafür sorgt, dass data-in den Lagern die richtige Qualität hat und vieles mehr.

Der richtige Ansatz besteht darin, all dies ganzheitlich zu betrachten, wie ein riesiges data Ökosystem. Wenn Sie beginnen, data Governance aus einer breiteren Perspektive zu betrachten, verstehen Sie schnell, dass es sich um ein unternehmensweites Anliegen handelt.

Führung mit Michelin-Stern data

Für Ties ist die Verwaltung von data fast wie eine Küche. Sie müssen Ihre Küche so sauber wie möglich halten. Diese Sauberkeit (und der Akt der Reinigung) kann man sich als Ihre data Compliance-Rollen und -Verantwortlichkeiten, Richtlinien und Prozesse vorstellen. Aber Sie müssen trotzdem in dieser Küche kochen, oder? Warum sollten Sie sonst eine Küche haben?

Die Sicherstellung, dass alle Ihre Kochutensilien an ihrem Platz sind, Ihre Töpfe und Pfannen bereitstehen, Ihre Sous-Chefs ordnungsgemäß geschult sind, Ihre Rezepte befolgt werden und Ihr Essen an die Gäste ausgegeben wird, umfasst den Rest der ordnungsgemäßen data Verwaltung.

Sie sehen? Eine saubere Küche hilft Ihnen dabei, ein großartiges Essenserlebnis zu bieten, genauso wie die data Governance Ihnen dabei helfen kann, aus data Wert zu schöpfen.

Was genau ist also data Governance?

Nun gut. Wir wissen, dass die Einhaltung der Vorschriften nur ein Teil des gesamten data Governance-Konzepts ist. Was ist mit dem Rest? Laut Ties gibt es vier Hauptkomponenten: data Strukturen, data Richtlinien, data Betriebsmodelle, data Instrumente.

  • Data Strukturen: Betrachten Sie dies als Ihre Modelle und Karten. Sie helfen Ihnen zu verstehen, wo sich Ihre data befindet und was sie ist. Um auf unser Küchenkonzept zurückzukommen, sollte der Chefkoch wissen, wo sich jede Station in der Küche befindet. Außerdem sollte jeder Koch wissen, wo jedes Teil seines Mise en Place gelagert ist.

  • Data Richtlinien: Dies sind die von Ihnen aufgestellten Regeln. Ja, die Einhaltung der Vorschriften ist hier zu finden, aber auch Ihre Richtlinien für die Qualität von data . Sie müssen Ihre Standards festlegen, wie data aufrechterhalten wird. In der Küche muss ein Chefkoch Rezepte festlegen, sicherstellen, dass diese Rezepte eingehalten werden, und jedes Gericht probieren, wenn es auf den Tisch kommt - und dafür sorgen, dass es perfekt angerichtet ist.

  • Data Betriebsmodelle: Nehmen wir an, Sie haben Ihre Strukturen und Richtlinien festgelegt. Sie müssen noch festlegen, wer in der Organisation für die einzelnen Bereiche data zuständig ist. Wer ist zum Beispiel dafür verantwortlich, dass die Verkaufszahlen data sauber bleiben? Wer kann Fehler in der data erkennen?

    In unserer Küchenanalogie muss ein Chefkoch jeder Station einen Koch entsprechend ihrer jeweiligen Spezialitäten zuweisen. Die Köche in diesen verschiedenen Bereichen des Unternehmens (der Küche) führen dann ihre Stationen entsprechend ihren spezifischen Bedürfnissen.

  • Data Werkzeuge: Dieser Bereich ist ziemlich einfach. Dieser Schwerpunktbereich betrifft die verschiedenen Elemente Ihres data Stacks, die Sie zur Verwaltung Ihrer data verwenden. Für Unternehmen, die gerade erst ihre data Governance-Reise beginnen, könnten dies Excel-Tabellen und Visio-Diagramme sein. Die reiferen Unternehmen verfügen jedoch über spezielle Tools, darunter data lineage,data meta- management, data quality management und mehr.

Das ideale Modell der data Governance

Während unseres Gesprächs erwähnte Ties, dass die data Governance in vielen Organisationen, mit denen er zu tun hat, oft ein übersehenes Thema ist. Das scheint sich jedoch langsam zu ändern.

In dem Maße, in dem Unternehmensleiter die Bedeutung von data als strategisches Gut erkennen, beginnen sie auch, den Wert einer guten Governance zu erkennen.

Auch in verschiedenen Abteilungen setzt sich die Einsicht durch, dass data nicht mehr nur ein IT-Thema ist. Im Marketing wissen wir zum Beispiel, wie wertvoll hochwertige data sein kann. Aber nur Marketingfachleute können die Qualität von data in einem Marketingkontext beurteilen.

"Das IT-Team kann Ihnen nicht sagen, ob die data korrekt ist", so Ties. "Sie können Ihnen nur sagen, dass die data dort ist, wo sie sein soll. Die einzelnen Teams müssen sicherstellen, dass die data den Standards ihres Anwendungsfalls entspricht.

Der ideale Ansatz für die data Governance ist laut Ties der data mesh-Ansatz.

"In einem wirklich data Unternehmen arbeitet jeder gleichzeitig mit data ", so Ties. "Durch eine föderierte Governance-Struktur hat jeder ein berechtigtes Interesse an den data und die Möglichkeit, die Struktur zu skalieren.

Data Governance für die Ära AI

Dieser moderne Ansatz der data Governance, bei dem jeder in der Organisation einen Teil der data"besitzt", wird immer wichtiger. Ein Beispiel dafür sind die neuen generativen AI Tools.

Auch wenn ChatGPT vielen bekannt ist, kann die zugrundeliegende Technologie (dank ihres quelloffenen Charakters) für die Erstellung eigener AI Tools verwendet werden. Ein Unternehmen könnte zum Beispiel GPT-3 oder GPT-4 nehmen, es auf einen isolierten Server laden, den es besitzt, und es mit einer Menge proprietärer data füttern, um ein benutzerdefiniertes, unternehmensspezifisches AI zu erstellen.

Ein SaaS-Unternehmen möchte vielleicht ein ähnliches System implementieren, um einen äußerst sachkundigen Chatbot zu erstellen, der Fragen von bestehenden und potenziellen Kunden beantwortet. Er könnte die Nutzer beraten, wie sie ein Produkt am besten nutzen, oder Interessenten davon überzeugen, warum eine Software besser ist als eine andere.

Dieses Werkzeug AI ist jedoch nur so gut wie die data , die Sie in das Werkzeug stecken.

"Die data (und die Qualität dieser data), die Sie mit diesen Tools füttern können, ist Ihr Wettbewerbsvorteil", sagte Ties. "Eine gute Verwaltung von data ist dabei eine Schlüsselkomponente. Ohne eine ordnungsgemäße Verwaltung wird die data schnell zu einem Chaos, was zu einer weniger effektiven AI führt.

"Das Unternehmen mit der besseren data und data Governance-Struktur wird im Vorteil sein."
Ties Carbo, Beratungsdirektor Benelux

Ernten Sie die Früchte einer guten data Verwaltung

Jedes Unternehmen benötigt seinen eigenen Ansatz für die data Governance. Wenn Sie jedoch einen data mesh-Ansatz als Ihren Nordstern verwenden, werden Sie sich auf den Weg zu größerer Wettbewerbsfähigkeit und besseren data Ergebnissen machen.

Ganz gleich, ob Sie die Qualität Ihrer data verbessern, die Compliance-Anforderungen eines neuen Marktes erfüllen, neue Tools implementieren oder mehr wollen - ein strategischer und ganzheitlicher Ansatz für Ihre data Governance bringt Sie weiter.

Wenden Sie sich an data , um Ihre Fragen zur Governance zu besprechen!