Data Governance - Inzichten uit het veld Akte 1 - Leren Data Governance uit het veld

Er zijn al veel theoretische artikelen geschreven over data governance. Bij Artefact willen we dit onderwerp vanuit een operationeel standpunt benaderen met onze artikelreeks, “Inzichten uit het veld”, om onze lezers pragmatische en bruikbare inzichten te geven. De serie zal bestaan uit Artefact's observaties en feedback op belangrijke data governance onderwerpen (bijvoorbeeld operationele modellen), antwoorden op vragen die vaak gesteld worden door onze klanten en prospects (bijvoorbeeld hoe de impact van data governance te meten), en interviews met belangrijke actoren in data governance (bijvoorbeeld Chief Data Officers, Chief Governance Officers, data beheerders, software redacteuren, etc.). Onze ambitie is om gesprekken en mogelijkheden te creëren om ervaringen te delen binnen de data governance gemeenschap. 

Begrijpen wat data governance is, waarom het op het kritieke pad naar waarde ligt en hoe u het concreet in uw organisatie kunt inzetten, kan een lange weg zijn. Toen bedrijven voor het eerst grote transformatieprogramma's met AI en data use cases lanceerden, realiseerden ze zich al snel dat deze programma's belangrijke enablers nodig hadden, zoals data platforms, data lakes, data quality management en MDM, waarmee kwaliteit data blootgesteld kan worden aan use cases. Pas sinds kort is data governance een prioriteit geworden met betrekking tot de talloze complexe systemen die worden gecreëerd.

Begrijpen wat data governance is, waarom het op het kritieke pad naar waarde ligt en hoe u het concreet in uw organisatie kunt inzetten, kan een lange weg zijn. Toen bedrijven voor het eerst grote transformatieprogramma's met AI en data use cases lanceerden, realiseerden ze zich al snel dat deze programma's belangrijke enablers nodig hadden, zoals data platforms, data lakes, data quality management en MDM, waarmee kwaliteit data blootgesteld kan worden aan use cases. Pas sinds kort is data governance een prioriteit geworden met betrekking tot de talloze complexe systemen die worden gecreëerd.

Tegenwoordig begrijpt bijna iedereen in het CDO/CTO-ecosysteem dat data governance een voorwaarde is voor AI-transformatie. Ze zijn bekend met alle organisatorische en operationele basisconcepten, maar deze op muziek zetten om concrete waarde te leveren is een veel complexere taak. Als gevolg daarvan wordt data governance vaak gereduceerd tot geïsoleerde documentatie-initiatieven met weinig impact. We zien veel programma's gelanceerd worden en veel hoofden van data governance verschijnen in de organisaties van onze klanten. In het begin ondervonden ze allemaal dezelfde problemen bij het overtuigen van hun sponsors en zakelijke partners om in deze activiteiten te investeren. Waarom? Omdat het inzetten van data governance een compleet leerproces is dat de organisatie moet doorlopen, en elke stap op het pad is belangrijk.

Het doel van dit rapport is om u te helpen begrijpen wat data governance in de praktijk is door u mee te nemen op een reis door het data governance leerproces dat elk bedrijf onvermijdelijk doormaakt. Dit nieuwe bewustzijn zal bedrijven in staat stellen om sneller van de ene fase naar de volgende te gaan.

We zullen dit bereiken door elke fase van het leerproces in detail uit te leggen aan de hand van praktijkvoorbeelden:

1. Fase 1 - Onbewuste onbekwaamheid: wat zijn de “symptomen” van een gebrek aan data governance?
2. Fase 2 - Bewuste onbekwaamheid: wat zijn de uitdagingen waar een bedrijf tegenaan loopt als het aan een data governance-traject begint?
3. Fase 3 - Bewuste competentie: welke stappen volgen bedrijven meestal bij het lanceren van een data governance-programma?
4. Fase 4 - Onbewuste competentie: wat gebeurt er als data governance het nieuwe normaal wordt?

Dit artikel zal gevolgd worden door meer operationele artikelen die bedoeld zijn om pragmatisch advies te geven aan data governance leiders tijdens hun reis.

Door deze vier leerfasen te volgen, beginnen bedrijven zonder het te beseffen met data governance.

Hoewel de meeste actoren die we vandaag hebben begeleid nog steeds tussen de tweede en derde fase zweven, voelen ze allemaal de zakelijke urgentie om verder te gaan in dit leerproces.

Wij zien drie belangrijke argumenten die deze urgentie rechtvaardigen. Ten eerste is data transformatie een belangrijke hefboom in alle sectoren om ambitieuze doelen te bereiken: data en AI worden ingezet om de kernactiviteiten van bedrijven te optimaliseren en bij te dragen aan de ontwikkeling van nieuwe groeimotoren. Het volwassen worden van data en AI is een vereiste om voorop te blijven lopen, en data transformatie is niet duurzaam zonder data governance. Het tweede argument is dat we ons in een snel veranderende wereld bevinden. Het verkrijgen van snelle toegang tot data en het ontwikkelen van de capaciteit om deze data snel te analyseren en te exploiteren is essentieel om snel te kunnen reageren. En tot slot moeten bedrijven nieuwe talenten aantrekken die steeds meer bereid zijn om data-driven te zijn.

Een van de eerste uitdagingen voor elk bedrijf dat aan het begin van zijn data governance-traject staat, is om deze urgentie aan te tonen en interne belanghebbenden te overtuigen van de waarde van het concreet opstarten van een data governance-programma.

In dit eerste rapport presenteren we het data governance-traject “volgens het boekje”. Het is de inleidende inhoud in een serie die gericht is op de operationele aspecten van het implementeren van data governance in het veld. Ons volgende artikel zal ingaan op de complexe brug tussen uw data governance-strategie en de operationele behoefte van een use case.