Как и многие другие процессы, которые появились с развитием цифровых технологий, Data Governance часто понимается неправильно. Некоторые могут путать его с Data Management. Другие могут считать его продолжением ИТ. Как же донести важность роли управления данными и обеспечить его успешное внедрение? На одном из мероприятий DATAVERSITY (Enterprise Data Governance) практикующий специалист по работе с данными поделился пятью основными элементами успеха системы Data Governance.

Прежде всего, вам следует прояснить роль и задачи направления Data Governance. Это поможет избежать проникновения других видов деятельности, связанных с управлением данными, в область, которая находится в компетенции Data Governance. Основная задача Data Governance - это "надзор и контроль". Однако некоторых людей сбивает с толку слово "управление" и они считают, что тот, кто придёт к ним из Data Governance, сделает всё, что нужно, с данными организации.

Еще одним серьезным препятствием на пути к эффективному управлению данными является обеспечение четкого разделения обязанностей и задач внутри самого Data Management. У других подразделений вашей компании с этим, обычно, нет проблем, но такое деление редко встречается в направлении обработки данных.

Очень часто руководители бизнеса ожидают, что специалисты по Data Governance решат все операционные проблемы. Это может привести к тому, что они увязнут в рутине. Вместо этого эффективное направление Data Governance должно выявлять проблемы и распределять их решение между соответствующими бизнес-областями. Это поможет нужным людям выполнить правильные действия. В то время как команда Data Governance должна разработать "правильные действия", определить ответственных за их выполнение и распределить все задачи между командами, другие отделы должны выполнять эти "правильные действия". Контроль выполнения остаётся также за командой Data Governance.

Поскольку Data Governance сфокусировано на внедрении долгосрочных изменений, важно, чтобы программа Data Governance соответствовала стратегии компании в области данных.

Хотя большинство организаций используют ту или иную форму стратегии, она может быть неочевидной. В некоторых случаях руководство может даже намеренно скрывать ее. Если стратегия вашей компании недоступна, ознакомьтесь с текущими бизнес-отчетами или пресс-релизами в СМИ. Найдите сопоставимые отраслевые нормы и практику и оцените, куда стремится двигаться ваш бизнес.

Определив основные бизнес-действия и инициативы организации, затем команда Data Governance должна оценить возможности в части управления данными, иными словами, Data Governance нужно определить текущий уровень зрелости функций управления данными и определить тактические цели развития отдельных направлений Data Management на ближайшие 1-3 года. Это гарантирует, что все действия, связанные с данными, будут приносить пользу бизнесу, а не будут являться результатом того, что кто-то "отдает вам приказ".

Так, например, практикующие дата-специалисты советуют не создавать бизнес-глоссарий только потому, что существует требование внедрить бизнес-глоссарий. Иначе всё закончится тем, что вы станете простым Исполнителем приказов; вам кто-то скажет: "Просто дайте мне ключи от машины - я за рулем этого автобуса". Успешный Data Governance приносит организации результаты, которые вы можете измерить и оценить.

- Поддержание высокого качества данных;

- Соблюдение нормативных актов в области обработки данных;

- Обеспечение конфиденциальности и безопасности данных;

- Более эффективное использование данных для принятия лучших обоснованных решений.

Одним из распространенных заблуждений в отношении Data Governance является представление о том, что это разовая работа, которую спустили сверху. Но это не так, внедрение Data Governance процесс длительный (3-5 лет) и поэтапный. Data Governance должен развиваться по мере введения новых правил и стандартов обработки данных и идти в ногу с изменяющимися целями и возможностями организации. Очевидно, что уровень зрелости Data Governance будет выглядеть по-разному для разных организаций.

Самый базовый уровень управления предполагает выявление того, что нуждается в исправлении, и в определении мест, с которых следует начать. Затем команде Data Governance нужно инициировать процесс, который дата-практики называют "формализацией неформального". Этот этап включает в себя выявление скрытых информационных активов внутри компании и демонстрацию того, что эти активы могут со временем принести ценность.

Когда управление данными начнет масштабироваться и уже будет использовать справочные данные для поддержки аналитики, в игру вступит управление основными данными (MDM). Следующий уровень, на котором Data Governance предстоит урегулировать проблемы, касается структур и подходов, обеспечивающих управляемость данных, таких как домены данных и архитектуры данных. Наконец, наиболее масштабные изменения в управлении данными затрагивают внедрение внешних нормативных актов, таких как Общие положения о защите данных, которые влияют на все аспекты организации.

При оценке потребностей организации, возможно, нет необходимости начинать с малого, но важно всегда мыслить поэтапно. По мере того, как завершается процесс локальной "малой g-модели" и вы переходите к более широким организационным изменениям и к "большим G-моделям", меняется и сама природа моделей.

На самом первом уровне Data Governance модели, как правило, реактивны, то есть активно реагируют на существующие проблемы. Как только Data Governance переходит к начальным этапам продвинутого уровня внедрения, следует переключиться к более активному надзору, поскольку повседневные задачи организации встраиваются в общий фреймворк Data Governance. Когда программа управления данными достигает полного соответствия со стратегией компании, она растворяется в организационной культуре, так как становится частью организации.

Концепция дата-грамотности относится к способности читать, понимать и интерпретировать данные, а также взаимодействовать с ними. Однако, понятие "дата-грамотность" может иметь разные значения для разных людей.

Дата-практики обозначили несколько ключевых вопросов, определяющих область дата-грамотности:

- Знаете ли вы, как ваш бизнес управляет данными и как использует их на протяжении всей цепочки поставок?

- Понимаете ли вы лучшие способы анализа данных, а также последствия и риски использования данных?

Хотя генеральный директор и исполнительный совет не обязательно должны быть специалистами в работе с метаданными, они должны понимать, что данные никогда не являются полностью локальными объектами, а обрабатываются через цепочку поставок. Чем больше бизнес ориентирован на данные, тем лучше топ-менеджмент осведомлен про цепочки поставки данных.

Никто не может быть оправдан за отсутствие дата-грамотности, но начинать нужно с лидерства. Совет директоров, контролирующий производителя автомобилей, редко нанимает генерального директора, который ничего не знает об автомобилях.

По иронии судьбы, дата-практики считают, что одними из главных виновников неграмотности в управлении данными являются ИТ-специалисты, хотя они работают с данными каждый день. Действительно, процессы разработки в ИТ иногда становятся препятствиями для Data Governance, даже если они имеют решающее значение для создания данных. Но дата-специалисты рассматривают неграмотность в области данных как функцию корпоративной культуры, а не как какое-либо непонимание ролей и обязанностей: "Основная причина неграмотности в том, что людям просто все равно. Они не хотят вовлекаться в эти процессы, хотя это действительно очень важно".

В процессе трансформации в data-driven организацию, вероятно, появятся новые бизнес-возможности. Команда Data Governance должна уметь отличать, какие из этих возможностей действительно являются новыми, а какие - просто старые активы в новой упаковке. Например, монетизация данных, заключение соглашений о передаче данных по всей цепочке поставок или искусственный интеллект - это инициативы, которые создают новые возможности и запросы, а не просто ИТ-проекты.

Однако инновации в области данных не требуют иного порядка внедрения или управления, чем в доцифровую эпоху. Организации знают, как создавать новое. Если ваша организация внедрила Lean Six Sigma или платформу MSA, провела реинжиниринг бизнеса или осуществила слияние/поглощение, то вы знаете, как создавать новое.

Многие руководители высшего звена могут быть не уверены в концепции Data Governance, опасаясь, что это может привести к каким-то радикальным изменениям в технологиях. Однако, дата-практики говорят, что это далеко от истины. Data Governance - это просто формализация политики и процессов, которые обеспечивают бесперебойную работу многих современных сфер жизни, от банковского дела до безопасности пищевых продуктов и регулирования дорожного движения.

Почти все стратегии и обязанности в области Data Governance уже освоены в другой сфере деятельности компании, что делает большинство изменений скорее модернизацией, чем революцией. Главное - понять, что ваша компания уже делает правильно, и двигаться дальше.

Перевод и адаптация статьи Data Governance Framework: 5 Key Elements - ТОП-20 самых интересных статей 2023 DATAVERSITY