Blog

Data Governance

Data governance blijft een traject.

Meten is weten. Om te begrijpen waar ze staan op het vlak van data governance, kiezen bedrijven daarom soms voor een maturiteitsmeting. Maar ook om dat goed te doen en juist in te schatten, is er nood aan een zekere… maturiteit.

Voor alle duidelijkheid: een maturiteitsmeting is vaak een nuttig instrument. Zo’n meting helpt om zicht te krijgen op waar je je precies bevindt op je roadmap. Maar in het kader van data governance ligt dat anders. Dan is het al gauw een delicate oefening. Wie hulp nodig heeft rond data governance en een meting uitvoert om zicht te krijgen op de bestaande situatie, kijkt heel vaak tegen een lage score aan. Dat kan voor enthousiasme zorgen en drive om de dingen grondig aan te pakken. Evengoed leidt het tot ontgoocheling of – nog erger – apathie.

Kortom: bij het hanteren van een maturiteitsschaal in de context van data governance is voorzichtigheid geboden. In de eerste plaats is het nodig te onderlijnen dat data governance geen eenmalig project is, geen oefening met een duidelijk begin en einde, maar een traject van continuous improvement. Daarnaast moet je heel goed begrijpen wat je wil meten en hoe je dat aan boord legt. Data governance steunt nu eenmaal op het samenspel tussen verschillende factoren.

Vier elementen

En daar wringt net het schoentje. Om de maturiteit rond data governance van een bedrijf correct in beeld te brengen, is een meting op verschillende assen nodig: mensen, processen, technologie en data. Belicht je die vier elementen niet op een gelijkwaardige manier, dan levert dat onvermijdelijk een vertekend beeld op.

Een voorbeeld maakt het duidelijk. Stel dat je een hoge score behaalt op de as ‘technologie’, wat zegt dat dan over je maturiteit op het vlak van data governance? Niet zoveel wanneer je score op ‘mensen’ of ‘processen’ net heel laag is. Op dat moment levert je technologische paraatheid nauwelijks iets op, omdat de mensen en processen niet klaar zijn om ermee aan de slag te gaan. Kortom: een meting op één as vertelt nooit het hele verhaal.

Data als aparte pijler

De klassieke benadering van data governance gaat uit van drie pijlers: mensen, processen en technologie. Dat we hier data expliciet als vierde pijler aan toevoegen, is geen toeval. Data is te belangrijk om een bijrol te spelen als subcategorie onder de noemer ‘technologie’. Uiteraard is er aan data een technologisch facet verbonden, maar evengoed gaat het bij de data ook om de eigenlijke inhoud ervan. Bijvoorbeeld de definities die moeten zorgen dat data correct wordt geïnterpreteerd. De verantwoordelijkheid daarover ligt bij de business, niet de IT-afdeling. Net daarom is het verstandig om data hier als een aparte pijler te beschouwen.

Het werk is nooit af

Even kort door de bocht: het is makkelijker een stuk technologie te implementeren, dan de werking van een organisatie te veranderen en mensen nieuwe verantwoordelijkheden te geven. De implementatie van een tool krijgt doorgaans de vorm van een project: met een logische opbouw en een duidelijk eindpunt. Dat is echter niet de aanpak die past bij het verhogen van het maturiteitsniveau van data governance. Bij data governance werk je stap-per-stap om data in je organisatie kwalitatief, beschikbaar, compliant en interpreteerbaar te maken.

Zoals gezegd: data governance is een proces dat nooit echt af is, maar altijd verder blijft evolueren. Wie in die context een maturiteitsmeting uitvoert, moet begrijpen dat je de vier pijlers in kaart moet brengen en dat het altijd maar om een momentopname gaat. Je neemt er een foto mee van iets dat constant in beweging blijft. Al is het natuurlijk ook net dat wat van data governance zo’n boeiend domein maakt.

Wil je meer weten over wat we kunnen betekenen voor de data governance binnen jouw organisatie? Want data governance blijft een traject. Geen project. Contacteer ons.

Ben je benieuwd naar onze diensten? Ontdek ze hier.

Blog