OKR’s inzetten voor Data Governance: actiegericht resultaten meten

Het OKR-raamwerk in de context van Data Governance

OKR’s is oorspronkelijk ontwikkeld bij Intel door Andy Grove in de jaren ’70 en populair gemaakt door Google in de jaren ’90. Ze bieden een gestructureerde aanpak voor het stellen van ambitieuze doelen en het bijhouden van de voortgang bij het bereiken daarvan. In de context van Data Governance fungeren OKR’s als een brug tussen de overkoepelende datastrategie en de tactische uitvoering ervan. Zo dragen governance-initiatieven direct bij aan de bedrijfsdoelen.

Het raamwerk bestaat uit twee belangrijke componenten:

1. Objectieven: kwalitatieve en inspirerende doelen die antwoord geven op de vraag “Waar willen we naartoe?”
2. Key Results: kwantitatieve en meetbare resultaten die antwoord geven op de vraag “Zijn we op weg naar waar we naartoe willen?”.

Voor Data Governance teams betekent dit dat ze duidelijke, ambitieuze doelen stellen op het vlak van datakwaliteit, vindbaarheid, semantiek, toegankelijkheid en uiteraard, compliance en beveiliging. Het betekent ook dat ze die doelen gaan vertalen in meetbare resultaten en zo de waarde van hun activiteiten aantonen aan de organisatie.

Focus en prioritering

Data Governance omvat tal van activiteiten, van het beheer van datakwaliteit tot compliance en metadata beheer. Zonder duidelijke prioriteiten raken teams overweldigd door de breedte van hun verantwoordelijkheden. OKR’s zorgen voor essentiële focus door de meest cruciale governance-doelen te identificeren en ervoor te zorgen dat middelen worden toegewezen aan initiatieven met een grote impact.

Het raamwerk moedigt teams aan om fundamentele vragen te stellen:

• Wat zijn de meest urgente uitdagingen op het gebied van Data Governance?
• Welke initiatieven leveren de grootste waarde op?
• Hoe kunnen we succes objectief meten?

Deze gedisciplineerde aanpak van prioritering helpt organisaties om de veelgemaakte fout te vermijden om alle Data Governance problemen tegelijk te willen oplossen.

Verbeterde transparantie en verantwoordingsplicht

Traditionele Data Governance programma’s kampen dikwijls met een gebrek aan inzicht in de voortgang en resultaten. Met OKR’s maak je transparantie haalbaar door doelen en voortgang binnen de organisatie te communiceren.

Deze transparantie dient meerdere doelen: het creëert verantwoordelijkheid voor governance-teams, helpt stakeholders de geleverde waarde te begrijpen en vergemakkelijkt samenwerking over departementen heen.

Praktische OKR-voorbeelden voor Data Governance

Compliance en risicobeheer

Objectief:

• Zorgen voor de naleving van GDPR en het minimaliseren van risico’s gerelateerd aan persoonsgegevens

Key Results:

• Het realiseren van de drie belangrijkste verbeterpunten uit de laatste GDPR audit voor einde Q2 van dit jaar
• Zorgen dat 100% van de nieuwe werknemers binnen de maand na hun aanwerving een GDPR-training heeft gevolgd.

Deze OKR houdt rechtstreeks verband met het verminderen van bedrijfsrisico’s en naleving van regelgeving, en hebben dus waarde voor het bedrijf.

Toegankelijkheid en vindbaarheid van data

Objectief:

• Selfservice-toegang mogelijk maken met de nodige garanties voor een correct gebruik van de data

Key Results:

• Het gebruik van de data catalogus uitbreiden tot 50% van de kenniswerkers tegen het einde van Q2
• De tijd die nodig is om rapporten op te maken met 25% verkorten door de vindbaarheid van data te verbeteren tegen het einde van Q3
• 90% gebruikerstevredenheid over de processen en tools voor het verkrijgen van toegang tot data tegen het einde van het jaar.

Deze OKR ondersteunt de strategie van het bedrijf om meer medewerkers zelf aan de slag te laten gaan met inzichten uit data.

Hoe starten met Data Governance OKR’s?

Net als voor alle Data Governance activiteiten is ook voor het gebruik van OKR’s een duidelijke beslissings- en uitvoeringsstructuur nodig. Dit betekent dat je de rollen en functies van het Data Governance raamwerk, zoals data owners en data stewards, moet definiëren en toewijzen.

Data owners definiëren vervolgens individueel, voor hun eigen data domein, of samen voor overkoepelende thema’s, objectieven die gelinkt zijn aan business doelen. Aangezien data owners in principe ook medewerkers uit de business zijn, zal dit de relavantie van de Data Governance activiteiten en de motivatie van de data owners ten goede komen.

Vervolgens haal je de beste resultaten door samen met de data stewards de relevante Key Results voor het komende kwartaal te bepalen.

OKR’s door de hele organisatie verspreiden

Je bepaalt OKR’s voor Data Governance best vanuit de organisatiestrategie. Die vertaal je naar individuele team- en persoonlijke doelen. Dit zorgt voor afstemming op alle niveaus van de organisatie en helpt medewerkers te begrijpen hoe hun dagelijkse werk bijdraagt aan bredere data governance-doelen.

Een doel op bedrijfsniveau met betrekking tot datakwaliteit kan je bijvoorbeeld doorvoeren naar doelen op afdelingsniveau met betrekking tot specifieke data domeinen. Die voer je daarop door naar individuele doelen met betrekking tot data validatie en opschoning. Deze trapsgewijze aanpak zorgt voor een samenhangende governance-inspanning in de hele organisatie.

Succes meten en continu verbeteren

Door het kwantitatieve karakter van OKR’s wordt het makkelijker om het succes van initiatieven op het gebied van Data Governance te meten.

Door op kwartaalbasis te werken zorgen de Key Results ook meteen voor actie én resultaten op relatief korte termijn, wat dan weer de motivatie van de data owners en data stewards verhoogt en zo bijdraagt tot een snellere adoptie van de (nieuwe) Data Governance processen.

De iteratieve aanpak zorgt bovendien voor een continu verbeterproces dat ook op lange termijn blijvende resultaten garandeert.

Wil je meer weten over OKR’s inzetten voor Data Governance? Contacteer ons.

Zoek je een opleiding datastrategie? Ontdek ze hier.