Blog Stammdaten

Wie Sie mit Data Governance Ihr Stammdatenmanagement verbessern

|

In unserem Blog sind wir bereits darauf eingegangen, warum Stammdatenmanagement für Ihr Unternehmen oder Ihre Organisation wichtig ist. Heute beschäftigen wir uns mit Data Governance als wichtige Grundlage für Ihr Stammdatenmanagement.

Was ist Data Governance?

Data Governance ist eng mit dem Stammdatenmanagement verbunden. Es stellt die Rahmenbedingungen auf, wie Stammdaten und Informationen im Unternehmen gespeichert, verarbeitet, aktualisiert und gelöscht werden. Es ist ein mehrstufiger Prozess, bei dem alle Unternehmensteile mitarbeiten sollten, die mit Daten und Stammdaten arbeiten. Data Governance ist eine echte Möglichkeit, um in Ihrem Unternehmen verschiedene Datensätze zu vereinheitlichen. Bei der Erstellung eines Data-Governance-Frameworks gibt es verschiedene Schritte, die nacheinander erfolgen.

Schritt 1 der Data-Governance-Rat

Zunächst legt der Data-Governance-Rat die Rahmenbedingungen, Ziele, Standards, Regeln und Richtlinien für das Framework fest. Der Rat besteht aus der Geschäftsführung und dem Management der verschiedenen Abteilungen des Unternehmens. Er ist in der Folge auch dafür zuständig, Probleme zu lösen und weitere Entscheidungen zu treffen.

Schritt 2 der Data Steward

Nachdem der Rat die Rahmenbedingungen definiert hat, kommt der Data Steward ins Spiel. Dessen Aufgabe, die Data Stewardship, besteht darin, die Strategie und die Richtlinien aus dem Rat effizient umzusetzen. Zunächst beruft er das Data-Governance-Team ein, das sich aus Mitarbeitern aller Abteilungen zusammensetzt, die derzeit mit den Datensätzen arbeiten. Zusammen erarbeiten sie Wege, um das Framework umzusetzen. Dabei erheben sie zum Beispiel die derzeitige Datenqualität (Data Quality), dokumentieren Fehler und planen die nächsten Schritte, um die Daten zu konsolidieren.

Die Ziele von Data Governance

Typischerweise hat Data Governance einige Hauptziele, die im Unternehmen verwendete Stammdaten und Informationen betreffen.

Schaffung einer unternehmensweiten Datenbank

Ein Ziel ist, dafür zu sorgen, dass im Unternehmen keine Datensilos entstehen bzw. diese aufzulösen. Ein Datensilo ist eine Sammlung digitaler Daten, die nur in einer Abteilung liegt und nicht mit anderen Abteilungen vernetzt ist. So kann es passieren, dass ein Kunde in verschiedenen Datensilos vorkommt. Er ist im Unternehmen also mehrfach vorhanden. Eine Lösung für dieses Problem ist es, dass die Mitarbeiter eine unternehmensweite Datenbank, den sogenannten Data Lake erstellen. Dieses System enthält alle Daten des Unternehmens und die Abteilungen greifen direkt darauf zu. Der Data Lake kann zentral auf den Servern des Unternehmens oder als Cloud Data vorliegen. Diese unternehmensweite Datenspeicherung wird auch holistisches Datenmanagement genannt.

Definierter Umgang mit den Daten

Das zweite Ziel des Frameworks ist, dass Ihr Unternehmen die Daten ordnungsgemäß verwendet. Alle Mitarbeiter, die auf die Daten zugreifen, müssen sich an die geltenden Gesetze wie den Datenschutz halten und dürfen die Daten nicht missbrauchen. Dieses Thema ist auch für die Außenwirkung des Unternehmens essenziell. Um das Ziel zu erreichen, legt das Framework fest, wer mit welcher Berechtigung auf die Daten zugreifen darf und wer den Zugriff dokumentiert und kontrolliert. Das Framework sollte auch beschreiben, was am Ende des Lebenszyklus der Daten passierten soll. Reicht eine datensichere Archivierung der Daten aus oder ist die Löschung der Daten erforderlich?

Sicherstellung der Datenqualität

Das dritte Ziel, das sich direkt aus dem ersten Ziel ableitet, ist die Datenqualität. Sobald die Daten im Data Lake zusammengefasst sind, kann das Data Quality Management (DQM) beginnen. Hierbei wird geprüft, wie gut die Daten sind. Wenn es Fehler im Inhalt, in der Struktur oder im Format der Daten gibt, so müssen diese behoben werden. Ebenfalls problematisch sind veraltete Daten, unterschiedliche Schreibweisen und unklare Abkürzungen in den Datensätzen. Die Umsetzung der Richtlinien und Standards aus dem Framework ist hier entscheidend.

Wie Sie Data Governance in Ihrem Unternehmen einsetzen

Sie möchten nun selbst mit dem Management Ihres Unternehmens eine Data-Governance-Initiative starten? Dann stellen Sie am besten zunächst die Vorteile dieses Prozesses dar. Konsolidierte Daten mit einer hohen Datenqualität sind die ideale Grundlage für Business Intelligence und Auswertungen. Die automatisierte Analyse und Prüfung Ihrer Daten im Sinne der digitalen Transformation ist so viel einfacher. Data Governance bietet somit die Basis für die Weiterentwicklung Ihres Unternehmens. Auch weitere wichtige Themen wie Big Data, Datensicherheit, Compliance und weitere individuelle Anforderungen Ihres Unternehmens lassen sich im Data-Governance-Programm abbilden.

Halten Sie sich bei der Umsetzung Ihres Vorhabens am besten an unsere Empfehlungen zum Ablauf: Beziehen Sie zur Erstellung der Richtlinien für das Framework unbedingt alle Unternehmensbereiche mit ein, damit Sie keine Anforderungen vergessen oder übersehen. Auch im weiteren Verlauf des Prozesses sind die Mitarbeiter entscheidend, die täglich mit den Daten arbeiten. Sie können diesen Ansatz verfolgen, indem Sie diese im Data-Governance-Teams einsetzen. Dort können die Mitarbeiter ihr wertvolles Wissen aus dem Tagesgeschäft einbringen. Eine wichtige Basis für Ihre Data-Governance-Lösung ist die Zuteilung fester Verantwortungen. Wenn sich die Mitarbeiter ihrer Rolle in dem Prozess bewusst sind, können sie effizienter mitwirken.

Data Governance und der Lebenszyklus Ihrer Stammdaten

Eine Data-Governance-Richtlinie ist kein Projektergebnis, das einmal festgelegt und dann abgeheftet wird. Data Governance ist ein fortlaufender Prozess, der entscheidend für die Datenqualität ist. Er sollte fest in Ihrem Unternehmen etabliert werden. Es reicht nicht, einmal die Daten zu konsolidieren, zu überprüfen und zu korrigieren. Im Laufe der Zeit kommt es wieder vor, dass die Datenqualität abnimmt, weil die Daten veralten. Stattdessen sollte die Data Governance die Daten über den gesamten Lebenszyklus begleiten und durchgehend prüfen, ob sie die Anforderungen aus den Standards und Richtlinien nach wie vor erfüllen. Auch das Ende des Lebenszyklus sollten Sie in der Data-Governance-Richtlinie beschreiben. Sie können dort festlegen, wie lange die Daten im Archiv bleiben und wann sie datenschutzkonform gelöscht werden.

 

Master Data: The next big thing!

Master Data: The next big thing!

Holen Sie sich das Whitepaper

Erfahren Sie, warum Stammdaten der neuste Trend im Marketing sind.

Whitepaper jetzt herunterladen

Abonnieren Sie unsere Blog-Updates!

Lesen Sie neue Artikel zu den Themen Credit Management, Master Data, Marketing und Compliance als Erste.