データガバナンスのベストプラクティスを探す際には、様々なプロセスやテンプレートを経験した他の人から多くのことを学ぶことができます。 組織はそれぞれ異なるので、データガバナンスのプラクティスを自分のプロセスに合わせる必要がありますが、完全に車輪を再発明する必要はありません。 アジャイル開発の考え方をデータガバナンスに適用する場合は、最小実行可能な展開で小さく始め、そこから反復して成長させていきます。
まず、データ ガバナンスとは何か、そしてデータ ガバナンスが組織にもたらすものは何かを理解することが重要です。 フレームワークやシステムは、データの作成や操作に関するソフトなガイドラインや強固な境界を設定することができます。 多くの企業では、データの適切な使用、データの品質、およびポリシーの遵守を保証するために、データガバナンスチームを編成します。
データガバナンスのフレームワークを実行することは、アーキテクチャ分析やデータモデルなど、データ管理プロセスのすべての部分に影響を与えます。
データガバナンスとそれが組織に与える影響をしっかりと理解した上で、市場に出回っているテンプレートやモデル、ベストプラクティスを利用する機会を探しましょう。 データ ガバナンスのベスト プラクティスは、ソフトウェア ツール、フレームワーク、ライブラリ、またはコンサルタントに含まれており、Tableau Blueprint を見て、Tableau がどのように実装の成功に向けて支援できるかを理解することができます。
組織はそれぞれ異なりますが、前に進むための指針となる基本的なベスト プラクティスがいくつかあります。
データ ガバナンスのベスト プラクティス
全体像を考えながら、小さく始める
データ ガバナンスは、人、プロセス、テクノロジーの組み合わせです。 全体像の構築を始めるには、まず人から始め、次にプロセスを構築し、最後にテクノロジーを組み込むことになります。 適切な人材がいなければ、データガバナンスの技術的導入に必要なプロセスを成功させることは困難です。
ビジネス ケースの構築
データ ガバナンスの実践を構築する際には、プロセスに参加するリーダーから賛同と後援を得ることが重要ですが、賛同だけでは取り組みを完全にサポートし、成功を確実にすることはできません。 データ品質が組織にもたらすメリットと機会を特定し、収益の増加、顧客体験の向上、効率化など、得られる改善点を示すことで、強力なビジネスケースを構築します。 関係者全員が、成功のために必要なエネルギーと最終的な利益の両方を見て理解できるようにします。
ほとんどのリーダーは、データの質の低さやデータ管理の不備が問題であることを納得できますが、リーダーが変化を推進することにコミットしていない場合、データ ガバナンス計画は失敗する可能性があります。
測定
どんな目標でも、測定できなければ達成できません。 何かを変えるときは、後の結果を正当化するために、前のベースラインを測定する必要があります。 早めに測定値を収集し、途中の各ステップを一貫して追跡していきます。
早期かつ頻繁にコミュニケーションをとる
あなたとあなたの組織がデータ ガバナンス プログラムとプロセスのどの段階にいるかにかかわらず、コミュニケーションは不可欠です。 一貫した効果的なコミュニケーションは、プログラムの影響を示し、勝利を祝い、挫折を正直に認めるために重要です。 組織内の利害関係者の定義されたリストを作成して更新し、コミュニケーションがアクセスしやすく、消化しやすいようにします。
データ ガバナンスはスプリントではなくマラソンであるという事実を考慮する
優れたデータ ガバナンスにゴールはありません。
プロジェクトには開始日と終了日があり、派手なプロジェクト名や立ち上げは興味を引くかもしれません。
プロジェクトには開始日と終了日があり、派手なプロジェクト名や開始日は興味を引くかもしれませんが、データガバナンスは多くのサブプロジェクトとマイルストーンからなる継続的で反復的なプロセスです。
データガバナンスプログラムは何年もかけて実施することができますが、個々のプロジェクトは通常、3ヶ月を超えてはいけません。
関連する役割と責任の識別
データ ガバナンスには、すべての部門から成果物を提供するチームワークが必要です。 すべてのデータ ガバナンス プログラムには、明確に定義された役割が不可欠であり、組織全体に所有権のレベルを割り当てることが重要です。
データガバナンスの役割は組織によって多少異なりますが、一般的な役割としては以下のようなものがあります。
最終的には、データガバナンスは、人、プロセス、および技術に関するものです。 成功したプログラムでは、データがどこから来るのか、誰が何を所有しているのかを明確に理解することができます。 また、データの変更が必要になったときに従うべきプロセスも明らかになります。 プロセスを管理し、技術を運用するために選択した人材の価値を理解するために時間をかけてください。 これらの人材が一体となって、信頼できるデータを提供し、戦略的な意思決定に活用することで、組織を前進させることができるのです。 セルフサービス型アナリティクスの詳細については、こちらをご覧ください。