Quando si cercano le migliori pratiche di data governance, si può imparare molto dagli altri che hanno lavorato attraverso i vari processi e modelli. Mentre ogni organizzazione è diversa e sarà necessario adattare le pratiche di data governance al proprio processo, non c’è bisogno di reinventare completamente la ruota. Quando si applica una mentalità di sviluppo agile alla governance dei dati, iniziare in piccolo con una distribuzione minima possibile, e poi iterare e crescere da lì. Questo può produrre maggiori benefici a lungo termine e portare il resto dell’organizzazione in viaggio con voi.
Prima di tutto, è importante capire cos’è la data governance e cosa può portare alla vostra organizzazione.
Cos’è un data governance framework?
Un data governance framework è un modello collaborativo per gestire i dati aziendali. Il quadro o il sistema può stabilire linee guida morbide o confini rigidi intorno alla creazione e alla manipolazione dei dati. Spesso le aziende formano un team di governance dei dati per garantire l’uso corretto dei dati, la qualità dei dati e la conformità alle politiche.
L’esecuzione di un quadro di governance dei dati ha un impatto su tutte le parti del processo di gestione dei dati, compresa l’architettura analitica e i modelli di dati. Una corretta esecuzione rende più facile prendere decisioni più intelligenti, più velocemente.
Una volta che avete una solida comprensione della governance dei dati e dell’impatto che può avere sulla vostra organizzazione, cercate le opportunità di utilizzare modelli, modelli e best practice che sono disponibili sul mercato. Le best practice di data governance possono essere trovate in strumenti software, framework, librerie o consulenti, e si può guardare a Tableau Blueprint per capire come Tableau può aiutarvi a procedere verso un’implementazione di successo.
Mentre ogni organizzazione è diversa, ci sono alcune best practice di base che vi aiuteranno a guidarvi quando sarete pronti ad andare avanti.
Migliori pratiche di governance dei dati
Pensate al quadro generale, ma iniziate in piccolo
La governance dei dati è una combinazione di persone, processi e tecnologia. Per iniziare a costruire il quadro generale, iniziate con le persone, poi costruite i vostri processi e infine incorporate la vostra tecnologia. Senza le persone giuste, è difficile costruire i processi di successo necessari per l’implementazione tecnica della governance dei dati. Se identificate o assumete le persone giuste per la vostra soluzione, queste vi aiuteranno a costruire i vostri processi e a trovare la tecnologia per fare bene il lavoro.
Costruite un business case
Avere il buy-in e la sponsorizzazione dei leader che faranno parte del processo è la chiave per costruire una pratica di data governance, ma il buy-in da solo non sosterrà completamente lo sforzo e garantirà il successo. Costruire un forte business case identificando i benefici e le opportunità che la qualità dei dati porterà all’organizzazione e mostrare i miglioramenti che possono essere ottenuti, come un aumento delle entrate, una migliore esperienza del cliente e l’efficienza. Aiutate tutte le persone coinvolte a vedere e capire sia l’energia necessaria che gli eventuali benefici per avere successo.
La maggior parte dei leader può essere convinta che la scarsa qualità dei dati e la cattiva gestione dei dati siano un problema, ma i piani di governance dei dati possono fallire se la leadership non si impegna a guidare il cambiamento.
Metriche e ancora metriche
Come per qualsiasi obiettivo, se non lo si può misurare, non lo si può raggiungere. Quando si fa qualsiasi cambiamento, si dovrebbe misurare la linea di base prima per giustificare i risultati dopo. Raccogliete queste misurazioni all’inizio, e poi seguite costantemente ogni passo lungo la strada. Volete che le vostre metriche mostrino i cambiamenti generali nel tempo e servano come punti di controllo per assicurare che i processi siano pratici ed efficaci.
Comunicare presto e spesso
Non importa a che punto siete voi e la vostra organizzazione nel programma e nei processi di governance dei dati, è essenziale comunicare. Una comunicazione coerente ed efficace è fondamentale per mostrare l’impatto del programma, celebrare i successi e riconoscere onestamente le sconfitte. Create e aggiornate una lista definita di stakeholder all’interno della vostra organizzazione e assicuratevi che le comunicazioni siano facilmente accessibili e digeribili. Questo assicurerà che le persone giuste sappiano ciò che devono sapere, evitando sorprese e socializzando i progressi.
Considera che la data governance è una maratona, non uno sprint
Non c’è un traguardo per una buona data governance; in genere non si mette insieme un team per lanciare un progetto e poi si incrociano le dita. Quando implementate un programma di data governance, assicuratevi di presentarlo come un investimento a lungo termine, non come un progetto una tantum.
Un progetto ha una data di inizio e una di fine, e grandi nomi di progetti e lanci appariscenti possono suscitare interesse. Tuttavia, la governance dei dati è un processo continuo e iterativo che consiste in molti sottoprogetti e pietre miliari. Iniziate con piccoli progetti pilota e portate gli insegnamenti di questi progetti all’interno dell’azienda per informare iniziative più grandi e complete.
I programmi di data governance possono durare anni, ma i singoli progetti in genere non dovrebbero durare più di tre mesi. Costruite progetti più piccoli nella strategia di data governance a lungo termine per tessere un cambiamento più fondamentale nella vostra organizzazione.
Identificare i ruoli e le responsabilità relative
La data governance richiede un lavoro di squadra con risultati da tutti i vostri dipartimenti. Ruoli chiaramente definiti sono essenziali per ogni programma di governance dei dati, ed è importante assegnare livelli di proprietà in tutta l’organizzazione. Determinare chi ha autorità e responsabilità aiuterà a socializzare il vostro programma di data governance e a stabilire una struttura intelligente per affrontare i programmi di dati come una squadra potente.
I ruoli di data governance variano leggermente tra le organizzazioni, ma i ruoli comuni potrebbero includere:
- Consiglio di data governance (comitato direttivo/livello strategico): Un consiglio di governance dei dati è un organo di governo responsabile della guida strategica del programma di governance dei dati, della definizione delle priorità per i progetti e le iniziative e dell’approvazione delle politiche e degli standard dei dati a livello di organizzazione.
- Consiglio di governance dei dati (livello tattico): Un consiglio di governance dei dati è un gruppo di persone che sviluppa le politiche e le pratiche di un’organizzazione per trattare i dati come una risorsa strategica.
- Manager dei dati: Un manager dei dati crea sistemi di database che soddisfano le esigenze di un’organizzazione per i dati che intende raccogliere o che ha già raccolto.
- Proprietari dei dati: Un proprietario di dati è un individuo che è responsabile di una risorsa di dati.
- Data steward: Un responsabile dei dati è responsabile dell’utilizzo dei processi di governance dei dati per garantire la qualità dei dati, compresi i contenuti e i metadati.
- Utenti dei dati: Gli utenti dei dati sono membri del team con la responsabilità diretta di inserire e utilizzare i dati come parte dei loro compiti quotidiani. Possono accedere direttamente ai dataset integrati a livello di record dell’unità e studiarli per scopi statistici e di ricerca.
In definitiva, la governance dei dati riguarda persone, processi e tecnologia. Un programma di successo si traduce in una chiara comprensione della provenienza dei dati e di chi possiede cosa. Si traduce anche in processi noti da seguire quando sono necessarie modifiche ai dati. Prendetevi il tempo per capire il valore delle persone che scegliete per gestire il processo e operare all’interno della tecnologia. Insieme, queste persone forniranno dati su cui potete fare affidamento, da utilizzare per il processo decisionale strategico e per far progredire la vostra organizzazione. Per saperne di più sull’analitica self-service governata su scala.