Data Governance: de katalysator voor datakwaliteit

De maand januari is aangebroken en in vele organisaties liggen de plannen voor dit nieuwe jaar klaar. Er is zoals gebruikelijk teruggeblikt en vooruit gekeken. Ook met betrekking tot datakwaliteit en data governance. ‘De datakwaliteit had een paar jaar terug als gevolg van een verbeterproject een behoorlijke groei doorgemaakt, was in 2014 afgevlakt en in 2015 om onduidelijke redenen toch weer gedaald. Aanleiding om in het nieuwe jaar maar weer een datakwaliteit verbeterproject op poten te zetten... ‘

Betere datakwaliteit voor veel organisaties een uitdaging

Datakwaliteit blijft een aandachtspunt voor veel organisaties. De aanleiding kan extern gedreven zijn door een auditbevinding van de externe accountant of wet- en regelgeving waaraan moet worden voldaan. Maar de roep om betere datakwaliteit komt ook van binnen de organisatie om bijvoorbeeld samenwerking in de keten te verbeteren of processen te optimaliseren. Veel ondernemingen zijn daarom bezig met initiatieven om de datakwaliteit te verbeteren. Deze hebben ook resultaat, maar helaas lukt het vaak niet om na afronding van het DQ-project de gerealiseerde verbeteringen vast te houden en verder door te zetten.

Goede data governance: de as in het wiel

Uit onderzoek blijkt dat een goed ingerichte data governance de belangrijkste driver of factor is voor het realiseren en vasthouden van datakwaliteit. In het DAMA-framework voor datamanagement is governance niet voor niets als de as in het wiel gepositioneerd. Toch wordt het belang van governance nog onderschat. Laten we eerst maar de datakwaliteit gaan verbeteren, dan ontstaat de governance daaromheen vanzelf. En zo niet, dan komt dat later wel.

Gebrekkige datakwaliteit is een organisatieprobleem dat vaak in een project wordt weggestopt. Zonder beleid, procedures en duidelijkheid over de taken en verantwoordelijkheden op het gebied van datakwaliteit – laten we zeggen ‘de reguliere bedrijfshygiëne’ - vervalt een organisatie al snel in oude patronen en kan weer van voor af aan gestart worden. Veel pogingen om data governance in te richten stranden, omdat het ontbreekt aan een probleemeigenaar op het juiste niveau met het mandaat en de middelen om te komen tot een organisatiebrede aanpak.

Zeven wijze lessen voor data governance

Kortom, het blijkt een worsteling om te komen tot een goed werkende governance. De volgende zeven wijze lessen kunnen helpen om de governance rondom datakwaliteit goed in te richten:

1. Definieer governance niet op een abstract niveau. De pijltjes en blokjes in de kleurrijke PowerPoint mogen niet voor meerdere uitleg vatbaar zijn. Op die manier wordt voorkomen dat bij de implementatie weer discussies ontstaan over wie nu precies waarvoor verantwoordelijk is. Gebruik een concrete use case om de governance afspraken te verduidelijken.
2. Richt je op de kernzaken: wie stelt DQ eisen, wie meet en rapporteert, wie prioriteert issues, wie definieert verbeteringen, wie realiseert verbeteringen en wie betaalt?
3. Zorg ervoor dat er (gedelegeerde) data eigenaren zijn en DQ eisen door gebruikers worden gedefinieerd.
4. Denk meer in functies dan in rollen. Dat laatste heeft vaak het karakter van ‘het er even bij doen’.
5. Gebruik niet blindweg governance-modellen die niet passen bij de structuur en cultuur van de organisatie. Governance is maatwerk.
6. Let op dat belangrijke (centrale) functies (zoals een Chief Data Steward) het mandaat, het draagvlak en de middelen hebben om hun taken uit te voeren. Data(kwaliteit) overstijgt vaak afdelingen en processen en het kan daarom nodig zijn om op directieniveau de verantwoordelijkheid voor data expliciet te beleggen (Chief Data Officer).
7. Hou het eenvoudig en overzichtelijk: niet teveel boards en lagen in de governance en voorkom verzanding in ellenlange discussies over minder belangrijke details van de governance.

Structureel betere datakwaliteit begint met een goede data governance. Een onderwerp dat in 2016 voor veel organisaties op de directie agenda staat, of zou moeten staan. Als er al een data governance is ingericht, dan kan het geen kwaad deze eens tegen het licht te houden. Werkt deze zoals bedoeld? Worden de juiste problemen aangepakt? Vragen die het management zou moeten stellen en die door gebruikers van data zouden moeten worden beantwoord.