Data Governance

Data Governance oder: Wie Sie Ihr Datenmanagement optimieren und das volle Potenzial aus Ihrem Datenbestand herausholen können

Inmitten globaler, stark umkämpfter und äußerst dynamischer Märkte erkennen immer mehr Unternehmen den Wert und die kritische Rolle von Daten für den unternehmerischen Erfolg. Ein Blick in die Praxis zeigt jedoch, dass viele das Potenzial, das in Ihrem Datenbestand steckt, ungenutzt lassen. Häufig fehlen die Strukturen für ein effizientes Datenmanagement und eine organisationsweite wie strategische Nutzung und Verwertung von Daten und Informationen. In diesem Blogartikel zeigen wir Ihnen daher, wie Sie durch die Implementierung eines Data Governance-Rahmenwerks Ihr Datenmanagement nachhaltig optimieren – und mithilfe eines MDM-Systems die Wertschöpfung aus Ihrem Datenbestand maximieren können.

‍

Data Governance – für ein effizientes Datenmanagement

Der Begriff Data Governance ist zwar nicht einheitlich definiert, bezeichnet jedoch im Grunde genommen eine Art strategisches Rahmenwerk für das Datenmanagement. Das Hauptziel eines Data Governance-Rahmenwerks ist es, einen geordneten und sinnvollen Umgang mit Daten innerhalb der Organisation zu etablieren. Das Wort „sinnvoll“ meint an dieser Stelle, dass der Datenbestand auf eine Art und Weise im Unternehmen verwaltet wird, die allen Stakeholdern einen unmittelbaren Zugriff auf die für sie relevanten Daten und Informationen ermöglicht. „Sinnvoll“ bedeutet in diesem Kontext aber auch, dass die gewählte Verwaltungspraxis eine Konsolidierung der einzelnen Datendomänen zulässt und abteilungsübergreifende Kollaborationen und Erkenntnisse unterstützt.

‍

How to: Data Governance

Wie ein jedes Projekt erfordert auch eine Data Governance-Initiative zunächst eine klare Zielsetzung. Idealerweise wird diese von der übergreifenden Unternehmensstrategie abgeleitet. Fragen wie „Was sind die wichtigsten Unternehmensdaten und welche Datenqualität streben wir an?“ sollten dabei im Mittelpunkt stehen und bei der Entwicklung des Rahmenwerks berücksichtigt werden. 

‍

Richtlinien: Für ein effizientes Datenmanagement müssen klare Regeln und Standards für den Umgang mit Daten, genauer gesagt für die Ablage- und Pflegeprozesse, definiert werden, wobei auch Themen wie Taxonomien und Metadaten eine Rolle spielen. Ziel muss es sein, die Verwaltungsarbeiten organisationsweit so gut wie möglich zu standardisieren. Die Richtlinien sollten daher auch in Form eines zentralen Nachschlagewerks zugänglich gemacht werden.

‍

Verantwortlichkeiten: Für die Umsetzung der Data Governance-Richtlinien müssen sowohl auf organisatorischer als auch auf prozessualer Ebene klare Rollen und Zuständigkeit definiert und zugewiesen werden. Zu den Verantwortlichkeiten gehört es, die Einhaltung der Regeln und Standards zu kontrollieren, wie auch die implementierten Strukturen regelmäßig auf den Prüfstein zu legen und gegebenenfalls an neue Anforderungen im Datenmanagement anzupassen. 

Schulungen: Die Implementierung von Data Governance-Strukturen sollte immer auch von Schulungen begleitet sein. Sowohl langjährige wie auch neue Mitarbeiter benötigen ein Onboarding, das sie in den gewünschten Umgang mit Daten unterweist. Wiederkehrende Fortbildungen sind ebenfalls wichtig, um eine organisationsweite Datenkultur aufbauen zu können und die Data Literacy der Mitarbeiter fortwährend weiterzuentwickeln und zu stärken.

Die genannten Punkte machen deutlich, dass ein Data Governance-Rahmenwerk nicht über Nacht entwickelt und eingeführt werden kann. Vielmehr ist Data Governance als ein kontinuierlicher Prozess zu verstehen, der in allen Geschäftsbereichen ein umfassendes Change-Management erforderlich macht. Wirklich erfolgreich sind Data Governance-Initiativen dann, wenn Unternehmen ihre Mitarbeiter von Beginn an einbeziehen und in der Organisation ein Bewusstsein für Daten als strategischen Vermögenswert und die Notwendigkeit gemeinsamer Datenpraktiken entsteht. Gleichzeitig müssen Unternehmen dafür Sorge tragen, dass ihre Mitarbeiter die erforderlichen Kompetenzen und Werkzeuge besitzen, um die Richtlinien effizient umsetzen zu können. Angesichts der rapiden Zunahme an Daten ist es daher auch ratsam, frühzeitig in entsprechende Digitalisierungsprojekte zu investieren. Während einerseits Softwarelösungen für dezidierte Datendomänen und Use Case benötigt werden, wird für eine gesicherte Datenqualität entlang der Information Supply Chain zudem eine Lösung für ein übergreifendes Datenmanagement erforderlich. Die sogenannten MDM-Systeme können hierbei Abhilfe schaffen.

‍

MDM – für einen Golden Record an Stammdaten

Das Akronym MDM steht für Master Data Management und bezeichnet die Softwaredisziplin für die Stammdatenverwaltung und -pflege. Das ultimative Ziel eines MDM-Systems ist es, eine Single Source of Truth für sämtliche Stammdatendomänen im Unternehmen zu etablieren und Golden Records, also aussagekräftige Stammdatensätze für einzelne Betriebsobjekte wie Kunden, Produkte oder Standorte bereitzustellen. Unternehmenseigene Richtlinien können in das MDM-System als Validierungsregeln für den Import, die Anlage der Daten und deren Export integriert werden. Auf diese Weise ist das System in der Lage, die Umsetzung von Data Governance-Initiativen zu unterstützen und die Weichen für Datenqualität in allen nachfolgenden Prozessen zu stellen. MDM-Systeme bringen aber noch einen weiteren großen Vorteil mit sich: Durch die Zusammenführung der Stammdatendomänen und Golden Records in einem zentralen Repository lassen sich auch Beziehungen zwischen den einzelnen Objekten abbilden und Muster erkennen. So können Unternehmen zum Beispiel das Kaufverhalten ihrer Kunden genauer analysieren und die gewonnen Erkenntnisse im Rahmen der Produktentwicklung oder -kommunikation verwerten. Ein MDM-System, das auch eine Integration unstrukturierter Daten ermöglicht, die sich beispielsweise aus den Social Media-Kanälen oder dem Kundendienst speisen, bietet Unternehmen schließlich eine völlig neue Ebene der 360°-Kundenansicht.

Management Summary

Data Governance ist als strategischer Ausgangspunkt des Datenmanagements grundsätzlich für jedes Unternehmen von Bedeutung, das mit Daten hantiert, um reibungslose Geschäftsabläufe und Prozesse zu gewährleisten. Für den großen Handelserfolg braucht es jedoch mehr als das: Neue Technologien wie maschinelles Lernen sowie Tools wie BI und Data Analytics machen es möglich, den eigenen Datenbestand auszuwerten und entsprechend schnell und zielgerichtet auf Trends und Marktveränderungen zu reagieren. Der erfolgreiche Einsatz solcher Technologien setzt jedoch eine konsolidierte und qualitativ hochwertige Analysegrundlage voraus. Mit einem MDM-System können Sie für eine solche Datengrundlage in Ihrem Unternehmen Sorge tragen – und dem Wettbewerb mit datengestützten Produkt- und Vermarktungsstrategien immer einen Schritt voraus sein.

‍