Kommentar von Tim van Baars, Precisely Data Governance vs. Datenqualität – was kommt zuerst?

Anbieter zum Thema

Disy Informationssysteme GmbH

QUNIS GmbH

Fivetran Germany GmbH

Precisely Software GmbH

Data Governance und Datenqualität: Beide sind für den Erfolg der jeweils anderen Komponente unerlässlich, um bessere Entscheidungen auf der Grundlage zuverlässiger Daten zu treffen. Ein solides Data-Governance-Programm ist die Voraussetzung für eine unternehmensweite Datenqualität und bietet einen Rahmen, um Personal, Prozesse und Technologie aufeinander abzustimmen. Qualitätsdaten sind vollständig, verifiziert und validiert – und sie bilden die Basis für Datenintegrität.

In der vernetzten Welt von heute generieren Unternehmen enorme Datenmengen in rasantem Tempo. Unabhängig von der Größe der Datenumgebung, in der all diese Daten gespeichert sind – sei es ein herkömmliches Data Warehouse oder eine Big-Data-Umgebung wie ein Data Lake – der gemeinsame Nenner sind Rohdaten, die aus verschiedenen internen und externen Quellen stammen und in der Regel von unbekannter Qualität sind.

Bei der Priorisierung von Datenmanagement-Aufgaben und -Leistungen in Unternehmen entsteht oft eine große Debatte über den ersten Schritt, der in Angriff genommen werden sollte: Data Governance oder Datenqualität.

Im Bereich des Datenmanagements gibt es viele Begriffe, die von den Mitarbeitern austauschbar verwendet werden, in der Regel aufgrund von Ähnlichkeiten in Funktion und Verwendung innerhalb des Ökosystems. Datenqualität und Data Governance sind keine Synonyme, können aber manchmal verwechselt werden – und das aus gutem Grund. Beide funktionieren nur im Zusammenspiel und ein solides Data-Governance-Programm ist entscheidend für eine unternehmensweite Datenqualität. Ohne Governance wird die Qualität von Daten oft missverstanden und ist daher nicht verlässlich.

Wenn ein Unternehmen Datenmanagement-Initiativen in Angriff nimmt, muss eine solide Data Governance sichergestellt werden, um die Herausforderung der Datenqualität zu meistern.

Datenqualität ist abhängig von guter Data Governance

Wenn die Datenqualität im Rahmen eines soliden Data-Governance-Programms verbessert wird, wird nicht nur die Genauigkeit, Vollständigkeit und Relevanz der Daten sichergestellt, sondern auch die Glaubwürdigkeit der Daten verbessert. Datenqualitäts-Tools können Parsing und Standardisierung, Bereinigung, Profiling und Monitoring zur Verbesserung der Datenqualität umfassen, müssen aber in einem soliden Data-Governance-Rahmen stattfinden.

Auf dem Weg dorthin sollten folgende Punkte beachtet werden:

• Festlegung eines klaren Verständnisses und Eigentums an den Datenbeständen, einschließlich der Frage, woher die Daten stammen und wie sie in allen Bereichen des Unternehmens verwendet werden.

• Identifikation von sensiblen Daten und Übereinstimmung mit gesetzlichen Vorschriften und Compliance-Regeln, auch Verantwortungen und Rechenschaftspflicht müssen festgelegt werden.

• Festlegung von Datenverantwortlichen, Eigentümern und Interessenvertretern, die die Verwendung definieren und als Ressourcen für Geschäftsanwender fungieren können. Datenbestände sind wertvoll und dieser Wert wird nur durch das Fachwissen des Humankapitals eines Unternehmens übertroffen. Es ist wichtig, diese gemeinsam zu nutzen.

All dies führt zu einer Kultur der Zusammenarbeit und verbessert das Verständnis und die Nutzung von Daten.

Data Governance hat viele Funktionen: Erstellung eines Geschäftsglossars und von Datenwörterbüchern, Nachverfolgung der Datenherkunft, Sicherstellung der Compliance, Verhinderung von Datenverstößen und Schutz von Datenbeständen sowie Erstellung einheitlicher Richtlinien und Verfahren.

Im Prinzip soll jedoch die Grundlage für das Verständnis von Daten geschaffen werden, denn dies stellt sicher, dass Daten angemessen genutzt werden, um den Wert zu maximieren und Risiken zu minimieren. Gleichzeitig werden Geschäftsanwender ermutigt, diese Datenbestände zunehmend für Analysen zu nutzen, die zu größeren und besseren Entscheidungen führen können.

Um dies alles mit unserer Frage nach Data Governance und Datenqualität zu verknüpfen: Geschäftsanwender werden diese Daten nur dann besser nutzen, wenn sie nicht nur die Daten verstehen, sondern auch ihrer Qualität vertrauen – und hier kommt die Datenqualität ins Spiel. Die Datenqualität kann im Rahmen einer umfassenden Data-Governance-Lösung nachverfolgt, bewertet und überwacht werden.

Data Governance schützt die Datenlieferkette

Data Governance sorgt für die Organisation und das Verständnis von Daten in einem klaren Rahmen von Verantwortlichkeiten, Richtlinien und Standards. Die Datenbestände müssen jedoch über die gesamte Datenlieferkette hinweg kontinuierlich verwaltet werden, da sich die Daten im Laufe der Zeit verändern und sich die Anwendungsfälle weiterentwickeln. Datenverknüpfungen und -definitionen sind nicht statisch und wenn Daten von Quellen durch Systeme wandern, kann die Qualität oft beeinträchtigt werden.

Der „Schutz“ von Datenbeständen bezieht sich nicht nur auf die Datensicherheit, sondern auch auf die Verpflichtung, die Datenintegrität zu erhalten und zu verbessern. Ein umfassendes Governance-Programm mit Datenkontrollen und Qualitätsüberwachung kann viele nachgelagerte datenbezogene Probleme verhindern und dazu beitragen, Datenmissverständnisse und -missbrauch zu reduzieren. Klar definierte Arbeitsabläufe und benutzerfreundliche Visualisierungen erhöhen zudem die Verantwortlichkeit und sorgen für eine reibungslose Eskalation und Lösung von Problemen.

Wie Unternehmen Data Governance angehen sollten

Der richtige Ansatz für Data Governance erfordert eine geschäftsorientierte, unternehmensweite Strategie, um sowohl die Qualität der Daten eines Unternehmens als auch die daraus gewonnenen Erkenntnisse zu maximieren.

Die Lösung sollte ein umfassendes Verständnis der Datenlandschaft eines Unternehmens ermöglichen, damit Dateneigentümer, Datenverwalter und Datenkonsumenten Daten effektiv verwalten, gemeinsam nutzen und verwenden können, um einen maximalen Geschäftswert zu erzielen. Die Lösung sollte auch Analysen beinhalten und Algorithmen des maschinellen Lernens anwenden, um Lücken in der Datenqualität im gesamten Unternehmen zu identifizieren.

Data Governance vs. Datenqualität: ein Fazit

Was ist also die wichtigste Erkenntnis aus der Debatte zwischen Data Governance und Datenqualität?

Letztendlich ist die verbesserte Datenqualität ein wesentlicher Vorteil der Implementierung eines umfassenden Data-Governance-Rahmens.

Data Governance umfasst die umfassendere, strategische Unternehmensvision, Daten als wertvollen Unternehmenswert zu erkennen und zu verwalten – und dieses Rahmenwerk muss zuerst geschaffen werden, um die Datenqualität, das Verständnis und die Zusammenarbeit im gesamten Unternehmen zu verbessern.

(ID:48734027)