Gå til innhold
Kvinnelig kontroll av datastyringsanalyse

Hva er datagovernance?

 

Denne websiden er maskinoversatt for å hjelpe deg. SAP kan ikke garantere at maskinoversettelsen er riktig eller fullstendig oversatt. Den opprinnelige engelske nettsiden finner du ved å bruke verdenskartet i øvre høyre hjørne av denne siden.

Per definisjon omfatter styring av foretaksdata de retningslinjene og prosedyrene som er implementert for å sikre at en organisasjons data er nøyaktige til å begynne med – og deretter håndteres riktig mens de legges inn, lagres, manipuleres, åpnes og slettes. Ansvarsområdene for datastyring omfatter etablering av infrastruktur og teknologi, opprettelse og vedlikehold av prosesser og retningslinjer og identifisering av enkeltpersoner (eller posisjoner) i en organisasjon som har både myndighet og ansvar for å håndtere og beskytte bestemte typer data.

 

Datagovernance er en viktig del av konformiteten. Systemer vil ta seg av mekanikerne lagring, håndtering og sikkerhet. Men det er folkets side – styringsorganisasjonen – som sørger for at retningslinjene defineres, at prosedyrene lyder, teknologier håndteres på riktig måte og dataene beskyttes. Data må håndteres korrekt før de legges inn i systemet mens de brukes, og når de hentes fra systemet for bruk eller lagring et annet sted.

 

Mens datastyring fastsetter retningslinjer og prosedyrer for å fastslå datanøyaktighet, -pålitelighet, -integritet og -sikkerhet, er styring av data implementeringen av disse prosedyrene. Enkeltpersoner som er tilordnet med ansvarsområder for datastyring, administrerer og overvåker prosedyrene og verktøyene som brukes til å håndtere, lagre og beskytte data.

Ytelser fra datagovernance

I en tid der organisasjoner i økende grad er avhengige av data for alle sider av virksomheten, har du ikke råd til ikke å ha en informasjonspillplan. Data står i hjertet av alle data- og teknologifunksjoner, inkludert regnskap og økonomi, planlegging og kontroll, ordreadministrasjon, kundeservice, tidsplanlegging, prosesskontroll, konstruksjon og design – du navngir den. Nøyaktige, pålitelige data er avgjørende for at disse systemene og funksjonene skal fungere effektivt. 

 

Ettersom (gode, pålitelige) data er viktige for virksomheten, må organisasjoner delta i opprettingen, kvaliteten, håndteringen og sikkerheten av disse dataene. Og når de gjør det, kan systemene og databasene deres baseres på å gjenspeile virkeligheten og effektivt støtte beslutningstaking og forretningsmessig suksess.

placeholder

Sentral datagovernance gir en sentralisert, pålitelig visning av dataene dine.


Fordelene med datagovernance omfatter:
  1. Bedre, mer pålitelige data: Det er selvfølgelig hele punktet. Brukere og beslutningstakere vil ha større tillit til dataene og dermed mer tillit til beslutningene basert på disse dataene. Og disse beslutningene er bedre fordi de er basert på nøyaktig informasjon.
  2. En enkelt versjon av sannheten: Fordelen med å ha alle deler av organisasjonen og alle beslutningstakere som jobber fra samme informasjon er uberegnelig. Det er ikke mer tid på å krangle med regnearket eller planen "bedre" eller mer oppdatert. Alle deler av organisasjonen er koordinert.
  3. Overholdelse av lovbestemte krav, juridiske regler og bransjer: Prosedyrer for håndtering av solide data er nøkkelen til overholdelse. Revisorer og representanter for tilsynet vil faktisk ikke se på dataene så mye som å se på hvordan dataene ble generert, behandlet og beskyttet.
  4. Kostnadsreduksjon: Ikke bare vil revisjoner bli rask og enkel, men den daglige driften vil bli mer effektiv og mer effektiv. Du kan redusere avfall som er forårsaket av beslutninger som er tatt, basert på feilaktig eller foreldet informasjon. Og du kan forbedre kundeservice ved å kjenne nøyaktig status for pågående aktivitet, lagerbeholdning og styrketilgjengelighet.

Organisasjoner blomstrer på nøyaktige, konsistente og pålitelige data som per definisjon bare kan oppnås med god datagovernance.

Hva er rammeverket for datagovernance?

En datagovernance framework viser til modellen som legger grunnlaget for datastrategi og konformitet. Fra og med datamodellen som beskriver dataflyten – inn-, utdataparametere og lagringsparametere – overlapper styringsmodellen reglene, aktivitetene, ansvarsområdene, prosedyrene og prosessene som definerer hvordan disse dataflytene administreres og styres.

 

Tenk på modellen som en slags blueprint på hvordan datagovernance fungerer i en bestemt organisasjon. Vær oppmerksom på at dette styringsrammeverket vil være unikt for hver organisasjon, og gjenspeile spesifikasjonene for datasystemene, organisasjonsoppgavene og ansvarsområdene, lovbestemte krav og bransjeprotokoller.

 

Rammeverket ditt bør omfatte følgende:

  • Dataomfang: Stamdata, transaksjonelle, operative, analytiske data, store data osv.
  • Organisasjonsstruktur: roller og ansvarsområder mellom ansvarlig eier, data-, IT-, forretningsteam og ledersponsor.
  • Datastandarder og retningslinjer: veiledninger som skisserer hva du styrer og styrer, og hvilket resultat.
  • Tilsyn og målinger: parametere for måling av strategiutføring og -suksess.

Datastyringsprosesser

Datastyring må være innebygd i organisasjonens dataopprettings-, ledelses- og beskyttelsesprosesser. Nedenfor finner du noen av prosedyreelementene og retningslinjene:

  • Framgangsmåter og dokumentasjon: Mer enn bare et krav om å holde revisorene fornøyd – dokumentasjon skal gi en tydelig oversikt over alle prosesser. Prosedyrer bør også styrkes gjennom opplæring og med motivasjonsinsentiver.
  • Dataintegritet: Overveielser av dataintegritet må innarbeides i framgangsmåter i samsvar med datastyringsmodellen og -rammen. Forvent at disse tilleggene krever litt ekstra oppmerksomhet og prosedyredisiplin på den delen av lønnstakerne og kan påvirke effektiviteten godt (kanskje i tillegg noen sekunder til en prosess). En liten del automatisering kan hjelpe her. Relativt rimelige, utprøvde teknologier som strekkodeskanere og berøringsskjermer kan gjøre datainnsamlingen raskere og mer nøyaktig, særlig når de er koblet sammen med IIoT (Industrial Internet of Things) sensorer og i par med eksisterende prosesskontrollsystemer.
  • Revisjoner og kvalitetskontroll: Bygg periodiske kontroller av datagyldighet inn i alle prosedyrer for å verifisere prosesser og metodisk samsvar. En regelmessig kontrollplan fra et kvalitetsteam fungerer best.

Hva er noen av de største utfordringene for datagovernance?

Den største utfordringen kan være organisasjons- og personalsaker. Hver forretningstransformasjon krever ansvarlige roller og ansvarsområder med en mester for å lede endringen. Den krever også en kulturovergang fra å vise datahåndtering som en kjedelig, lavnivåjobb til en av ekstrem betydning. Hvis medarbeiderne berører data – spesielt kritiske data – og hvis de oppretter dem, endrer du dem, bruker eller flytter dem rundt på en eller annen måte, må de forstå hvilken rolle de spiller i å vedlikeholde dataene på en ordentlig måte og ta ansvar.

 

En annen stor utfordring er rask spredning av data som bare blir mer utbredt over tid. Mye av disse nye dataene er enten ustrukturert eller forskjellig fra det vi har sett eller jobbet med tidligere. Dette skattlegger ikke bare eksisterende systemer og databaser, men sørger for behov for nye prosedyrer og tilleggskrav til foretaksstyring.

Verktøy og teknologi for datagovernance

Oppretting av datagovernance Framework krever ikke flere verktøy. Teknologier kan imidlertid bidra til å samle inn, administrere og sikre dataene. Vurder disse:

  • Applikasjoner om informasjonsstyring bidrar til dataprofilering og overvåking av resultatene i foretakets retningslinjer for datagovernance. Det gjør det enklere å utføre initiativer for informasjonsstyring i alle forretningsenheter, håndheve kvalitetsstandarder med datavalidering og måle forbedringen av datakvalitetsprosesser.
  • Metadataadministrasjonsløsninger, ofte kalt EMM (Enterprise Metadata Management), kategoriserer og organiserer konsekvent et foretaks informasjonseiendeler og har blitt stadig viktigere i epoken med store data. Informasjon om dataressursen som er vedlikeholdt, inkluderer type, tagger, kilde og datoer.
  • Informasjonslivssyklus- og innholdsstyringsteknologier kontrollerer datavolumer og styrer risiko med automatisert politikk for informasjonsarkiv, lagring og destruksjon.  Innholdsstyringsspesifikke funksjoner kan også effektivisere forretningsprosesser ved å digitalisere dokumenter og integrere relevant innhold med transaksjoner og arbeidsflyter.
  • Utvidet dataadministrasjon, eller utvidet dataintegrasjon, forbedrer eksisterende foretaksdata med informasjon oppnådd ved hjelp av nye teknologier som AI (kunstig intelligens) og maskinlæring. Målet er å forbedre beslutningstakingen og hjelpe enkelte applikasjoner med å bli mer selvmålrettet.

5 beste praksis for datagovernance

Det er allmenn enighet mellom sakkyndige om at de første fem «beste praksiser» for datagovernance er:

  1. Tenk med det store bildet i tankene, men starter lite. Alle gode råd. Hvis du starter fra bunnen av (og aldri har hatt en datastyringsprosess på plass), bryter du ny grunn. Det er alltid fornuftig å starte et lite – teste ut ideer og forståelse på en begrenset måte for å lære, utvikle ferdigheter og validere tilnærmingen før du forplikter seg til hele innsatsen. Samtidig er det viktig å holde det store bildet i tankene. Det er for enkelt å bli pakket inn i minutiaen og stram fra det overordnede målet. Vi dokumenterer derfor prosjektets overordnede mål (slik som datastyringsprosessen vil se ut), utvise et beskjedent stykke som kan være ditt pilottestområde, og validere tilnærmingen din med denne "pilottesten".
  2. Utnevne en ansvarlig sponsor. Som med alle prosjekter på tvers av foretak, er det viktig å sikre at en ledende forretningssponsor er forkjemper for datastrategien. De vil aktivt fremme og formidle strategien til den bredere organisasjonen. Sponsoren vil også håndheve ansvarlighet, modellere det ønskede databesket og bidra til problemer med arbitratdata mellom forretningsenheter.
  3. Bygg en forretningssak. Datastyringssystemer kommer ikke uten kostnad. Selv om det ikke er nødvendig med spesialutstyr for å utvikle rammeverket og fylle ut detaljene, er det fremdeles arbeid å gjøre – og det vil forbruke ressurser, spesielt medarbeidertid.

    Det er en god idé om å bygge en forretningssak for et slikt prosjekt. Forretningstilfellet bør inneholde en overordnet beskrivelse av prosjektet, en oversikt over målene og målene, forventede fordeler og en tidsplan med milepæler og målinger (indikatorer) for fremdrift og suksess. Disse indikatorene bidrar til å holde prosjektet i rute når prosjektteamet vurderer fremdriften mot den forhåndsfastsatte tidslinjen og milepælene. Forretningstilfellet minner også teammedlemmer om årsakene til at du gjør dette prosjektet, og hvorfor det er viktig for organisasjonen å få det gjort riktig og presis.
  4. Utvikle de riktige målingene. Måling er viktig, men mer er ikke alltid bedre. Selv når de er automatisert tar målinger tid og innsats; noen må se på resultatene, tolke dem og kanskje iverksette korrigerende tiltak. For mange målinger – eller målinger som ikke er meningsfulle – kan være kontraproduktive. Brukerne, operatørene og arbeiderne vil raskt finne ut når tiltak ikke er viktige, og kan være mindre oppmerksomme på de virkelig meningsfulle målingene som følge av dette. Som med KPI-er (nøkkeltall for nøkkelytelse) er en håndfull (vanligvis seks til 10) nyttige og meningsfulle målinger mye bedre enn 50 eller 100 som ikke gir mye innsikt i hvordan systemene faktisk fungerer og om målene oppfylles.
  5. Kommuniser. De fleste har en medfødt aversjon for å endre seg basert på frykt for det ukjente – men det beste er informasjon. Vær åpen med de som vil bli påvirket av de nye prosessene og prosedyrene, uansett om de vil være aktive deltakere i prosessen eller ikke. Forklar hva du gjør, og hvorfor. Fortell dem hvordan det vil endre arbeidstiden (det kan være en liten endring) og hvorfor det er viktig å samarbeide og støtte endringene. Involver de som får mest innvirkning på planleggingen og implementeringen av de nye prosedyrene. De er best posisjonert for å se hvordan endringene vil påvirke produktiviteten, hvordan de kan endres til å være mindre intrusive, og hvordan prosessen kan forbedres for å gi bedre data.

En håndfull (vanligvis seks til 10) nyttige og meningsfulle målinger er mye bedre enn 50 eller 100 som ikke gir mye innsikt i hvordan systemene faktisk fungerer, og om målene blir oppfylt.

Husk at datagovernance er en pågående prosess, ikke et engangsprosjekt. Ja, det er en front for arbeidet med å konfigurere systemet – men disse prosessene blir en del av dagliglivet i organisasjonen. Og selve prosessene må kontinuerlig overvåkes og evalueres på nytt i lys av det endrede volumet, typene og datategnet som organisasjonen håndterer.

placeholder

Utforsk stamdatagovernasjonsløsninger

Styrer datalivssyklusen og øk kvaliteten på forretningsdataene.

Ofte stilte spørsmål om datagovernance

Datahåndtering viser til alle funksjoner som er nødvendige for å samle inn, kontrollere, beskytte, manipulere og levere data. Datastyring er alt om datakvalitet og -pålitelighet. Den omfatter de retningslinjer og aktiviteter som oppretter infrastrukturen. Den gir også navn til enkeltpersoner (eller stillinger) i en organisasjon som har både myndighet og ansvar for håndtering og sikring av bestemte typer data.

Datastyring fastsetter prosessene og prosedyrene og navngir personene eller stillingene som er ansvarlige for datanøyaktighet og -pålitelighet. Datastyring er derimot gjennomføringen av disse prosedyrene. Enkeltpersoner som er tilordnet med ansvarsområder for datastyring, administrerer og overvåker prosedyrene og verktøyene som brukes til å håndtere, lagre og beskytte data.

Stamdatastyring og -styring må fungere sammen. Datastyring gjelder all datakvalitet og -pålitelighet – den fastsetter regler, retningslinjer og prosedyrer som sikrer datanøyaktighet, pålitelighet, konformitet og sikkerhet. Master Data Management er et annet begrep for konseptet om en sentralisert, enkeltkilde for foretaksdata (en versjon av sannheten). Stamdata er kjernedataene som er viktige for alle forretningstransaksjoner, for eksempel fakturaklienter eller innkjøpsbeholdning. Disse transaksjonene trenger et sentralt arkiv med kunde-, leverandør- og varedata.

Nyhetsbrev for SAP Insights

placeholder
Abonner i dag

Få nøkkelinnsikt ved å abonnere på nyhetsbrevet vårt.

Videre lesing

Tilbake til toppen