Een data-centrische benadering gaat één stap verder dan een data-driven benadering. Bij een data-centrische benadering staat data voorop en zal elke applicatie overleven omdat het onafhankelijk van de applicatie als een asset wordt opgeslagen. Goede data governance is essentieel om een organisatie data-centrisch te maken.
In dit artikel licht Lex den Doop, data governance-specialist en oprichter van a Digital Twin BV, toe hoe een organisatie data-centrisch kan worden en hoe data governance hierbij kan helpen.
Data governance is volgens de Data Management Association (DAMA) de exercitie van het uitoefenen van gezag, controle en gedeelde besluitvorming (het plannen, monitoren en handhaving) over het management van de data. Data governance wordt door DAMA beschouwd als het hart van data management. “Daar waar data geproduceerd, verwerkt, opgeslagen en getransporteerd wordt is data governance van belang,” zegt Lex den Doop. Als consultant en trainer heeft hij dagelijks te maken met organisaties die hun gegevens beter willen managen. “Maar data governance gaat over meer dan alleen data. Ook de mensen, processen en technologie die data gebruiken zijn cruciaal.”
The Data Management Association (DAMA) is een internationale organisatie bestaande uit data management en data governance-specialisten, allen vrijwilligers. DAMA is de eigenaar en uitgever van de Data Management Body of Knowledge, beter bekend als de DMBOK. Dit is een handboek met daarin de beschrijving van de wat en waarom van alle data management- en data governance-kennisgebieden. De kennis van DMBOK is fundamenteel voor bedrijven en kan gezien worden als een internationaal erkende standaard, om een datahuishouding te structureren en voortdurend te blijven managen.
Bij de DAMA DMBOK staat data centraal. Het wordt behandeld als asset. Elk kennisgebied van DAMA DMBOK gaat verder in op o.a. definities, principes en doelen. Vaak worden deze kennisgebieden in een cirkeldiagram weergegeven rondom de centrale, allesomvattende discipline data governance. In het handboek komen diverse best practices terug. Ofwel, hoe ga je in de praktijk om met data in elk van deze disciplines? Wat moet er worden vastgelegd? Welke rollen zijn belangrijk in het verwezenlijken van Business KPI’s ondersteund door de juiste data, informatie en kennis? “Een goede data governance focust zich op de belangrijkste termen”, zegt Lex den Doop. “Bedrijfskritische gegevens moeten worden vastgelegd in een slim systeem, zodat kennis overdraagbaar wordt aan nieuwe medewerkers. Dat is nu nog belangrijker dan ooit. Want we werken steeds minder lang voor één werkgever.” Met het verloop van medewerkers, sijpelt ook opgebouwde kennis weg uit een organisatie. Medewerkers die betrokken waren bij de datahuishouding nemen hun kennis daarover mee en de organisatie blijft met lege cellen achter. Ook de Coronacrisis heeft de behoefte aan data governance vergroot en misschien bij sommige bedrijven de adoptie van data governance in een stroomversnelling gebracht. “Doordat we meer thuiswerken, gaan we ook steeds vaker op onze eigen manier met bedrijfsdata om.” De ene medewerker slaat gegevens lokaal op in een Excel-bestand, de ander als PDF-bestand in zijn of haar werkomgeving in de cloud.
Volgens onderzoeksbureau Gartner neemt de hoeveelheid data de komende jaren met 800 procent toe. Dat geldt voor gestructureerde data, opgeslagen in bedrijfssystemen zoals CRM- en ERP-applicaties. Maar dat geldt misschien nog meer voor ongestructureerde data, die niet in een bepaald bestandsformaat en/of database is opgeslagen. Denk aan gegevens van IoT-devices, video’s en foto’s, social media-data, maar ook aan alle informatie en kennis die vaak gedeeld wordt in PowerPoint-presentaties, Word-documenten, Excel-files en e-mails.
Lex den Doop: “Zonder data management en -governance heb je geen basis om informatie uit deze gegevens te filteren en om deze informatie te raadplegen, delen en analyseren. Dan is het simpelweg niet meer mogelijk om de juiste bestanden terug te vinden, te koppelen en het overzicht te bewaren. Iedereen zal dan gegevens op zijn eigen manier, op een andere locatie blijven opslaan en gebruiken, telkens in een ander bestandsformaat.” Hoe verder deze wildgroei doorzet, hoe moeilijker het wordt om daadwerkelijk bruikbare inzichten uit data te filteren.
Data governance zorgt voor een betere kwaliteit van de data, waardoor het makkelijker wordt om bedrijfskritische informatie uit data te filteren, bijvoorbeeld om een investeringsbeslissing op te baseren, marktanalyse uit te voeren of gebruikersgedrag meetbaar te maken. Met een goede datahuishouding zijn gegevens makkelijk vindbaar voor medewerkers en applicaties. Effectieve data governance bij een data-centrische benadering zorgt ervoor dat data uitwisselbaar wordt en alles op één centrale plek, in één uniform format opgeslagen wordt. Bijkomend voordeel is dat data ook makkelijk te delen wordt zonder dat data eindeloos gekopieerd hoeft te worden. Kortom, het centrale gebruik van data verkleint de kans op fouten en verhoogt de datakwaliteit. Hierdoor komt er langzaam een einde aan datasilo’s en eilandjes binnen een organisatie.
Data governance helpt organisaties om compliant te zijn. Het geeft een organisatie inzicht, overzicht en de controle over de data die belangrijk is. Daardoor kunnen organisaties hun gegevens beter beveiligen, bijvoorbeeld door extra security of authenticatie voor toegang tot bedrijfskritische gegevens. Of ze slaan privacygevoelige data op in een veiligere, private cloud. Dankzij het overzicht en de betere controle, kunnen organisaties garanderen, en zelfs aantonen, dat de gegevensuitwisseling en -opslag plaatsvindt volgens de regelgeving, zoals bijvoorbeeld de GDPR voorschrijft.
Is data governance ook interessant voor kleinere organisaties? “Jazeker”, benadrukt Lex den Doop. “Elk bedrijf heeft immers voordeel van een gestructureerde datahuishouding, of je nou een multinational of mkb’er bent.” Slimme data governance biedt kleinere bedrijven zoals startups vaak zelfs ongekende groeikansen. Want door je business te bouwen rond data, kun je nieuwe businessmodellen creëren, de markt verstoren en concurrenten voorbijstreven. Nieuwe applicaties kunnen makkelijker in gebruik genomen worden omdat dat de data ‘applicatie klaar’ is. Een voorbeeld van goede data governance in een data-centrische organisatie is Tesla. Deze autofabrikant heeft data centraal gezet in zijn businessmodel. Het bedrijf verzamelt en analyseert data van klanten, zoals gegevens over het rijgedrag, en de omgeving van de klant, de staat van het wegdek en locatie. Het product, een auto, is vooral een middel om deze IoT-data te verzamelen.
“Je moet klein beginnen met data governance. Dus het is juist interessant voor kleine organisaties, want die kunnen meteen een forse slag slaan”, zegt Lex den Doop. Ook grote bedrijven moeten ergens beginnen. “Start bijvoorbeeld met één afdeling, systeem, proces of project. Dat is behapbaar en de voordelen zijn snel duidelijk. Deze tastbare resultaten geven je weer handvatten om het management te overtuigen en andere afdelingen mee te krijgen bij het aanpakken van systemen, processen of projecten en zo de puzzel steeds meer vorm te geven. Een digital twin ondersteunt een data-centrische organisatie en daarmee ook data governance.”
Een digital twin is een virtuele representatie van businesskritieke data-elementen, hun dynamiek en in hun operationele context, gedurende hun gehele levenscyclus.
Zie het als een periodieke tabel van data en daarmee eigenlijk van een afdeling, proces, product of complete organisatie. Zie het als een digitaal dynamisch woordenboek waarbij elke belangrijke term gekoppeld kan worden aan andere verwante termen. Een digital twin is het digitale fundament, de basis om jouw datahuishouding op orde te krijgen en uiteindelijk een afdeling slimmer te laten werken, proces efficiënter in te richten of organisatie wendbaarder te maken. Dat betekent dat medewerkers dankzij een digital twin voortaan op een eenduidige, veilige manier met bedrijfsdata kunnen omgaan en makkelijker toegang tot hebben tot kwalitatief betere gegevens om rapportages, beslissingen en processen op te baseren.
Met een digital twin beschik je over een blauwdruk (digitaal framework) om jouw data management en data governance – en daarmee alle processen binnen jouw organisatie – te herstructureren op basis van een theorie: The General Management Theory of Everything (alle type data). Wijzig je een digital twin, dan zie je direct welke invloed dat heeft op de realiteit. Dat maakt een digital twin essentieel wanneer je jouw organisatie, proces of dienst wilt stroomlijnen. Met een dergelijke datakopie creëer je niet alleen inzicht, overzicht, en context, maar hebben bedrijven een toekomstvaste aanpak voor gestructureerd data management. De werkwijzen, regels en kennis met betrekking tot de omgang met data zijn immers vastgelegd in de digital twin. Dat betekent dat er bij het weggaan van medewerkers, geen kennis verloren gaat. Het framework, de modellen en content blijven immers gestructureerd achter.
“Ik zie helaas nog vaak dat organisaties kiezen voor tijdelijke oplossingen om hun datamanagement te structureren. Ze bouwen een extra softwarelaag, integreren een nieuw systeem of schakelen een externe consultant in. Zachte heelmeesters maken stinkende wonden en brengen vermijdbare extra hoge kosten met zich mee”, zegt Lex den Doop. “Met een digital twin voor data management en governance ben je flexibel en goed voorbereid op de toekomst. Nieuwe medewerkers, processen of afdelingen gebruiken dezelfde data, op dezelfde manier, volgens dezelfde regels.” Een digitale twin gebaseerd op LEXIM leidt o.a. tot één manier van werken (management en governance) ten aanzien van bedrijfskritische data.
LEXIM is een management- en governance-methodologie en -framework, gebaseerd op een theorie, first principles en ontologie (o.a. Zachman Enterprise architecture), waarbij de gehele informatiewaarde keten centraal staat. LEXIM is gericht op het oplossen van de zes hoofdredenen waarom informatie asset management binnen organisaties niet goed werkt. Een digital twin van een organisatie is hiervoor de oplossing en tevens uitkomst van de methodologie. De methodologie is erop gericht om een digitale tweeling van een organisatie of bedrijf succesvol te kunnen bouwen, implementeren en onderhouden. Daardoor wordt data management en data governance concreet en praktisch toepasbaar en kunnen nieuwe collega’s snel en effectief ingewerkt worden.
Een van de doelen is om niet alleen de waarde uit bedrijfskritische data te halen en ervoor te zorgen dat data wordt omgezet naar informatie, maar ook dat deze informatie transformeert naar kennis, en deze kennis zich kan converteren tot wijsheid. Daardoor kunnen de juiste beslissingen op een intelligente wijze genomen en gedocumenteerd worden. LEXIM is voor alles (alle type data of content, gestructureerd of ongestructureerd) en voor iedereen, dus iedere type kenniswerker, managementdiscipline, organisatie of industrie.
Wil je jouw datahuishouding structureren; bijvoorbeeld omdat je een digitaliseringsslag wilt maken of vertrekkende medewerkers te veel kennis met zich meenemen? Bij Computrain kun je verschillend data governance-cursussen volgen zoals over DAMA DMBOK of het creëren van een Digital Twin met LEXIM.
1 *De term ‘LEXIM’ bestaat uit twee onderdelen: LEX (wet, Latijn) en IM (Information valuechain Management).