Unternehmen mobilisieren heute Geschäftsanwender dazu, Daten zu nutzen, um bessere Geschäftsentscheidungen zu treffen. Geschäftsanwender möchten wissen, wo sich diese Daten befinden, verstehen, ob Personen zur richtigen Zeit auf die richtigen Daten zugreifen, und sicher sein, dass die Daten von hoher Qualität sind. Aber sie sind nicht immer auf der Suche nach Tools für Datenqualität oder Data Governance.
Vielmehr sehen wir bei unseren Kunden und auf dem Markt den Trend, dass Unternehmensleiter nach schnellen Wegen suchen, um diese Fragen zu beantworten. Sie haben viel Erfolg mit einer mundgerechten Vorgehensweise, bei der Unternehmen klein anfangen, schnell Erfolge erzielen, das Unternehmen mit dem Ansatz vertraut machen und von dort aus skalieren.
WERDEN SIE ZUM ZERTIFIZIERTEN DATENMANAGEMENT-PROFESSIONAL AUSBILDEN
Unser Online-Schulungsprogramm zur CDMP-Vorbereitung bietet eine solide Grundlage für verschiedene Datendisziplinen.
Dem Unternehmen ist es egal, wie die Funktionen bereitgestellt werden, solange es nicht lange dauert, nicht viel kostet und sie Ergebnisse sehen. Aber die IT-Organisation, die Daten und Infrastruktur lebt und atmet, hat viele Anforderungen, um dies zu ermöglichen. Die Herausforderung für Anbieter besteht also darin, diese gegensätzlichen Dimensionen zu überbrücken, den Datenzugriff für das Unternehmen zu vereinfachen und es der IT einfach und kostengünstig zu machen, neue Datenfunktionen bereitzustellen.
Natürlich erfordert dies neue Tools oder eine bessere Nutzung bereits implementierter Lösungen. Aber es bedeutet auch, sich von Plattformen zu entfernen, deren Implementierung Jahre dauert, die Millionen von Dollar kosten und darauf ausgelegt sind, das gesamte Universum der Daten einer Organisation zu durchsuchen und alles zu bereinigen und zu katalogisieren. Am Ende eines solchen Projekts hat sich alles geändert, und Sie haben die Geschäftsziele nicht effektiv erreicht.
Stattdessen sehen wir, dass Unternehmen kleinere Lösungen für Datenqualität und Datenverwaltung annehmen, die über mehrere Anwendungsfälle hinweg repliziert werden können, und der Markt reagiert darauf. Heute können Unternehmen Datenmanagementlösungen erwerben, die aus modularen Komponenten bestehen, die als eigenständige Tools verwendet, aber auch miteinander und mit anderen marktführenden Toolsets integriert werden können. Auf diese Weise können Unternehmen wachsen, wenn sie sich Datenkompetenzen aneignen und Datenqualität und Datenverwaltung vorantreiben.
Hinter diesem Trend steht ein geschäftsorientierter Ansatz, um zu entscheiden, welche taktischen Schritte wann zu unternehmen sind. Denken Sie beispielsweise an einen wichtigen KPI für das Unternehmen, wie z. B. das Wachstum der Vertriebspipeline, um einen schnellen Gewinn zu erzielen. Sie beginnen damit, zu verstehen, welche Daten die Pipeline speisen und woher sie kommen. Es handelt sich höchstwahrscheinlich um mehrere Repositories, wie z. B. CRM für Kundendaten und Verkäuferaktivitäten, eine selbst entwickelte Anwendung zum Verfolgen von RFP-Antworten und das ERP-System für Vertragsdaten.
Heute sehen wir, dass Datenprofilerstellungstools als eigenständige Funktionen erscheinen, die als notwendiger Ausgangspunkt für Dateninitiativen wie unser Beispiel für Pipeline-Berichte dienen. Anstatt in Data Quality- oder Data Governance-Toolsets eingebettet zu sein, dient die eigenständige Datenprofilerstellung als Brücke zwischen ihnen. Die Datenprofilerstellung erstellt grundlegende Statistiken sowohl über die Daten selbst – was die Felder sind und den Zustand der Daten, die in die Datenqualitätswerkzeuge einfließen – als auch darüber Metadaten die Data Governance füttern.
Sobald die Profilerstellung abgeschlossen ist, ist es ein einfacher nächster Schritt, Data-Quality-Regeln anzuwenden, die ein Feld validieren oder einen Fehler kennzeichnen. Der Einstieg in Data Governance erfordert jedoch die Bewältigung erheblicher kultureller Herausforderungen. Tatsächlich haben die meisten Datenprofis in letzter Zeit Studie vom Lebow Center for Analytics der Drexel University sagte, kulturelle Probleme seien das Haupthindernis für Data Governance.
Der Grund dafür ist, dass Data Governance am erfolgreichsten ist, wenn Geschäftsanwender im Voraus beteiligt sind. Sie besitzen das Wissen, dass Datenverwalter müssen den Geschäftskontext und die Geschäftslogik rund um diese Datenbestände anwenden, wenn Sie Metadaten katalogisieren. Es erfordert eine Zusammenarbeit zwischen dem Datenverwalter und dem Geschäftspartner in der Verkaufsorganisation, die auf unser Pipeline-Projekt zurückgeht. Ein Data-Governance-Tool kann den Prozess unterstützen, indem es sowohl als Aufbewahrungsort der gesammelten Informationen fungiert als auch den Arbeitsablauf zwischen den beiden Organisationen erleichtert.
Auch hier können diese Quick Wins helfen. Sie zeigen, dass das Back-End eines Projekts für Geschäftsanwender einen erheblichen Wert hat. Letztendlich möchten Sie zu einem kommen Datenkatalog bei denen sich Geschäftsanwender anmelden können, identifizieren, welche Datenrepositorys in diesen Pipeline-Bericht aufgenommen werden, und die Beziehungen und Eigentumsverhältnisse visualisieren. Sie können auch tiefer graben, um herauszufinden, welche Felder verfügbar sind, wie die einzelnen Felder definiert sind und was die Datenqualitätsmetrik für jedes Feld ist.
Mit dieser Benutzerfreundlichkeit erhalten Sie Geschäftsanwender, die auf eine Weise auf Daten zugreifen und mit ihnen interagieren können, wie wir es noch nie zuvor gesehen haben. Was uns wirklich ermutigt, ist zu sehen, dass Organisationen proaktiver über Datenqualität nachdenken und sie mit Data Governance zusammenbringen. Durch diese Bemühungen können Unternehmen Datenintegrität erreichen – Daten, die genau und konsistent sind und in ihrem Geschäftskontext präsentiert werden – und den datengesteuerten Geschäftsentscheidungen vertrauen, die ihre Mitarbeiter treffen.
