Data governance

Provozujete komplexní datové sklady a vyžadujete vysokou kvalitu a bezpečnost dat? Potřebujete dlouhodobě udržet kvalitní správu metadat a datové architektury? Je implementace změn u nových projektů pro vás stále složitější? Pak uvažujte o zavedení procesu řízení kvality dat (data governance), který vám zajistí správu a efektivní využití dat. Poradíme vám s nastavením tohoto procesu, máme ale také zkušenosti s jeho celkovou implementací.

Proč zavádět program data governance?

  • zvýšení důvěry v datový sklad a obecně analytické systémy
    • úspora času a nákladů vynaložených na analýzy, reporting a nové projekty
      • nové možnosti využití, otevření nových obchodních a marketingových příležitostí
        • vyšší transparentnost, splnění norem, standardů a regulatorních požadavků
          • zvýšení zákaznické spokojenosti (méně reklamací, stížností)

Co pro vás uděláme?

Navrhneme řadu technicko-organizačních opatření, které pomohou:

  • nastavit potřebné procesy
    • definovat klíčové role a jejich kompetence a odpovědnosti
      • implementovat konkrétní technické procesy pro konsolidaci, unifikaci dat, průtokové čištění, verifikaci (např. kontrolní reporty) a další

Co zahrnuje implementace procesu řízení kvality dat?

Systém potřebuje pro své fungování tři klíčové elementy:

  • sponzora
    • organizační schéma
      • definici procesů

V součinnosti se sponzorem programu a dalšími zainteresovanými stranami implementace zahrnuje zejména tyto činnosti:

  • komplexní analýza současného stavu
  • datový audit(profilování, doménová analýza apod.)
  • sběr požadavků na datovou kvalitu, dostupnost, rychlost doručení, granularitu detailu
  • přípravu metodiky data governance
  • identifikace vlastníků dat
  • nastavení rolí – datových stewardů, custodiánů, auditorů, manažerů kvality, testerů, jejich kompetencí a odpovědností
  • přiřazení rolí k datovým zdrojům (aplikacím), k doménám (datovým entitám, např. Kampaň, Smlouva) – typicky ve větších organizacích v maticovém uspořádání
  • nastavování, monitoring a řízení SLA (service level agreements)
  • příprava a dodržování datové architektury a metodik
  • implementace procesů
      • v oblasti metadat – nasazení nástroje pro správu metadat, publikace metadat, impact analýzy
        • v oblasti datové kvality – datový audit, automatizované testování, verifikační mechanismy, vstupní a výstupní kontroly, definice business pravidel, rule-based korekce řízené metadaty, samogenerovatelný kód na základě pravidel, konsolidace, deduplikace (unifikace) dat a nasazení specializovaných SW nástrojů
  • procesy zajištění kvality u nových projektů (QA) – funkční testování, unit testy, UAT, pilotní provoz atd.