Gegevens zijn hót en worden ook wel het nieuwe goud genoemd. Veel bedrijven en organisaties zitten op een berg met gegevens, maar weten vaak niet wat ze er mee moeten of hoe ze gegevens kunnen gebruiken. Vaak ligt dat ook aan het feit dat gegevens niet worden gezien als een ‘asset’. Gebouwen, machines en de inventaris staan gewoon op de balans van een organisatie en worden ook als belangrijk productiemiddel gezien. Daarom wordt er aandacht besteed aan het onderhoud van gebouwen en machines en wordt er periodiek nieuwe inventaris ingekocht wanneer er een tekort aan is. Er wordt dus gestuurd op deze ‘assets’.

Waarde van data

Veel organisaties worstelen met de vraag hoe ze de waarde, oftewel de kwaliteit, van data kunnen borgen binnen de organisatie. Vaak wordt de kwaliteit van data projectmatig aangepakt en wordt er eenmalig gedweild (data wordt geschoond of verrijkt), maar vergeet men de spreekwoordelijke kraan dicht te draaien en de kwaliteit van data structureel te borgen. Het gebruik van gegevens is niet eindig en blijft herhaaldelijk plaatsvinden. Om gegevens duurzaam te kunnen gebruiken, moet er ook constant aandacht zijn voor de kwaliteit van gegevens. De manier waarop deze aandacht is geborgd en geregeld binnen een organisatie noemen we data governance. In dit artikel willen wij verschillende onderdelen van data governance onder de aandacht brengen, om op die manier te laten zien hoe gegevensmanagement in een organisatie kan worden geborgd. Ten eerste zullen we bespreken wat data governance is en waarom het belangrijk is. Vervolgens gaan we in op de functies en rollen binnen data governance. Daarna op de rechten en plichten die daarbij hoort en tenslotte op het dragen van verantwoordelijkheid.

Wat is Data Governance?

Data governance is de manier waarop datamanagement is georganiseerd binnen een bedrijf, publieke instelling of andere organisatie. Data governance is een onderdeel van en vaak het begin van gegevensmanagement. Dit gebeurt door duidelijke afspraken te maken wie voor welke gegevens(set) (eind)verantwoordelijk is, en wie welke rol heeft ten aanzien van de diverse gegevens die binnen een organisatie worden gebruikt en beheerd. Dit wordt gedaan door duidelijke afspraken te maken over de functies, verantwoordelijkheden, taken, rechten en plichten die te maken hebben met het verwerken van gegevens. Het eindproduct van een data governance traject is een framework van functies en organen met verschillende plichten, rechten, taken en verantwoordelijkheden waarbinnen constant aandacht is om de betrouwbaarheid, actualiteit, beschikbaarheid, bruikbaarheid en beveiliging van de data te verbeteren.

Bron: DAMA DMBOK

In het model van DAMA DMBOK vormt data governance het hart van gegevensmanagement zoals te zien is in de figuur hierboven. Data governance is de kern die de andere parten samenbrengt en de deelgebieden verbindt.

Waarom Data governance?

In een eerder artikel wordt al de complexiteit en veelzijdigheid van gegevens beschreven, doordat gegevens dwars door de hele organisatie en de diverse processen gaan. Gegevens zijn dan ook niet zomaar terug te herleiden naar één persoon. Zeker wanneer verschillende collega’s van verschillende afdelingen binnen eenzelfde applicatie gegevens kunnen inzien en beheren. Daardoor ontstaat een data governance-vraagstuk: van wie zijn die gegevens? En wie is er voor die data verantwoordelijk wanneer er fouten optreden? Daarnaast kan het zijn dat gegevens voor de ene niet goed zijn, maar voor iemand anders binnen een organisatie wel. De pijn van ‘foute’ gegevens wordt vaak niet bij de maker van de gegevens gevoeld, maar ergens anders in de organisatie. Moeten gegevens dan veranderd of gewijzigd worden, of niet? Door dit van tevoren binnen een organisatie duidelijk af te spreken, kan er een hoop leed worden voorkomen. Zo weten mensen binnen een organisatie precies bij wie ze terecht kunnen wanneer er fouten zijn en door wie gegevens gecorrigeerd mogen worden.

Verantwoordelijkheden

Data Governance is niet een project met een begin en een vooraf bepaald eind. Het gaat om bewustzijn van het belang van gegevens en het dragen van verantwoordelijkheid voor de kwaliteit van gegevens. Het dragen van verantwoordelijkheid bestaat uit het voelen van verantwoordelijkheid en hiernaar handelen. Voorbeelden hiervan zijn structurele kwaliteitscontroles op gegevens en het melden van fouten. Door verantwoordelijkheden te benoemen en te koppelen aan functies en rollen ontstaat er een datamanagementorganisatie. Het belangrijkste hiervan is dat iedereen gaat handelen bij fouten, passend bij zijn/haar rol.

Functies en rollen

Gemeenten onderkennen het belang van informatiemanagement en de applicaties die daarbij horen. Dat zie je terug in functies als ‘informatiemanager’ en ‘applicatiebeheerder’. Dan zijn er ook gemeenten die een gegevensbeheerder kennen. Deze is vaak op operationeel niveau verantwoordelijk voor het beheer van gegevens. Op strategisch niveau zien we dat gegevens nog te weinig aandacht krijgen in de vorm van functies of rollen. In gemeenteland wordt ‘datagedreven werken’ als toverbegrip gezien: hip en nieuw. Maar neemt het management ook de verantwoordelijkheid voor de kwaliteit van gegevens? En wordt die verantwoordelijkheid ook beschreven, benoemd en meest belangrijk; gevoeld? Managers zullen dan ook moeten gaan sturen op de kwaliteit van gegevens en zorgen dat medewerkers binnen de afdeling, maar ook afnemers van gegevens die door de hun afdeling worden verwerkt beschikken over kwalitatief goede gegevens.

Rechten en plichten

Bij de functies en rollen die iemand heeft horen rechten en plichten. De plichten die iemand heeft zijn in feite zijn of haar functietaken. Bijvoorbeeld het registreren of verwerken van gegevens, maar ook het terugmelden van fouten of het verrijken van gegevens. Op deze plichten kunnen gebruikers, verstrekkers of verwerkers van data worden aangesproken wanneer zij deze niet nakomen. Het aanspreken van een collega op het feit dat hij niet bijdraagt aan kwalitatief goede gegevens is een recht dat je hebt. Net als de autorisaties om gegevens in te kunnen zien, te creëren, aan te passen, of te verwijderen. Rechten en plichten moeten in balans zijn met de verantwoordelijkheden die een ambtenaar of medewerker heeft zodat hij of zij het werk goed uit kan voeren.

Gegevensmanagement georganiseerd

Om data gedreven te kunnen werken moeten gegevens op de juiste momenten van voldoende kwaliteit zijn. Dat betekent dat gegevens moeten voldoen aan de eisen van de gebruikers op punten als correctheid, actualiteit, betrouwbaarheid, leesbaarheid en punctualiteit. Door ontwikkelingen als BI, machine learning en Big Data worden de eisen die aan gegevens worden gesteld steeds hoger en complexer, de lat voor kwaliteit ligt hoger en hoger. Om op die kwaliteit te sturen zullen gemeenten hun organisatie moeten voorbereiden. Zoals het beleggen van verantwoordelijkheden ten aanzien van gegevensmanagement. En het creëren van functies en rollen die zijn gericht op het beheer van gegevens van strategisch tot operationeel niveau. Ook zullen medewerkers zich verantwoordelijk moeten gaan voelen voor de kwaliteit van hun gegevens. Om die verantwoordelijkheid te dragen zullen plichten en rechten hierbij moeten aansluiten. Dit kan enkel als gemeenten sturen op de kennis en vaardigheden van hun werknemers. Pas dan kunnen ontwikkelingen als datagedreven werken of toepassingen als Machine Learning echt toegevoegde waarden krijgen voor gemeenten. Andersom gaat voor veel organisatieonderdelen gegevensmanagement pas echt leven als zij concrete voorbeelden zien zoals in visuele rapporten/dashboards. Hierdoor kan er extra motivatie ontstaan om tot zo betrouwbaar mogelijke data te komen.

Het delven van het ‘data goud’ is dus pas echt mogelijk als je gegevensmanagement op orde is. Datagedreven werken is tot die tijd vooral zwoegen in de mijn…

Meer weten?

Voor meer informatie kunt u contact opnemen met  Tim van der Pol, adviseur bij Telengy, via tel. nr.  06 21 36 68 58, t.v.d.pol@telengy.nl.