Skip to content

Governance checkliste: 11 elementer der sætter rammerne for en dataløsning

Alle taler om data governance i forhold til Business Intelligence og Data Warehouse, men hvad mener de egentlig, og hvordan får man taget hul på opgaven? Læs om forskellige delelementer og hvordan du kommer i gang.
26. april 2019 twoday kapacity

Et af de emner, som går igen i de fleste dialoger omkring dataløsninger, er governance. Governance kan betyde en række forskellige ting – og det gør det typisk – så derfor har vi samlet en liste med forskellige data governance-elementer, som til sammen kan sætte rammerne omkring en dataløsning. Der er ikke noget godt dansk ord for governance i datasammenhæng, men det dækker over et samlet sæt af ”leveregler”, roller og ansvar, som sikrer at en dataløsning udvikles, bruges og vedligeholdes på en sikker og bevidst besluttet måde, hvor ejerskab og opgaver er placeret.

Ser man på bruttolisten af data governance emner, kan den:

  1. Udgøre en checkliste for emner, organisationen skal forholde sig til
  2. Være beslutningsgrundlag for hvad man vil tage fat på, og hvem der skal være ansvarlige for det
  3. Minde om de ting, der skal kommunikeres til organisationen.

Nogle af områderne kan man med fordel beslutte, inden man går i gang, mens andre kan udvikles over tid i respekt for de ressourcemæssige muligheder, man har.

twoday kapacitys data governance checkliste indeholder disse 11 punkter:

  • Data og rapporteringsgovernance
  • Sikkerhed/front-end governance
  • Applikationsrapportering og BI rapportering
  • Master data governance og datakvalitets governance
  • Arkitektur og design governance
  • System governance
  • Projekt governance
  • BI-team governance
  • Governance for definitioner og beregninger
  • Support governance
  • Kommunikation/forandring og forankring governance

Data og rapporteringsgovernance

Data og rapporteringsgovernance handler om, hvordan data kan bruges af forskellige brugere til forskellige formål. Den kompetente analytiker kan (og må) gerne arbejde med data på egen hånd, men det er vigtigt, at det fremgår af analyserne, at de er udarbejdet af en enkelt person uden kontrol fra andre, samt at datagrundlaget også er sammensat lokalt. I den anden ende af skalaen har vi centrale virksomhedsrapporter, som er udarbejdet ud fra virksomhedens fælles Data Warehouse, og hvor kvaliteten er testet indgående, så de konklusioner, der kommer ud af disse rapporter, kan anvendes til at træffe kritiske beslutninger. Governance omkring data og rapportering handler derfor om, hvordan data og rapporter udvikles fra den lokale personbårne analyse til den centrale analyse, der repræsenterer organisationens fælles sandhed.

Du kan læse mere om dette emne i blogindlægget "Hvordan understøtter vi BI-brugernes ønske om at kunne selv samtidig med en optimal brug af ressourcer".

Sikkerhed og front-end governance

Tæt relateret til rapporterings- og data governance finder vi governance i forhold til sikkerhed og front-end. Dette område er kommet meget i fokus ud fra en kombination af øget adgang til self-service dashboard værktøjer og GDPR, som har understreget for alle, at adgang til data skal være styret.

Her handler det om at beslutte, hvem der har adgang til hvilke data, og hvad må de gøre med dem. Ser man på roller og ansvar, så handler det om at afgøre, hvem der kan få lov til at få adgang til self-service rapporteringsværktøjer, hvad de skal kunne for at få lov, hvilke data de må bruge værktøjet på, og hvad de må gøre med de analyser, de så har udarbejdet.

Applikationsrapportering og BI rapportering

En sideproblemstilling, som ofte kommer frem i forbindelse med rapporterings- og data governance, er behovet for at skelne mellem applikationsrapportering eller operationel rapportering og rapportering, som foregår ud fra et Data Warehouse. Her kan man opstille simple kriterier for, hvornår rapportering kan foregå direkte ud af et kildesystem – f.eks. fordi der er tale om lister med transaktioner, som ikke skal beregnes, aggregeres eller på anden vis tilføjes logik, som et Data Warehouse normalt anvendes til.

Master data governance og datakvalitets governance

Governance omkring master data og datakvalitet handler om roller og ansvar. Et Data Warehouse skaber en hel naturlig transparens i forhold til konsistensen i data fra de kilder, det trækker fra. Der opstår derfor et behov for at have en beskreven proces for, hvad der skal ske, hvis data ikke svarer til det forventede, og hvem der skal gøre det. Dette betyder, at der er brug for at placere et ejerskab for datakvalitet og data-inddateringsprocesser for de systemer, som leverer data til Data Warehouset.

Arkitektur og design governance

Organisationer, som enten har en dataløsning, som er udviklet over mange år, eller en mængde enkeltstående rapporteringsløsninger, som er udviklet af forskellige teams, kender til problemstillingen omkring arkitektur og design governance. For at gøre fremtidig udvikling og vedligeholdelse så smidig som mulig, er det vigtigt at etablere en fast governance for, hvordan dataløsninger designes. Herunder ligger beslutninger omkring struktur, navngivning, DevOps processer og generel brug af teknologi.

System governance

System governance kender vi fra klassisk drift af løsninger. Her sikrer vi, at de regler, vi har udstukket indenfor flere af de andre governanceområder, overholdes. Her har vi også mulighed for at monitorere, hvordan vores dataløsning bruges, f.eks. hvad der ser ud til at blive det næste lokale dashboard, der skal flyttes ind i den centrale løsning. Vi kan også se, om brugerne rent faktisk bruger de løsninger, de har fået stillet til rådighed. Inden for dette governanceområde ligger også de mere klassiske IT-discipliner omkring monitorering, optimering af performance og i en cloud-verden også beslutninger omkring forøgelse af kapacitet.

Projekt governance

De fleste organisationer har en grad af formaliseret projekttilgang. Når vi kigger ind i projekt governance for et dataprojekt, så har vi brug for at sikre, at der er et meget tæt samarbejde mellem forretningsbehovet og udviklingen af løsningen. Erfaringerne viser, at det ikke skaber nok værdi at kravspecificere og aflevere opgaven til udvikling, men at der derimod er behov for at samarbejde løbende om at udvikle og sammen komme frem til den bedste løsning. Det er derfor vigtigt at opstille en projektmodel med meget tæt samarbejde og herunder klare roller og ansvar, således både forretningen og IT/BI-udviklerne ved, hvad der forventes i forløbet.

BI team governance

Governance omkring BI-teamet og deres roller og ansvar er en direkte udløber af projekt governance. Ikke alle organisationer har et dedikeret BI-team. Flere har spredte ressourcer i forretningen og i IT, som har del-ansvar i forbindelse med rapportering. Når man starter på en ny dataløsning, er der derfor også behov for at placere en række opgaver, som relaterer sig til udvikling, forankring, drift og videreudvikling af en løsning.

Du kan læse mere om dette emne i bloggen [Hvem er den? Opgaver, roller og ansvar i forbindelse med en dataløsning]

Hør mere om mulighederne med BI.

Governance for definitioner og beregninger

En yderligere governance problemstilling, som kommer tydeligt frem i et dataprojekt, er behovet for at afstemme definitioner og sikre, at alle er enige om, hvordan nøgletal og beregninger fortolkes. Ligesom der kan være behov for ejerskab af master data og datakvalitet, er der derfor behov for at placere et ejerskab for nøgletal og beregninger, så disse kan fastlægges og kommunikeres som en del af en ny fælles analyseløsning.

Support governance

Support er et af de områder, hvor forventningsafstemning omkring roller og ansvar er vigtig at få på plads, inden de første brugere begynder at bruge en dataløsning. Der er ikke et entydigt setup, der passer til alle organisationer, men derimod en række forhold, man skal tage med i sin beslutning om, hvor mange ressourcer man sætter af, og hvor i organisationen opgaverne bedst ligger. Det gælder f.eks. hvor mange brugere der er på, hvem der ejer analyseområdet i forretningen og hvilke kompetencer, som findes i IT/BI-teamet.

Kommunikation/forandring og forankring governance

Alle IT-løsninger, som udvikles til brugere, har brug for en indsats i forhold til at kommunikere hvad, hvorfor og hvordan løsningen bruges. Som en del af ibrugtagningen vil der derfor være behov for kommunikation, uddannelse og andre aktiviteter, som kan holde dataløsningen levende. Også her handler det om at beslutte niveauet af indsats – ”måden vi gør det på hos os” – som kan gentages for hver fase, som udvikles – samt at få placeret ansvaret for de forskellige delopgaver.

Roadmap for din organisation

Data governance checklisten kan syne lang, og tager man fat i alle dele på én gang, kræver det også en indsats. Men på mange måder udgør listen også en modning af den måde, en organisation går til data på. At være datadreven er ikke kun at træffe beslutninger ud fra data, men også at sikre governance omkring hvordan data og dermed i sidste ende beslutninger bliver til.

Har du brug for at få overblik over, hvad der er nødvendig governance for brug af data i din organisation, så er du velkommen til at kontakte os.

Relaterede artikler