Data Governance
Die Anleitung für Ihr Datenmanagement!
Was ist Data Governance?
Data Governance ist ein System, das Richtlinien und Vorgehensweisen beinhaltet, um die Qualität, die Sicherheit und den Schutz von Daten zu gewährleisten. Data Governance sorgt demnach für die Einhaltung von rechtlichen Standards. Data Governance legt fest, wer auf unterschiedliche Daten zugreifen kann und welche Datenarten der Governance unterliegen.
Das Zielbild: Den Kundenwunsch von morgen erkennen
Angetrieben durch die Digitalisierung und dem damit verbundenem steigenden Wettbewerbsdruck, sind immer mehr Unternehmen mit datengetriebenen Anforderungen konfrontiert. Schon heute will man den Kundenwunsch von morgen berechnen, um individuell-situationsbezogen dem Kunden die passendste Produktempfehlung zukommen zu lassen. Darüber hinaus will man keinen Technologie-Trend verpassen und fragt sich als Unternehmen, wie man eine „Big Data-Lösung“ oder ein „Predictive Analytics„ im Unternehmen gewinnbringend einsetzen kann.
Data Governance: Daten brauchen Pflege
Nicht zu vergessen ist hierbei, dass all diese digitalen Innovationen einen gemeinsamen Ursprung in den zugrundeliegenden Daten und Informationen haben. Die angewendete Technologie kann hierbei nur so viel leisten, wie der unternehmensinterne Datenhaushalt vorgibt. Daten sind heutzutage die Grundlage für den Wettbewerbsvorteil und somit dem Unternehmenserfolg, sind allerdings auch vergänglich. Sie besitzen einen Lebenszyklus und ein Verfallsdatum, sodass die Nutzung einschränkt wird. Die veraltete Anschrift des Kunden scheint hier noch ein kontrollierbares Risiko. Hingegen verlangen aufgezeichnete Tracking-Daten von der eigenen Homepage oder Service-App schon einiges mehr an permanenter Pflege und Aufmerksamkeit; So können Daten schon im nächsten Moment veraltet sein, oder ein Kunde widerspricht der Permission zur Datennutzung.
Daten und Informationen stellen ein hohes Wirtschaftsgut dar und können effizient eingesetzt langfristig den wirtschaftlichen Erfolg eines Unternehmens sicherstellen. Genau aus diesem Grund benötigen datenverarbeitende Unternehmen ein zentrales Datenverwaltungskonzept in Form einer Data Governance. Ein wirksames Data Governance definiert klare Verantwortlichkeiten, Prozesse, Regeln und Standards im Umgang mit Daten und stellt deren Wirksamkeit fortlaufend innerhalb des Unternehmens sicher.
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
Effiziente Datenverarbeitung - 4 Säulen des Data Governance
Es liegt somit auf der Hand, dass eine effiziente Datenverarbeitung im Unternehmen mit einem funktionerenden Data Governance einhergeht. In der Regel fängt hier kein Unternehmen bei null an, sondern es gilt an einzelnen Stellen nachzubessern. Auf dem Weg zu einer wirksamen Data Governance steht aus diesem Grund im ersten Schritt die Analyse bestehender datenverarbeitender Prozesse und Funtionen. Zur Orientierung dienen hier die vier Säulen des Data Governance:
1. Data Quality
Nur aus guten Daten kann man die richtigen Schlüsse ziehen. Das sogenannte Datenqualitätsmanagement (DQM) ist deshalb wesentlich für die Unternehmenssteuerung und dafür, dass das Unternehmen seine Ziele erreicht. Eine mangelhafte Datenqualität führt nicht nur zu falschen Entscheidungen, sie nagt auch an der Effizienz, und das kostet Geld. Dann nämlich, wenn die eigenen oder extern engagierten Analysten den größten Teil ihrer wertvollen Zeit damit verbringen müssen, Daten zu bereinigen und aufzubereiten.
2. Data Privacy
Der Kunde gestattet Unternehmen die Nutzung seiner Daten. Unternehmen leben davon, mit den Daten ihrer Kunden zu arbeiten. Ehrensache, dass man sich im Umgang mit Daten an die Regeln hält. Neue Regeln, wie beispielsweise die DSGVO oder die E-Privacy-Verordnung, erfordern, dass man neue Prozesse aufsetzt und alle Beteiligten dazu verpflichtet, diese Regeln auch zu befolgen. Beispiele: Über Löschkonzepte werden Daten automatisiert rechtssicher gelöscht. Auch Vorschriften für die Aufbewahrung von Daten und für die Protokollierung der Vorgänge sind zu beachten.
3. Data Maintenance
Die Wartung und Anpassung von Datenbeständen muss kontrolliert werden, um Mängel aufdecken und beheben zu können. Der Datenschatz lebt. Ständig werden Daten angereichert, korrigiert und damit gepflegt. Diese „Wartungsarbeiten“ sind wichtig, damit jederzeit aktuelle Daten genutzt werden. Auch hier gelten Regelungen der DSGVO. Wenn beispielsweise ein Kunde die Einwilligung für Werbung gegeben hat, das Unternehmen diese Einwilligung zu lange nicht nutzt, dann verfällt die Einwilligung. Solche Löschfristen müssen eingehalten werden.
4. Master Data Management:
Das Datenmanagement liegt in einer Hand und sorgt dafür, dass im ganzen Unternehmen mit denselben Stammdaten gearbeitet wird. Das klingt einfach, aber auch hier steckt der Teufel im Detail, wenn die Daten nicht einheitlich gespeichert sind, weil sie aus unterschiedlichen Quellen stammen. Für Transparenz hinsichtlich der Gewinnung und Verarbeitung personenbezogener Daten zu sorgen, ist ebenfalls eine Datenmanagementaufgabe.
Die CINTELLIC Data Governance Beratung
Data Governance ist komplex, weil es zahlreiche Schnittstellen zu datenverarbeitenden Prozessen, beispielsweise fürs Vertriebscontrolling, besitzt. Gleichzeitig ist es wichtig, weil die Datenverarbeitung strengen Regelungen unterliegt. Deshalb kommt es hier auf Gründlichkeit und Schnelligkeit an. CINTELLIC unterstützt Sie bei Aufbau oder Optimierung Ihrer Data Governance.
Passend dazu:
Ihr Mehrwert einer Data Governance Beratung durch CINTELLIC
- Transparenz & Kontrolle: Unternehmensübergreifende Datenbasis, die einheitlichen Prozessen, Funktionen, Standards und Regeln unterliegt.
- Gewinn: Die Qualität ihrer Daten wird steigen, somit auch der wirtschaftliche Nutzen für ihr Unternehmen.
- Sicherheit: Mit einem wirksamen Data Governance haben Sie den Grundstein gelegt, um wachsenden Anforderungen zum Schutz personenbezogener Daten (u.a. DSGVO) fortlaufend gerecht zu werden.
Unser USP
- Best Practices in der Konzeption und Umsetzung einer wirksamen Data Governance Strategie unter Berücksichtigung branchenspezifischer Gegebenheiten.
- Große Erfahrung in datenbezogenen Projekten, u.a. Dublettenbereinigung, DSGVO-konforme Datenhaltung und Implementierung eines SmartData-Dictionary.
