Data governance is het proces van het in de gaten houden en beheren van hoe gegevens binnen een bedrijf worden verzameld, opgeslagen, gebruikt en gedeeld. Het is een cruciaal onderdeel van elk bedrijf dat met veel gegevens werkt, omdat het de beschikbaarheid, veiligheid en betrouwbaarheid van de gegevens garandeert. Het zorgt er ook voor dat het bedrijf alle wettelijke en reglementaire regels naleeft.
Een goed ontworpen raamwerk voor gegevensbeheer kan organisaties helpen bij het verbeteren van de kwaliteit en beveiliging van hun gegevens, terwijl de naleving van wet- en regelgeving wordt gehandhaafd.
Organisaties van elke omvang en uit elke sector vertrouwen op gegevens om strategische beslissingen te nemen en hun bedrijf te runnen in de moderne digitale wereld.
Het gebruik van een framework is belangrijk vanwege het groeiende volume en de complexiteit van data. Dit helpt om de nauwkeurigheid, consistentie en volledigheid van de gegevens te waarborgen en tegelijkertijd te beschermen tegen ongeoorloofde toegang en inbreuken.
Wat is de rol van gegevensbeheer?
De rol van gegevensbeheer omvat het algehele beheer van de beschikbaarheid, bruikbaarheid, integriteit en beveiliging van gegevens die in een organisatie worden gebruikt.
Het belangrijkste doel is ervoor te zorgen dat gegevens nauwkeurig, consistent en betrouwbaar zijn en dat ze worden gebruikt in overeenstemming met het wettelijke, regelgevende en organisatorische beleid.
Dit kan organisaties helpen betere beslissingen te nemen, de operationele efficiëntie te verbeteren en risico's te verminderen.
Wat zijn soorten gegevensbeheer?
Er zijn verschillende vormen van data governance, elk met zijn eigen focus en doelstellingen. Hier zijn een paar voorbeelden:
#1. Technisch
De belangrijkste focus van dit type omvat technische facetten van databeheer, zoals data-architectuur, datamodellering, data-integratie en datakwaliteit.
#2. Naleving
Dit type houdt zich bezig met het nakomen van verplichtingen op het gebied van gegevensbeheer op grond van wet- en regelgeving, zoals die op het gebied van gegevensprivacy.
#3. operationeel
In de kern omvat het het dagelijkse beheer en de werking van gegevens binnen een organisatie, zoals gegevensinvoer, gegevensvalidatie, gegevenskwaliteitscontrole, gegevensback-up en -herstel en gegevensbeveiliging.
#4. Onderneming
Dit type richt zich op het algehele beheer en beheer van gegevens in een hele organisatie.
#5. Specifieke gegevensdomeinen
Sommige organisaties hebben mogelijk specifiek gegevensbeheer voor specifieke gegevensdomeinen, bijvoorbeeld gegevensbeheer voor klanten, financiën of toeleveringsketens.
Deze vorm van governance richt zich op het specifieke datadomein en het borgen van de kwaliteit en veiligheid van de data binnen dat domein, terwijl tevens wordt toegezien op naleving van relevante regelgeving.
Wat zijn de 3 pijlers van data governance?
De 3 pijlers van data governance worden ook wel het raamwerk genoemd. Ze zijn een reeks richtlijnen, beleidsregels en procedures die zijn opgesteld om het verzamelen, opslaan, gebruiken en verspreiden van gegevens binnen een organisatie te beheren en te overzien.
Het raamwerk voor gegevensbeheer omvat:
#1. Bestuursstructuur en organisatie
Dit verwijst naar de rollen, verantwoordelijkheden en besluitvormingsprocessen die aanwezig zijn om het verzamelen, opslaan, gebruiken en verspreiden van gegevens binnen een organisatie te beheren en te overzien.
Ze omvatten de ontwikkeling van beleid en procedures voor gegevensbeheer en de oprichting van een raad of commissie om toezicht te houden op de implementatie van dit beleid en deze procedures.
#2. Datamanagement en rentmeesterschap
Dit heeft betrekking op de processen en procedures die van kracht zijn om de juistheid, volledigheid en consistentie van de gegevens te waarborgen en om deze te beschermen tegen ongeoorloofde toegang en inbreuken.
Het omvat gegevensinvoer, gegevensvalidatie, gegevenskwaliteitscontrole, gegevensback-up en -herstel en gegevensbeveiliging.
#3. Naleving en wettelijke vereisten
Dit draait om de naleving van wettelijke, regelgevende en branchespecifieke vereisten met betrekking tot het verzamelen, opslaan, gebruiken en verspreiden van gegevens.
Het omvat naleving van wet- en regelgeving inzake gegevensprivacy, zoals de Algemene Verordening Gegevensbescherming (AVG) en de California Consumer Privacy Act (CCPA).
Het omvat ook naleving van branchespecifieke voorschriften, zoals HIPAA voor zorgorganisaties en FINRA voor financiële instellingen.
Wat zijn vaardigheden op het gebied van gegevensbeheer?
Vaardigheden op het gebied van gegevensbeheer zijn de vaardigheden en kennis die nodig zijn om de gegevensactiva van een organisatie effectief te beheren en te overzien. Deze omvatten:
- Begrijpen en implementeren van beleid en procedures voor gegevenskwaliteit, beveiliging, toegankelijkheid en naleving.
- Kennis van best practices voor gegevensbeheer, zoals gegevensmodellering, gegevensopslag en gegevensintegratie.
- Sterke communicatieve en leiderschapsvaardigheden om te coördineren en samen te werken met meerdere teams en belanghebbenden.
- Inzicht in de kaders en methodieken.
- Kennis van de tools en technologieën.
- Bekendheid met regelgeving inzake gegevensbescherming en -bescherming.
- Inzicht in data-afstamming en data-audit.
- Mogelijkheid om beleid en procedures te creëren.
- Kennis van bedrijfsprocessen en datastromen binnen een organisatie.
- Mogelijkheid om prestaties te meten en te bewaken.
Voorbeelden van data governance in de praktijk
Hier zijn een paar voorbeelden van data governance in de praktijk:
#1. Data Privacy
Een organisatie kan beleidsregels en procedures voor gegevensbeheer implementeren om naleving van de wet- en regelgeving inzake gegevensprivacy te waarborgen.
Voorbeelden zijn de Algemene Verordening Gegevensbescherming (AVG) of de California Consumer Privacy Act (CCPA).
#2. Financieel gegevensbeheer:
Een financiële instelling gebruikt beleid en procedures om naleving van de regelgeving van de financiële sector te waarborgen. Een voorbeeld is de Financial Industry Regulatory Authority (FINRA).
#3. Beheer van zorggegevens
Een zorgorganisatie kan beleid en procedures implementeren om naleving van de zorgregelgeving te waarborgen.
Dit omvat de Health Insurance Portability and Accountability Act (HIPAA).
#4. Beheer van supply chain-gegevens
Een productieorganisatie implementeert beleid en procedures. Hierdoor kan de organisatie de gegevens van haar leveranciers beheren, de kwaliteit en veiligheid van gegevens afkomstig van leveranciers waarborgen en voldoen aan specifieke branchevoorschriften.
#5. Beheer van openbare gegevens
Organisaties die voor de overheid werken, gebruiken beleid en procedures om bij te houden welke informatie met het publiek wordt gedeeld.
Dit is om ervoor te zorgen dat de gegevens nauwkeurig en betrouwbaar zijn en om te voldoen aan specifieke regelgeving rond het beheer van openbare gegevens.
De 9 Processen van Data Governance
Het proces van gegevensbeheer omvat doorgaans de volgende stappen:
#1. Definieer het bereik
Deze stap omvat het definiëren van de reikwijdte van het data governance-initiatief, inclusief de specifieke datasets en systemen die onder het proces vallen.
#2. Opzetten bestuursstructuur
Deze stap omvat het opzetten van een governance structuur en organisatie.
Het omvat ook de oprichting van een bestuursraad of -commissie en de ontwikkeling van beleid en procedures voor gegevensbeheer die de rollen en verantwoordelijkheden van verschillende individuen en groepen binnen de organisatie schetsen.
#3. Ontwikkel standaarden voor gegevenskwaliteit
Deze stap omvat de ontwikkeling van gegevenskwaliteitsnormen, die worden gebruikt om de nauwkeurigheid, volledigheid en consistentie van de gegevens te waarborgen.
#4. Implementeer datakwaliteitscontroles
Deze stap omvat de implementatie van gegevenskwaliteitscontroles, zoals gegevensvalidatie en gegevensopschoning, om ervoor te zorgen dat de gegevens voldoen aan de vastgestelde kwaliteitsnormen.
#5. Bewaken en rapporteren van datakwaliteitsproblemen
Deze stap omvat het bewaken en rapporteren van problemen met de gegevenskwaliteit, zoals gegevensfouten en inconsistenties, om ervoor te zorgen dat deze tijdig worden geïdentificeerd en aangepakt.
#6. Ontwikkelen en implementeren van gegevensbeveiligingsbeleid en -procedures
Deze stap omvat de ontwikkeling en implementatie van beleid en procedures voor gegevensbeveiliging. Deze omvatten richtlijnen voor wachtwoordbeheer, gegevensversleuteling en reactie op incidenten, om ervoor te zorgen dat de gegevens worden beschermd tegen ongeoorloofde toegang en inbreuken.
#7. Naleving en wettelijke vereisten
Deze stap omvat het naleven van wettelijke, regelgevende en branchespecifieke vereisten met betrekking tot het verzamelen, opslaan, gebruiken en verspreiden van gegevens, zoals wet- en regelgeving inzake gegevensprivacy.
#8. Programma voor gegevensbeheer
Deze stap omvat de ontwikkeling van een Data Governance-programma, een verzameling processen, procedures en standaarden die organisaties gebruiken om de beschikbaarheid, bruikbaarheid, integriteit en beveiliging van de gegevens die ze in het bedrijf gebruiken te beheren.
#9. Continu monitoren en verbeteren
Deze stap omvat voortdurende monitoring en evaluatie van het data governance-proces om verbeterpunten te identificeren en ervoor te zorgen dat het proces effectief en up-to-date blijft.
Wat is gegevensbeheer in ETL?
Data Governance in ETL (Extract, Transform, Load) is de reeks processen en procedures die organisaties gebruiken om de kwaliteit, beveiliging en naleving van gegevens te waarborgen wanneer deze uit verschillende bronnen worden geëxtraheerd, getransformeerd om te voldoen aan de behoeften van de organisatie en worden geladen in een doelsysteem zoals een datawarehouse of een datameer.
Het belangrijkste doel is ervoor te zorgen dat de gegevens nauwkeurig, volledig en consistent zijn en dat ze worden beschermd tegen ongeoorloofde toegang en inbreuken, terwijl ook wordt gezorgd voor naleving van wettelijke en regelgevende vereisten.
Wat zijn tools voor gegevensbeheer?
Data governance-tools zijn softwaretoepassingen die organisaties helpen bij het beheren en overzien van het verzamelen, opslaan, gebruiken en verspreiden van gegevens binnen een organisatie.
Deze tools kunnen worden gebruikt om verschillende aspecten van het proces te automatiseren en te stroomlijnen, zoals controle van de gegevenskwaliteit, gegevensbeveiliging en naleving van wettelijke en regelgevende vereisten. Hier zijn een paar voorbeelden:
#1. Hulpmiddelen voor gegevenskwaliteit
Deze tools helpen organisaties bij het identificeren, meten en verbeteren van de kwaliteit van hun data, zoals dataprofilering, datacleaning, datastandaardisatie, datavalidatie en datareconciliatie.
#2. Hulpprogramma's voor metagegevensbeheer
Deze tools helpen organisaties bij het beheren en organiseren van de metagegevens die aan hun gegevens zijn gekoppeld, zoals gegevenswoordenboeken, gegevensafstamming, gegevenscatalogi en gegevenstoewijzing.
#3. Platformen voor gegevensbeheer
Deze platforms bieden een gecentraliseerde, webgebaseerde interface voor het beheren en besturen van gegevens binnen een organisatie, zoals een werkbank voor gegevensbeheer, een portaal en een dashboard.
#4. automatiseringstools
Deze tools automatiseren processen, zoals het bijhouden van gegevens, het bewaken van de gegevenskwaliteit, het catalogiseren van gegevens en het classificeren van gegevens.
#5. Nalevingstools
Deze tools helpen organisaties om te zorgen voor naleving van wet- en regelgeving met betrekking tot gegevensbeheer, zoals wet- en regelgeving inzake gegevensprivacy.
#6. Analysetools
Deze tools bieden analytische mogelijkheden om teams voor gegevensbeheer te helpen bij het bewaken van de gegevenskwaliteit, het identificeren van gegevenspatronen en -trends en het volgen van gegevensafstamming en afstamming.
Gegevensbeheer versus gegevensbeheer
Data governance en data management zijn verwante maar verschillende concepten.
Het concept van data governance verwijst naar het algehele beheer van de beschikbaarheid, bruikbaarheid, integriteit en veiligheid van de gegevens die in een organisatie worden gebruikt.
Het omvat de processen, rollen, standaarden en statistieken die ervoor zorgen dat gegevens op een gepaste en consistente manier worden gebruikt.
Gegevensbeheer daarentegen verwijst naar de specifieke praktijken en systemen die worden gebruikt om gegevens te verwerven, op te slaan, te beschermen, te behouden en te leveren. Dit omvat taken als datamodellering, datawarehousing, datakwaliteit en masterdatabeheer.
Samenvattend biedt data governance het raamwerk voor het nemen van beslissingen over data, terwijl datamanagement zich bezighoudt met de dagelijkse taken van het werken met data.
Conclusie
Concluderend, data governance is een cruciaal aspect van het beheren en gebruiken van data in elke organisatie. Het zorgt voor de beschikbaarheid, bruikbaarheid, integriteit en beveiliging van gegevens en ondersteunt de afstemming van gegevens op bedrijfsdoelstellingen.
Effectief gegevensbeheer omvat het creëren van processen, rollen, standaarden en statistieken om gegevens te beheren. Het gaat ook om samenwerking tussen verschillende afdelingen en belanghebbenden.
GERELATEERDE ARTIKELEN
- EIGEN EIGENDOM VS LLC: Wat is beter? (Wat je zou moeten weten)
- AUTOMATISERING VAN BEDRIJFSPROCESSEN: definitie en beste softwaretools
- Marketingautomatisering: de beste software en tools voor marketingautomatisering
- GEGEVENSSTRATEGIE: 7 componenten van gegevensstrategie die elke verbinding nodig heeft
REFERENTIES
