6 Herausforderungen für die Datenverwaltung in Unternehmen!

Für Unternehmen bedeuten unterschiedliche Branchen, unterschiedliche Geschäftsmerkmale und unterschiedliche Informatisierungsgrade auch unterschiedliche Herausforderungen im Prozess der Datenverwaltung. Die gemeinsamen Probleme und Herausforderungen von Unternehmensdatenverwaltung umfassen im Wesentlichen die folgenden sechs Aspekte:

Herausforderungen für die Datenverwaltung in Unternehmen

Herausforderungen für die Datenverwaltung in Unternehmen – 1. Unzureichendes Verständnis des Geschäftswerts der Datenverwaltung

„Warum sind Daten wichtig?“, „Welche Probleme kann Data Governance lösen?“, „Welchen Wert kann Data Governance erzielen?“ Dies sind die drei wichtigsten Fragen, die die Datenverwaltung in Unternehmen plagen und die von Unternehmensleitern und Fachabteilungen häufig gestellt werden.

Da traditionelle Datenverwaltung technologieorientiert ist, achtet sie auf die Standards der zugrunde liegenden Daten und die Spezifikation des Betriebsprozesses. Obwohl technologiegetriebene Datenverwaltung auch Datendefizite aufdecken kann und Verbesserung der Datenqualität, Management und Geschäftspersonal scheinen damit nicht zufrieden zu sein.

Da das traditionelle, technologiebasierte Data-Governance-Modell nicht von der Lösung praktischer Geschäftsprobleme ausgeht, verfügen Unternehmen im Allgemeinen über kein ausreichendes Verständnis für den Geschäftswert von Data Governance. Um den Wert von Daten und Ergebnissen schnell zu realisieren, ist der direkteste Weg, sich am Geschäftswert zu orientieren. Dabei werden die tatsächlichen Anforderungen und Probleme der Datenanwendung im Unternehmen berücksichtigt, um die Anforderungen von Management und Geschäftsdaten zu erfüllen und den Geschäftswert von Daten zu realisieren. Die spezifischen Probleme und Schwierigkeiten datengetriebener Prozesse werden gelöst, um die Managementarbeit voranzutreiben.

Wie oben beschrieben, spiegelt sich der Geschäftswert der Enterprise Data Governance hauptsächlich in Kostensenkung, Effizienzsteigerung, Qualitätsverbesserung, Risikokontrolle, erhöhter Sicherheit und verbesserter Entscheidungsfindung wider. Verschiedene Unternehmen haben unterschiedliche Geschäftsanforderungen und Datenprobleme, und der Geschäftswert der Enterprise Data Governance erfordert nicht alle der oben genannten sechs Aspekte.

Unternehmen sollten den Geschäftswert der Datenverwaltung anhand der Anforderungen des Managements und der geschäftlichen Schwachstellen quantifizieren, um das Wissen und Vertrauen des Unternehmensmanagements und der Geschäftsmitarbeiter in die Datenverwaltung zu stärken.

Der beste Weg, geschäftliche Probleme zu verstehen, die durch Daten verursacht werden, besteht darin, zu fragen und zu beobachten. Das Management der Datenverwaltung muss sich auf die Geschäftsanforderungen konzentrieren und sich oft auf die Lösung von Problemen konzentrieren, die Geschäftsmitarbeiter empfinden oder die sie nicht lösen können.

Herausforderungen für die unternehmensweite Datenverwaltung – 2. Fehlendes Top-Level-Design für unternehmensweite Datenverwaltung

Unternehmen erkennen derzeit allgemein die Bedeutung von Daten und beschäftigen sich zunehmend mit der Datenverwaltung. Wir haben festgestellt, dass viele Datenverwaltungsaktivitäten von Unternehmen derzeit auf Projekt- und Abteilungsebene stattfinden. Es fehlt an einem übergeordneten Design der Datenverwaltung auf Unternehmensebene und einer umfassenden Koordination der Datenverwaltungsarbeit. Ressourcen.

Data Governance umfasst Geschäftssortierung, Standardformulierung, Geschäftsprozessoptimierung, Datenüberwachung, Datenintegration und Fusion usw. Es ist hochkomplex, explorativ und es mangelt an Designrichtlinien auf höchster Ebene. Im Governance-Prozess treten Abweichungen oder Abweichungen auf. Die Wahrscheinlichkeit von Fehlern ist relativ groß, und wenn sie nicht rechtzeitig korrigiert werden können, sind ihre sexuellen Auswirkungen schwer abzuschätzen.

Das Top-Level-Design der Datenverwaltung gehört zur Strategie auf strategischer Ebene und konzentriert sich auf das Gesamtbild, das Globale und das Systematische. Das Top-Level-Design der Datenverwaltung konzentriert sich auf die Gesamtsituation. Datenverwaltung wird aus einer globalen Perspektive konzipiert, durchbricht die Beschränkungen der projektbasierten Verwaltung, fördert die Zusammenarbeit verschiedener Geschäftsbeziehungen in der Wertschöpfungskette des Unternehmensinhabers und ermöglicht eine Top-down-Gesamtplanung.

Der Top-Level-Entwurf der Datenverwaltung konzentriert sich auf das System, von Organisationsabteilungen, Posteinstellungen (Benutzerberechtigungen), Prozessoptimierung, Verwaltungsmethoden und technischen Tools bis hin zum Aufbau des Organisationssystems, des Verwaltungssystems und des technischen Systems der Unternehmensdatenverwaltung.

Das Top-Level-Design der Enterprise Data Governance sollte auf der Höhe der Unternehmensstrategie stehen, alle beteiligten Aspekte, Ebenen und Elemente aus einer globalen Perspektive berücksichtigen, alle Arten von Ressourcen und Beziehungen koordinieren, das Ziel der Data Governance bestimmen und die richtige Strategie und den richtigen Weg dafür formulieren.

Das Top-Level-Design konzentriert sich hauptsächlich auf Schlüsselprobleme, Kernprobleme, die seit langem zu verschiedenen Widersprüchen führen, und wichtige Probleme, die die gesunde und stabile Entwicklung der Unternehmensinformatik ernsthaft beeinträchtigen. Nur so kann der Weg für die Lösung anderer Probleme geebnet werden.

Herausforderungen für die Datenverwaltung in Unternehmen – 3. Die Bedeutung, die Führungskräfte der Datenverwaltung beimessen

Data Governance ist die Strategie der strategischen Ebene des Unternehmens. Die Führungskräfte des Unternehmens sind direkt an der Strategieformulierung beteiligt und führen deren Umsetzung durch. Die erfolgreiche Implementierung von Data Governance kann nicht von einer einzelnen Person oder Abteilung bewältigt werden. Sie erfordert die gemeinsame Aufmerksamkeit und Zusammenarbeit von Führungskräften aller Unternehmensebenen, dem Kernpersonal verschiedener Geschäftsabteilungen und der IT-Abteilung. Führungskräfte sind zweifellos die wichtigsten Stakeholder bei der Umsetzung von Data-Governance-Projekten.

Die Unterstützung der Unternehmensleitung bei der Datenverwaltung beschränkt sich nicht nur auf finanzielle Unterstützung (dies ist natürlich erforderlich). Die Verfeinerung und Umsetzung der Datenstrategie ist vollständig autorisiert, und die verfügbaren Ressourcen sind die Schlüsselfaktoren, die über Erfolg oder Misserfolg der Datenverwaltung entscheiden.

Enterprise Data Governance erfordert in der Regel die Einrichtung einer eigenen Organisation, beispielsweise eines Data Governance Boards. Viele Data Governance Boards sind jedoch virtuelle Organisationen. Die Organisation muss jedoch von einer anerkannten Führungskraft, einem sogenannten „Chief Data Officer“, unterstützt werden. Der Data Governance Council besteht aus CDOs, wichtigen Führungskräften, Finanzverantwortlichen, Datenwissenschaftler, Datenanalystenund IT-Techniker und ist für die Entwicklung von Unternehmenszielen und -methoden sowie konsistenten Kommunikationsstrategien und -plänen für die Datenverwaltung verantwortlich.

Bei der Implementierung des Data-Governance-Projekts muss der CDO nicht nur für die Definition der Daten, Datenstandards, Governance-Strategie, Prozesskontrolle, Architektur, Tools und Techniken sowie andere Data-Governance-Aufgaben verantwortlich sein, sondern sich auch darauf konzentrieren, wie ein Mehrwert für das Unternehmen geschaffen werden kann und ob die Unterstützung wichtiger Unternehmensleiter gesichert werden kann.

CDOs konzentrieren sich häufig auf den Geschäftswert der Daten und nutzen die erweiterten technischen Fähigkeiten von Datenwissenschaftlern, Analysten und Managern, die dem Chief Executive Officer (CEO) unterstellt sind, um laufende Unterstützung bei Finanzierung, Richtlinien und Ressourcen zu erhalten.

Herausforderungen für die Enterprise Data Governance – 4. Inkonsistente Datenstandards erschweren die Datenintegration

Erstens sind die Datenstandards in Unternehmen nicht einheitlich. Der Informatisierungsgrad der Unternehmen ist in verschiedenen Branchen unterschiedlich, und es mangelt an branchenweiten Standards und normativen Definitionen. In den Anfängen der Informatisierung wurde der Aufbau von Informationssystemen von den Fachabteilungen vorangetrieben, ohne dass eine einheitliche Planung erfolgte, was zu isolierten Informationsinseln führte. Mit der Entwicklung von Big Data zeigt sich bei Unternehmensdaten ein Trend zur Diversifizierung und zur Nutzung mehrerer Quellen. Unternehmen müssen verschiedene Datenquellen und -formen integrieren, um sie sinnvoll und effektiv zu nutzen und ihren Wert voll auszuschöpfen. Aufgrund fehlender einheitlicher Datenstandards gestaltet sich die Integration und Zusammenführung von Daten jedoch schwierig.

Zweitens sind die Datenstandards in Unternehmen nicht einheitlich. Jede Branche und jedes Unternehmen neigt dazu, Daten nach ihren eigenen Standards zu erheben, zu speichern und zu verarbeiten. Obwohl diese Daten bis zu einem gewissen Grad Geschäftsgeheimnisse enthalten, behindern sie die koordinierte Entwicklung von Unternehmen (insbesondere vor- und nachgelagerten Unternehmen derselben Industriekette) und begünstigen nicht die Globalisierung von Unternehmen, um den Austausch und die Zusammenarbeit zwischen Unternehmen zu stärken.

Herausforderungen für die Datenverwaltung in Unternehmen – 5. Die allgemeine Annahme, dass Datenverwaltung Sache der IT sei

In vielen Unternehmen herrscht die Meinung vor, dass Datenverwaltung in die Zuständigkeit der IT-Abteilung fällt und die Mitarbeiter lediglich die Daten nutzen. Viele Mitarbeiter haben eine eher geschäftskritische Einstellung zur Datenverwaltung. Ich möchte jedoch klarstellen, dass diese Vorstellung falsch ist. Die IT-Abteilung sollte zwar einen Großteil der Verantwortung für die Daten tragen, nicht jedoch für deren Definition, Eingabe und Nutzung. Datendefinition, Geschäftsregeln, Dateneingabe und -kontrolle sowie Datennutzung liegen in der Verantwortung der Mitarbeiter und stellen somit die Kernelemente der Datenverwaltung dar.

Die meisten Geschäftsabteilungen haben komplexe und widersprüchliche Ansichten gegenüber der IT-Abteilung. Einerseits sind sie der Meinung, dass die IT immer wichtiger wird und die Geschäftsentwicklung nicht von der Unterstützung der IT-Abteilung getrennt werden kann. Andererseits wissen sie nicht viel über die IT-Abteilung, da die meisten Geschäftseinheiten am Wert der Existenz der IT zweifeln.

Wer ist für Datenqualitätsprobleme verantwortlich? Diese Frage schieben sich IT- und Business-Mitarbeiter oft gegenseitig zu. Sind IT und Business wirklich zwei unvereinbare Gegensätze? Nein. IT, die das Business verlässt, generiert keinen Mehrwert, und Business, das die IT verlässt, verliert im digitalen Zeitalter an Wettbewerbsfähigkeit. Daher sollten IT und Technologie im digitalen Zeitalter eng verzahnt sein und auf ein gemeinsames Ziel hinarbeiten!

Eine effektive Data-Governance-Strategie ist eine wichtige Maßnahme zur Realisierung datengetriebener Geschäftsprozesse und zur Integration des Geschäfts in die IT. Zu diesen Maßnahmen gehören: Die Data-Governance-Planung sollte den Geschäftsanforderungen entsprechen, und Data-Governance-Ziele sollten sich an der Realisierung der Geschäftsziele orientieren.

Richten Sie ein Data-Governance-Komitee ein, integrieren Sie Fach- und IT-Mitarbeiter in derselben Organisation, arbeiten Sie hart für dasselbe Ziel und teilen Sie Wohl und Wehe! Fachmitarbeiter arbeiten mit der IT-Abteilung zusammen, um Datenstandards zu definieren, die Datenqualität zu standardisieren und Daten sinnvoll zu nutzen.

Im Prozess der digitalen Transformation von Unternehmen ist die IT das Geschäft, die IT das Management. Das Ziel der Mitarbeiter besteht darin, „die richtigen Daten zur richtigen Zeit am richtigen Ort zu haben, um Kunden zu bedienen, Entscheidungen zu treffen und Pläne zu schmieden“. Das Ziel der IT ist es, „dem Unternehmen die richtigen Daten zur richtigen Zeit am richtigen Ort zur Verfügung zu stellen“, um ein zuverlässiger Anbieter für das Unternehmen zu sein.

Herausforderungen für die Datenverwaltung in Unternehmen – 6. Mangel an Datenverwaltungsorganisationen und -fachleuten

Ein wichtiger Schritt bei der Implementierung von Data Governance ist der Aufbau einer Data-Governance-Organisation und die Auswahl der richtigen Mitarbeiter. Das mag einfach erscheinen, ist aber in der Umsetzung eine große Herausforderung. Soll eine physische Data-Governance-Organisation aufgebaut oder eine virtuelle Organisation geschaffen werden? Handelt es sich um Vollzeit- oder Teilzeitkräfte? Welche Art von Organisation und Position wird eingerichtet? Diese Fragen werden von der Unternehmensleitung häufig gestellt. Meine übliche Antwort lautet: Dies hängt alles von der aktuellen Situation der Organisation und des Managements des Unternehmens ab, da es kein optimales Organisationsmodell gibt, sondern nur ein für das Unternehmen passenderes.

Data Governance erfordert eine offene Unternehmenskultur. Die Umsetzung organisatorischer Veränderungen erfordert die Zuweisung von Positionen und Verantwortlichkeiten. Dadurch wird Data Governance zu einem politischen Thema, da es letztlich um die Zuweisung, Erteilung und Entziehung von Verantwortlichkeiten und Befugnissen geht. Handelt es sich lediglich um einen formalen organisatorischen Rahmen und wird das Problem der Macht- und Verantwortungsverteilung nicht durch administrative und personelle Ressourcen gelöst, entsteht kein Zusammenhalt im Team, was die Wirkung von Data Governance beeinträchtigt.

Abschluss

Vielen Dank für das Lesen unseres Artikels. Wir hoffen, er hilft Ihnen, die Herausforderungen der Unternehmensdatenverwaltung besser zu verstehen. Wenn Sie mehr über Datenverwaltung erfahren möchten, besuchen Sie bitte: Gudu SQLFlow für weitere Informationen.

Als einer der die besten Datenherkunftstools Gudu SQLFlow ist heute auf dem Markt erhältlich und kann nicht nur SQL-Skriptdateien analysieren, Datenherkunft, und führen Sie eine visuelle Anzeige durch, ermöglichen Sie Benutzern aber auch, die Datenherkunft im CSV-Format bereitzustellen und eine visuelle Anzeige durchzuführen. (Veröffentlicht von Ryan am 7. August 2022)