8 Gründe, warum Data-Governance-Initiativen scheitern

Datenverwaltung Daten-Governance bietet Unternehmen die Chance, ihre Prozesseffizienz zu steigern und das Geschäftswachstum voranzutreiben. Was einfach klingt, kann sich als echte Herausforderung erweisen. Laut einer Gartner-Studie scheitern über 901.000 Initiativen zur Daten-Governance. Im heutigen Artikel betrachten wir einige dieser Initiativen genauer. Die 8 häufigsten Gründe für das Scheitern von Daten-Governance-Initiativen.

Gründe für das Scheitern von Data-Governance-Initiativen – 1. Fehlende klare Ziele

Keine klaren Ziele. Das heißt nicht, dass es keine Ziele gibt, sondern vielmehr, dass die Ziele groß, breit gefasst und unkonkret sind, ohne Rücksicht darauf, ob sie erreichbar und messbar sind. Zum Beispiel lautet das Ziel, alle Probleme zu lösen. Datenqualität Probleme im Unternehmen.
Das Ziel der Daten-Governance ist zu kurzsichtig, was zu Nachbesserungen führt. Beispielsweise beginnt Governance bereits dann, wenn zwischen den Beteiligten Uneinigkeit über die Definition und das Verständnis von Datenqualitätszielen herrscht.
Die Ziele der Daten-Governance sind nicht mit den Geschäftszielen verknüpft und berücksichtigen lediglich das Wie der Steuerung aus technischer Sicht, nicht aber das Warum.

Hinweis: Fehlende klare Ziele oder die Fokussierung auf kurzsichtige Governance-Ziele führen dazu, dass kein konsistenter Governance-Mechanismus entwickelt wird, was zu Ressourcenverschwendung führt. Ressourcen Und die Daten-Governance gerät ins Hintertreffen, bevor sie wirksam werden kann. Eine effektive Daten-Governance beginnt mit einem klaren Governance-Ziel, das mit einem geschäftlichen Nutzen verknüpft sein muss.

Gründe für das Scheitern von Data-Governance-Initiativen – 2. Die Arbeitsteilung ist chaotisch, und die Rechte und Pflichten sind unklar.

Es gibt keine klare Definition, wem das Recht auf Datenbesitz, Datennutzung und Datenverwaltung sowie weitere Verantwortlichkeiten zustehen. Zwar wird behauptet, jeder sei für die Datenqualität verantwortlich, doch in der Realität herrscht im Datenmanagement Chaos und es gibt viele Doppelungen, und wenn Probleme auftreten, will niemand die Verantwortung übernehmen.
Es wurde kein klarer Mechanismus zur Bestätigung der Datenrechte und zur Rechenschaftspflicht eingerichtet, und wenn Datenprobleme auftreten, wissen wir nicht, an wen wir uns wenden sollen. Die Koordination zwischen mehreren Parteien hat die Projektdurchführung verlangsamt und dazu geführt, dass viele Qualitätsprobleme nicht gelöst wurden.
Die IT-Mitarbeiter sollen sich auf Definitionen und Trends der Datenqualität konzentrieren, die Ursachen von Datenqualitätsproblemen analysieren und ermitteln.
Lassen Sie die Geschäftsmitarbeiter die Datenstruktur analysieren und sich daran beteiligen. Datenherkunft und Datennutzung.

Tipps: Effektive Daten-Governance erfordert die klare Klärung der Rechte und Pflichten im Zusammenhang mit Daten sowie die Gestaltung der Zusammenarbeit zwischen IT- und Fachabteilungen. Die IT-Abteilung konzentriert sich auf die technische Umsetzung, während die Fachabteilungen die Definition von Datenqualitätsregeln und die kontinuierliche Verbesserung der Datenqualität im Blick behalten. Beide Teams müssen eng zusammenarbeiten und eine offene Kommunikation pflegen, um die Datenqualität zu überwachen und zu optimieren.

Gründe für das Scheitern von Data-Governance-Initiativen – 3. Unzureichende Aufmerksamkeit des Top-Managements

Höhere Führungskräfte haben kein ausgeprägtes Bewusstsein für Data Governance und verwechseln Data Governance mit Datenmanagement. Sie glauben, dass Data Governance in der Verantwortung der IT-Abteilung oder des Datenbankadministrators liegt und vom IT-Team ohne großen Aufwand und wenig Aufmerksamkeit der Führungsebene erledigt werden kann.
Das Topmanagement ruft täglich Parolen wie „Daten sind ein wertvolles Gut, Governance ist unerlässlich und muss nachdrücklich unterstützt werden“. Doch Taten folgen nicht. Eine umfassende Stärkung der Datenabteilung ist nicht möglich, und die Übertragung der Verantwortung an eine kleine, einflusslose Abteilung ist nicht realisierbar.
Das obere Management verfügt nicht über ausreichende Befugnisse und Einfluss, um die Ziele der Daten-Governance mit der Unternehmensleistung zu verknüpfen. Bei der abteilungsübergreifenden Koordination verspricht jede Abteilung zwar eine gute Zusammenarbeit, doch in der Praxis verfolgt sie weiterhin ihren eigenen Weg.

Tipp: Für ein erfolgreiches Data-Governance-Projekt ist es unerlässlich, dass die Führungsebene Verantwortung übernimmt. Die leitenden Manager sollten nicht nur über ein gewisses Verständnis von Data Governance verfügen, sondern auch über beträchtliche Befugnisse und Einflussmöglichkeiten verfügen, abteilungsübergreifend koordinieren können und der Datenabteilung im Projekt volle Unterstützung und Genehmigungen gewähren.

Gründe für das Scheitern von Data-Governance-Initiativen – 4. Mangel an Data-Governance-Experten

Die Vermischung von Daten-Governance und Systemmanagement führt dazu, dass IT-Systemadministratoren für die Datenqualität verantwortlich gemacht werden. Das ist genauso unzuverlässig, als würde man den Wasserleitungsreparateur für die Qualität des Leitungswassers verantwortlich machen.
Oft wird angenommen, dass Datenqualitätsmanagement ausschließlich IT-Fachkräften obliegt und deren Kenntnisse in Algorithmen, Modellen und Programmierung ausreichen. Datenqualitätsteams benötigen jedoch ein analytisches Geschäftsverständnis und ein ausreichendes Verständnis von Geschäftsprozessen, um die richtigen Entscheidungen zu treffen. Ohne dieses Verständnis können sie die Auswirkungen fehlerhafter Daten möglicherweise nicht erkennen.
Es ist ein weit verbreiteter Irrglaube, dass Datenqualität allein in der Verantwortung der Geschäftsleute liegt und diese auch ausreichend dafür verantwortlich sind. Tatsächlich beschränkt sich Datenqualität aber nicht nur auf die Identifizierung von Geschäftsregeln und die Korrektur von Fehlern, sondern umfasst auch die kontinuierliche Überwachung der Daten und die Entwicklung von Prozessen, die das Fehlerrisiko minimieren. Hinzu kommt, dass in vielen Unternehmen nur wenige Geschäftsleute die Geschäftsregeln klar und verständlich erläutern können.

Hinweis: Daten-Governance ist abteilungsübergreifend und nicht Sache einer einzelnen Abteilung oder Person. Weder reine Geschäftsleute noch isolierte IT-Fachkräfte sind in der Lage, Daten-Governance vollständig umzusetzen. Unternehmen benötigen ein Team von Daten-Governance-Experten, die sowohl die Technologie der Daten-Governance als auch die Geschäftsprozesse des Unternehmens verstehen.

Gründe für das Scheitern von Data-Governance-Initiativen – 5. Undurchsichtige Regeln und Systeme

Das formulierte Datenmanagementsystem und der Datenmanagementprozess werden nicht veröffentlicht und bekannt gegeben, die definierten Datenstandards werden nicht veröffentlicht, und es ist nicht bekannt, ob die relevanten Interessengruppen diese Regeln kennen.
Die Fortschritte und Ergebnisse der Daten-Governance werden nicht zeitnah berichtet, und den zuständigen Führungskräften und Abteilungen wird kein Einblick in die Ergebnisse gewährt.
Man geht fälschlicherweise davon aus, dass Daten ein Vermögenswert sind, der „versteckt“ bleiben und nicht mit anderen Abteilungen geteilt werden darf. Nur wenn es „Informationsinseln“ gibt, können wir die „Informationslücke“ zu anderen Abteilungen wahren und unser „Geheimnis“ sichern.

Tipps: Effektive Daten-Governance erfordert volle Transparenz. Projektfortschritte, Arbeitsergebnisse und bestehende Probleme müssen der Führungskraft und den Fachabteilungen zeitnah zugänglich gemacht werden, um deren Vertrauen in die Daten-Governance zu stärken. Probleme dürfen nicht verschwiegen, sondern müssen offengelegt und zeitnah behoben werden. Auch auf Datenebene ist mehr Transparenz erforderlich. Stammdaten und Referenzdaten müssen unternehmensweit geteilt werden. Datenbestände und Datenherkunft sollten so weit wie möglich visualisiert werden, damit Daten leicht einsehbar, auffindbar und optimal nutzbar sind.

Gründe für das Scheitern von Data-Governance-Initiativen – 6. Passive Data Governance

Konzentrieren Sie sich ausschließlich auf Geschäftsprozesse, nicht auf Datenqualität.
Die Initiative zur Etablierung Daten-Governance-Strategie wird nicht berücksichtigt, es gibt keinen einheitlichen Datenstandard, und die Daten jedes Systems werden unabhängig voneinander verwaltet.
In normalen Zeiten sollte man der Datenverwaltung und der zeitnahen Behandlung von Datenqualitätsproblemen keine Beachtung schenken.

Tipps: Effektive Daten-Governance erfordert den Aufbau einer Strategie auf drei Ebenen: vor, während und nach dem Ereignis. Vor dem Ereignis: Datenstandards definieren und etablieren, diese bekannt machen und Schulungen dazu durchführen sowie eine unternehmensweite Datenkultur fördern. Während des Ereignisses: Datenverifizierung anhand der Datenstandards, Datenpflege und -nutzung gemäß etablierter Prozesse und Systeme. Nach dem Ereignis: Kontinuierliche Messung der Datenqualität, Bearbeitung laufender Datenprobleme und Verbesserung von Geschäftsprozessen usw.

Gründe für das Scheitern von Data-Governance-Initiativen – 7. Projektbasierte Daten-Governance

Behandeln Sie Data Governance als ein einmaliges Projekt mit der hohen Erwartung, dass sich die Datenqualität durch die Umsetzung eines Projekts über Nacht verbessert.
Ich glaube fälschlicherweise, dass es bei Data Governance darum geht, sich mit den aktuell entdeckten Datenproblemen auseinanderzusetzen.
Sie glauben fälschlicherweise, dass Datenqualität und Daten-Governance-Prozesse einmalige Aktivitäten sind.
Sie glauben fälschlicherweise, dass Richtlinien zur Daten-Governance und Maßnahmen zur Datenqualität nicht mit den zuständigen Abteilungen abgestimmt werden müssen.

Hinweis: Das oberste Ziel von Data Governance ist die Wertsteigerung von Daten. Es handelt sich um einen kontinuierlichen und langwierigen Prozess, der schrittweise Verbesserungen und Iterationen erfordert. Es ist unrealistisch zu erwarten, dass Data Governance in einem einzigen Schritt abgeschlossen ist. Projektbasierte Data Governance ist unvollständig und nicht kontinuierlich. Sie kann zwar vorübergehende Datenprobleme lösen, aber es ist schwierig, einen nachhaltigen Datenwert zu erzielen, und das Ergebnis ist zwangsläufig unbefriedigend.

Gründe für das Scheitern von Data-Governance-Initiativen – 8. Siloartige Daten-Governance

Datenstandards werden zwar festgelegt, aber nicht implementiert; Altsysteme funktionieren nicht. Datentransformation Und DatenzuordnungNeue Systeme beziehen sich nicht mehr auf Datenstandards. Datenstandards werden beiseitegelegt und verkommen zu einem Stück Papier.
Betrachten Sie Data Governance als separate, zusätzliche Aufgabe, die nicht an Geschäftsprozesse gebunden ist. Fachabteilungen kooperieren lediglich bei der Behebung von Datenqualitätsproblemen, akzeptieren aber keine in Geschäftsprozesse integrierten Datenregeln.
Die Fachabteilungen sind der Ansicht, dass Data Governance lediglich ihren zusätzlichen Arbeitsaufwand erhöht, gewisse Einschränkungen für das Unternehmen mit sich bringt und keinen Nutzen oder Mehrwert für die Geschäftsentwicklung bietet.

Tipp: Effektive Daten-Governance sollte als Instrument zur Unterstützung von Geschäftsleuten bei der Erreichung ihrer Geschäftsziele betrachtet werden, nicht als zusätzliche Aufgabe, sondern als integraler Bestandteil der Geschäftsprozesse des Unternehmens, der die Pflege und Nutzung von Daten im täglichen Geschäftsleben regelt.

Abschluss

Vielen Dank, dass Sie unseren Artikel gelesen haben. Wir hoffen, er hilft Ihnen, die Gründe für das Scheitern von Data-Governance-Initiativen besser zu verstehen. Wenn Sie mehr über Data Governance erfahren möchten, empfehlen wir Ihnen folgende Website: 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, die Datenherkunft ermitteln und eine visuelle Anzeige durchführen, sondern ermöglicht Benutzern auch, die Datenherkunft im CSV-Format bereitzustellen und eine visuelle Anzeige durchzuführen. (Veröffentlicht von Ryan am 10. Juli 2022)

8 Gründe, warum Data-Governance-Initiativen scheitern | Gudu SQLFlow