Zum Hauptinhalt springen

The Data Economist | Establishing sustainable "Data Inspired & Digital Culture"

Data Governance: Vom Data Profiling zur ganzheitlichen Leistungsbewertung von Daten

Wie Data Governance zum Innovator wird und Mehrwert liefert

Viele Unternehmen wandelten sich in den letzten Jahren zu agilen Organisationsformen, um sich den Herausforderungen von schnellen Anforderungsänderungen besser stellen zu können. Auch das Unternehmen, für welches ich tätig bin, befindet sich mitten in diesem Wandel. Hinzu kommt, dass Daten und datengetriebene Prozesse immer stärker im Fokus stehen. Wer einen Vorsprung in der Datenintelligenz erlangt und diesen optimal zu nutzen weiß, erlangt auch einen erfolgskritischen Wettbewerbsvorsprung, den es stetig auszubauen bzw. auf lange Sicht zu halten gilt.

Data Governance: Vom Model Driven Design (MDD) zum Data Catalog

Wie Organisationen von einer lückenhaften Nachdokumentierung zu einem transparenten Datenmanagement kommen.

Herausforderung von Data Governance

Eines der Ziele von Data Governance ist es eine möglichst gute Transparenz über die Verarbeitung und Verwendung von Daten über die Systeme hinweg herzustellen, um den Grad der Compliance-Konformität festzustellen und stetig zu monitoren sowie ein compliance-konformes Verhalten beim Umgang mit Daten zu fördern. Zusätzlich ermöglicht die Transparenz stetig Schwächen der Leistungsfähigkeit von Daten zu erkennen und Maßnahmen zur Verbesserung abzuleiten. Dies fördert die Qualität von Datenanalyse- und Digitalisierungsprojekten.

Daten-Monetarisierung [29]

- Daten-Monetarisierung -

Die Wahrscheinlichkeit, dass Datenprodukte bestehende Produkte und Services aufwertet, um z.B. den Profit zu halten oder anzuheben ist höher, als mit isolierten Datenprodukten alleine Geld zu verdienen.

Warte nicht auf den Lucky Punch, sondern starte schon mal bei 1 und lerne stetig dazu!

THE DATA ECONOMIST

Self-Service-BI [19]

- Self-Service BI-

Self-Service BI ist so lange geil, bis inperformante Daten-Modelle die Kosten und Wartezeiten treiben. Es kann durchaus sinnvoll sein, auf seine Datenexperten zu hören und gemeinsam an performanten Datenprodukten zu arbeiten.

THE DATA ECONOMIST