Wie sich Data Governance und Data Manage­ment be­dingen

Die Menge und die Be­deutung der Daten für Unter­nehmen wächst Tag für Tag. Jedoch reichen das reine Ein­sammeln und Speichern von Daten nicht aus, um hieraus Wett­bewerbs­vor­teile zu sichern. Um den Mehr­wert aus den Daten zu er­zielen, ist das Beherr­schen der Daten mittels Data Governance und Data Management not­wendig – und zwar ab dem Prozess der Ent­stehung bis zu der Bereit­stellung einer ver­lässlichen Basis für die Ent­scheidungs­findung. Viele Unter­nehmen stehen daher aktuell vor der Auf­gabe des Aufbaus dieser Daten­kompetenz.

Data Governance als zentraler Leit­faden

Data Governance defi­niert organisations­über­greifende Rollen und Ver­ant­wort­lich­keiten und damit ver­bundene Entscheidungs­rechte und Richt­linien zur qualitäts­orientierten Steuerung des Date­nmanagements. Somit wird die Ver­ankerung der Data Governance in die konkreten Unternehmens­prozesse sicher­gestellt.

BIG.Cube Data Governance Frame­work

Unter­nehmen stehen in Bezug auf Data Governance oftmals nicht völlig am Anfang. In den unter­schiedlichen Be­reichen des Unter­nehmens haben sich bereits Aktivitäten etabliert, welche der Data Governance zu­geordnet werden können. Die Proble­matik hierbei ist häufig die fehlende Trans­parenz und die mangelnde über­greifende Koordi­nation dieser Aktivi­täten.

Das Ziel vor Augen

Demnach ist das Ziel von Data Governance Pro­grammen eine über­greifende und trans­parente Struktur zu schaffen, um das Daten­management im Unter­nehmen zu optim­ieren. Ab­geleitet aus diesem Ziel sind am Markt eine Vielzahl von Frame­works ent­standen, die unter­schiedliche Schwer­punkte in Bezug auf die Handlungs­felder der Data Gover­nance setzen.

Die BIG.Cube orientiert sich bei der Be­ratung und Um­setzung von Data Gover­nance Pro­grammen bei unseren Kunden am dargestellten Frame­work.

Die Heraus­forderungen

Die Umsetzung eines Data Gover­nance Pro­grammes be­inhal­tet in der Regel eine Neu­aus­richtung. Um das Daten­manage­ment unter­nehmens­weit zu opti­mieren, werden die Daten in den Mittel­punkt ge­stellt. Zudem wird eine Data Governance Orga­nisa­tion auf­gebaut und mit Weisungs­befugnis aus­ge­stattet. Bei unseren Kunden treffen wir dem­nach immer wieder auf folgende Haupt-Heraus­forder­ungen:
Initialisie­rung
Initialisie­rung: Trotz unter­schiedlicher stra­tegischer Treiber ge­staltet sich die Ini­tiali­sierung eines unternehmens­weiten und bereichs­über­greifenden Data Governance Pro­gramms oft­mals als heraus­fordernd und bedarf der Unter­stützung des Manage­ments.
Veranker­ung
Veranker­ung: Data Governance be­deutet Ver­änderung. Die Daten und deren Nutzen werden in den Fokus ge­stellt und über­greifend auf alle Bereiche des Date­nmanage­ments ange­wendet. Dieses geht einher mit ent­sprechen­den Richt­linien und neuen Weisungs­be­fugnissen, was auf Wider­stände stoßen kann.
Trans­parenz
Trans­parenz: Der Aufbau der not­wendigen Daten­trans­parenz über die Unternehmens­daten ist oftmals auf­wendig. Das Wissen über die Daten ist im Unter­nehmen in ver­schiedenen Systemen, Ver­arbeitungs­prozessen und in den Köpfen der Mit­arbeiter ver­teilt.
Data Quality
Data Quality: Die Qualität der Daten ist oftmals nicht trans­parent und nach­voll­ziehbar. Somit ist die not­wendige Verlässlich­keit der Daten für eine Ent­scheidungs­findung nicht gegeben, so dass Ent­schei­dungen dann doch wieder aus dem Bauch heraus ge­troffen werden.

Data Governance – Alles Nichts ohne Data Quality

Wir setzen Data Governance Strategien, Konzepte und Prozesse in Ihrer SAP-Systemlandschaft so um, dass die Qualität Ihrer Daten mittels IT-Automatisierung dauerhaft sichergestellt ist.

Data Governance im SAP Analytics

Wir kennen die stra­tegischen Treiber für Data Governance Pro­gramme und wissen, dass ein erfolgreicher Data Governance Prozess bei den Business Units und in der IT startet.

Darauf haben wir unsere Organisation ausgerichtet: unsere Business Analysten und Data-/Application Archi­tekten nehmen die An­forder­ungen auf, kon­zi­pieren sie in eine Ziel­architektur und setzen die An­forder­ungen mit den neuesten Standards um.

Damit stellen wir einen End-to-End-Prozess von der Ers­tellung eines Data Governance Frame­works bis hin zur Qualitäts­sicherung der Daten sicher.

Unser Projektvorgehen

Business Analyse

Unser Business Analysten Team spricht die Sprache der Business Units und ver­steht die Bedeu­tung der Daten, den Ablauf der Pro­zesse und den Auf­bau der Orga­nisation.

Architektur

Unsere Archi­tekten sind Ex­perten im Auf­bau von System- und Daten­architekturen in der SAP Business Intelli­gence Welt und beraten die IT unserer Kunden in IT-strate­gischen Frage­stel­lungen. Gemein­sam er­arbeiten Sie mit unseren Business Analysten das fach­liche und tech­nische Konzept für die Ziel­architek­tur und über­geben die Er­gebnisse in die Hände unserer Um­setzungs­experten.

Data Provisioning & Integration

Die Um­setzung er­folgt ganz­heitlich, be­ginnend mit der Ab­holung und Zusammen­führung der Daten unseres Teams Data Provisioning & Integration, welches jahre­lange Er­fahrung in den SAP Data Provisioning Tools SDI, SDA und SLT auf­weist.

SAP Analytics

Unsere Experten im Bereich SAP BW model­lieren die Daten in dem SAP BW System der Kunden und sorgen für eine opti­mierte Fort­schreibung der Daten, so dass diese von unserem SAP Analytics Team ent­sprechend der An­forder­ungen der Kunden in der SAP Analytics Cloud (SAC) in Dash­boards und Be­richten zur Ver­fügung gestellt werden.

Application Development

Erfahrungs­gemäß gibt es bei den Kunden zus­ätzliche Anforder­ungen, wie z. B. Schnitt­stellen zu anderen Systemen. Diese werden von unseren Ent­wicklern des Teams Application Development bedarfs­gerecht um­gesetzt.

Datenqualität

Daten­qualität ist das Fokus­thema aller daten­getriebener Unter­nehmen. Aus diesem Grund em­pfehlen wir unseren Kunden bereits bei der Konzeption der Ziel­architektur den Aufbau eines Data Quality Layers, den alle Daten in ihrem Ver­arbeitungs­prozess durch­laufen müssen. Die Kern­komponente dieses Layers bildet unser DQ-Produkt Q-THOR, welches die Daten­qualität durch real-time Quality Checks nach­haltig sicher­stellt.

Premium Be­ra­tung für Data Governance & Data Manage­ment

Aus vielen Kunden­projekten kennen wir die stra­tegischen Treiber für Data Governance Pro­gramme. Zudem haben wir beim Auf­bau der Data Gover­nance Orga­nisa­tion be­raten und sind in den Dis­ziplinen des Data Manage­ment zu Hause. Des Weiteren haben wir mit Q-THOR ein eigenes Pro­dukt ent­wickelt, um die Daten­qualität in Unter­nehmen sicher­zu­stellen.

Sprechen Sie uns an