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 Mit­­­arbei­ten­den 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