Jsou data skutečně majetkem vaší firmy? Zákazník, přední česká banka, si plně začal uvědomovat potřebu uchopit data jako majetek a tento majetek zvelebovat. Jako první jsme identifikovali potřebu ustavit governance, tedy poznat spravované prvky a přidělit je do správy příslušným pracovníkům. Bylo totiž více než zřejmé, že zlepšování dat nebude možné, pokud data „budou patřit všem a nikomu“.
Jaký problém jsme řešili
Pro ustavení Data Governance jsme museli vyřešit nejen věci spojené s evidencí datových prvků a odpovědností za ně, ale bylo také třeba definovat kompletní procesní chování v oblasti a stanovit organizační strukturu péče o data. Z hlediska komplexního Data Managementu jsme vyjasnili celkovou koncepci přístupu ve všech oblastech tohoto řízení, stanovili priority, kam zaměřit své úsilí, a zejména získali podporu tohoto dění napříč celou bankou.
Zavedením Data Governance jako základny pro Data Management chtěl zákazník při práci s daty postupně eliminovat:
- Neefektivní rozhodování.
- Opakované vymýšlení již použitých postupů.
- Duplicitní činnosti při vývoji a provozu systémů pro data.
- Duplikovaná řešení v různých systémech.
- Nedostupnost informací oprávněným uživatelům v požadovaném čase a kvalitě.
- Neefektivní vynaložení prostředků na předcházení problémů, kde náklady překročí užitek z prevence.
- Nedorozumění v komunikaci při řešení problémů a tvorbě systémů.
Jedním z cílů projektu Data Governance Pilot bylo vytvoření základny pro plnohodnotný Data Management, tedy zajistit, že:
- Základní termíny a definice spojené s Data Managementem budou všeobecně známy a akceptovány v celé bance.
- Odpovědní pracovníci budou vědět o činnostech a metodách spojených s Data Managementem.
- Odpovědní pracovníci budou vědět o svých odpovědnostech, pravomocech a povinnostech spojených s řízením dat, o možnosti využití prostředků Data Managementu.
- Budou existovat udržované prostředky pro přesnou a jednoznačnou definici dat a informací v celé bance (slovníky, modely, metadata).
- Dojde ke sjednocení pravidel pro návrh a vývoj aplikací. Budou sdíleny praktiky a znalosti jak pro práci s daty, tak pro práci s technologiemi.
- Bude se sledovat a vyhodnocovat kvalita klíčových dat (core banking data).
- Bude se definovat, implementovat a kontrolovat bezpečnostní politika pro práci s daty (odpovědnosti, vlastníci dat, pravidla).
- Bude existovat přesný model klíčových dat, model transformací a toku dat v celé bance. Bude-li to smysluplné, použijí se jednotné technologické prostředky pro tyto modely.
- Bude zavedena Data Governance – způsob, jak organizačně zajistit Data Management.
- Vzniknou metriky pro sledování přínosů Data Managementu. Bude se vyhodnocovat přínos Data Managementu a na jeho základě bude probíhat jeho trvalé zlepšování.
Patří-li data všem – a tedy nikomu – nelze zlepšovat jejich kvalitu.
Jaké jsme dodali řešení
Úkolem konzultantů projektu bylo připravit koncepci organizace práce v oblasti Data Governance. Opírali jsme se přitom o DAMA-DMBOK (DAMA – Data Management Book Of Knowledge) a framework DGI (Data Governance Institut). Pro zpracování konkrétních principů a metodik práce v rámci Data Governance jsme vytvořili modely s využitím frameworku pro modelování Adastra EAF GG (Enterprise Architecture Framework – Governance Generation), který již banka využívala i v jiných projektech.
Velmi významnou částí projektu bylo také sestavení koncepce pro firemní slovník s možností využití informací z modelu. Takto připravenou koncepci jsme ověřili v rámci „Proof-of-concept“ za použití řešení firmy Semanta se všemi tehdy dostupnými komponentami včetně modulu Air.
Jak projekt dopadl
S odstupem doby lze potvrdit, že výchozí úvahy projektu o přínosech zavedení Data Governance a zavedení podpůrných nástrojů jako jsou modely, slovníky, evidence přiřazení governance apod. byly správné a skutečně tato oblast přináší do života firmy významné benefity. Prokázalo se, že:
- Existence jednotného slovníku a správa modelů zjednoduší definici a analýzu požadavků na vývoj a změny systémů.
- Existence modelů umožní efektivní a přesnější analýzu dopadů změn. Pomůže zrychlit řešení datových incidentů.
- Sníží se náklady na integraci, protože bude možné přesněji definovat distribuovaná data a jejich transformace, zamezí se tvorbě duplicitních dat a systémů nebo nepřímým přenosům dat.
- Přínosem je i zvýšení kvality testování (neboť testování rychleji získává potřebné odpovědi) a rychlosti změnových řízení dané dostupností a kvalitou metadat.
- Přesné definování kompetencí a procesů zajistí rychlejší zpracování obchodních požadavků.
- Sjednocení technologických prostředků a úsilí v rámci celé banky sníží provozní náklady na údržbu těchto prostředků.
Zajímá vás podobné řešení? Ozvěte se nám.
Děkujeme
V co nejbližší době se vám ozveme.