Data management is een vakgebied vol termen en concepten die niet altijd eenduidig gebruikt worden. Dat begint al met termen als data management zelf en het begrip data governance. Deze begripsverwarring staat effectief data management in de weg.
Waarom scherpe definities noodzakelijk zijn
- Onduidelijke verantwoordelijkheden: wie is nou eigenlijk eigenaar van welke gegevens?
- Verkeerde verwachtingen: wat levert dat data governance-traject nu precies op?
- Inefficiënte samenwerking: eindeloze discussies over ‘wat bedoel je nou eigenlijk met…?’
- Gefragmenteerde oplossingen: ieder team implementeert op basis van hun eigen interpretatie
Goede definities zijn geen academische luxe, maar een praktische noodzaak. Ze zorgen ervoor dat iedereen dezelfde taal spreekt en dat data management-initiatieven daadwerkelijk kunnen landen in je organisatie.
Het Deltiq begrippenkader
Deltiq hanteert een begrippenkader gebaseerd op gevestigde standaarden zoals DAMA DMBOK2 en het Data Management Maturity model, maar dan vertaald naar de Nederlandse context. Hieronder vind je de kernconcepten die je moet kennen om effectief over het vakgebied data management te kunnen praten.
Kernconcepten
Data management
Het ontwikkelen, uitvoeren en beheren van plannen, beleid, projecten en activiteiten die ervoor zorgen dat data gedurende hun hele levenscyclus beschikbaar zijn, worden beheerd en beschermd en in waarde worden vergroot.
Alternatieve definitie
Het geheel van alle plannen, beleid, initiatieven en bedrijfsprocessen om data te beheren. Vanuit het perspectief van DAMA BoK is Data Governance een van de disciplines binnen het vakgebied Data Management.
Alternatieve termen
Gegevensmanagement, o.a. in gebruik bij het Ministerie van Justitie en Veiligheid.
Verder lezen
Zie ook onze uitgebreide toelichting op het vakgebied Data Management. Wil je je als manager of bestuurder verder verdiepen in het nut en de noodzaak van data management voor jouw organisatie? Lees dan het aanvullende artikel.
Data management-strategie
Een strategisch plan dat de inrichting en organisatie van data management beschrijft, met als doel de noodzakelijke gegevensverwerkingen en randvoorwaarden te realiseren die de uitvoering van de datastrategie ondersteunen.
Toelichting
Een data managementstrategie volgt idealiter uit de datastrategie van de organisatie. De datastrategie bepaalt immers wat de organisatie met data wil bereiken; de data managementstrategie beschrijft wat daarvoor nodig is in de dagelijkse praktijk.
Echter, we zien in veel organisaties data management initiatieven waarbij voor elk onderdeel van het DAMA-model (een “spaakwiel”) een apart project wordt gestart. Dat lijkt overzichtelijk, maar pakt in de praktijk vaak ongunstig uit. Er ontstaat een veelheid aan initiatieven die los van elkaar worden uitgevoerd, zonder duidelijke samenhang of prioriteit.
Het risico hiervan is dat er inspanningen worden geleverd die weinig bijdragen aan de strategische organisatiedoelen. Dit kost tijd en energie en leidt er vaak toe dat het enthousiasme voor data management snel afneemt.
Een effectievere aanpak is om te beginnen bij de datastrategie en van daaruit gericht keuzes te maken: welke aspecten van data management zijn nú nodig, en welke kunnen later? Zo ontstaat focus, wordt prioriteit aangebracht en blijft datamanagement behapbaar én waardevol voor de organisatie.
Datastrategie
Veel organisaties spreken over een datastrategie, zonder expliciet onderscheid te maken tussen datastrategie en data managementstrategie. In de praktijk leidt dit vaak tot vermenging van businessdoelen en randvoorwaarden. Bij Deltiq maken we dit onderscheid bewust. Een datastrategie gaat over het realiseren van organisatiedoelstellingen met behulp van data en heeft daarom een eigenaar binnen de primaire bedrijfsprocessen. De verantwoordelijkheid ligt bij de business. Een data managementstrategie beschrijft de randvoorwaarden die dit mogelijk maken — zoals governance, architectuur en datakwaliteit — en valt onder de verantwoordelijkheid van de Chief Data Officer (CDO). Door deze twee perspectieven expliciet te scheiden, ontstaat helder eigenaarschap en een realistische verdeling van verantwoordelijkheden, wat essentieel is voor succesvol en duurzaam datagebruik.
Data Governance
Data governance is de discipline die bepaalt hoe het beheer van data in een organisatie wordt ingericht en uitgevoerd en ziet toe op de naleving daarvan. Het zorgt voor databeleid, beschrijft wie waarvoor verantwoordelijk is, hoe beslissingen worden genomen en welke beheerprocessen nodig zijn.
Toelichting
Data governance waarborgt dat data daadwerkelijk gemanaged wordt binnen organisaties. Het maakt expliciet welke regels gelden, wie verantwoordelijk is en hoe besluitvorming verloopt. Het onderscheid met de overige disciplines van data management is essentieel.
Governance staat voor oversight – het stellen van kaders, toezicht en handhaving. De overige disciplines van data management betreffen execution – de feitelijke uitvoering. Deze relatie is vergelijkbaar met Finance: een centrale functie zorgt voor beleid en standaarden, de uitvoering vindt in de organisatie plaats.
Effectieve governance rust op vijf pijlers: doelen, beleid, functies & activiteiten, verantwoordelijkheden en handhaving. Pas wanneer deze vijf aspecten samenkomen, ontstaat werkbare governance die data management duurzaam verankert in de organisatie. Zonder governance blijft data management vrijblijvend en richtingloos.
Verder lezen
Lees ook het artikel Wat is Data Governance? De spelregels voor succesvol databeheer.
Data Administratie
Een systematische, geïntegreerde registratie van feiten, gebeurtenissen en eigenschappen met betrekking tot data die binnen een organisatie worden verwerkt, uitgedrukt in kwalitatieve of kwantitatieve zin en vastgelegd in een hiervoor aangewezen systeem.
Toelichting
Een gestructureerde administratie waarin alle eigenschappen van, afspraken over en verantwoordelijkheden ten aanzien van data systematisch worden vastgelegd en beheerd. Om de toegevoegde waarde volledig tot zijn recht te laten komen betreft het één, generiek toegankelijk geïntegreerde administratie.
Alternatieve termen
Gegevensboekhouding, Data Catalogus
Voorbeelden
Commerciële producten: Collibra, Informatica Data Catalog, Zeenea Data Catalog en Atlan. In ontwikkeling bij het Ministerie van Justitie en Veiligheid: Gegevensboekhouding.
Wil je dieper ingaan op deze begrippen?
In de CDO Masterclass opleiding leer je deze begrippen praktisch toe te te passen. Kijk hier voor mee informatie over deze 6-daagse opleiding voor data-professionals.
