Snahou organizací je podporovat rozhodování založené na správných datech nebo rozhodnutí zahrnující jak intuici, tak právě i data. Aby jim ale lidé rozuměli a dokázali využívat, je potřeba je zkrotit. S Martinem Potančokem z Vysoké školy ekonomické v Praze jsme diskutovali o možnostech, které přináší Data Governance.
Téma Data Governance se řešilo také na KPMG Data Festivalu, který probíhal 14. října na Vysoké škole ekonomické. Jednalo se již o 5. ročník největšího datového festivalu v Česku i na Slovensku, jehož cílem je zbořit mýty kolem dat a složitosti práce s nimi. Letos se podařilo překonat hranici 3000 registrací na celodenní datový program, tedy o polovinu více než za minulý ročník, což ukazuje, že data zkrátka hýbou světem.
Často mluvíme o datové kultuře. Jak organizace včetně těch vědeckých nyní pracují s daty?
V současné době rozhodování založená na datech již běžně probíhají, v každodenním životě se setkávám s analytickými službami včetně pokročilých analýz. V úvodních fázích vše funguje skvěle a uživatelé jsou nadšeni z přínosů.
Postupem času a s tím, jak se rozrůstají možnosti analýz a jejich výstupy se dostávají k více uživatelům, společnosti zjišťují, že potřebují data řídit a detailně jim porozumět. Přirovnal bych to ke knihovně – je jednoduché si koupit knihu, přečíst ji a poté někam odložit – ale co když se k ní nebo jejím myšlenkám budeme chtít vrátit? Víme, kde ji najdeme a co je jejím obsahem?
Kde začít s Data Governance?
Než začneme se zaváděním konceptu Data Governance, dovolím si v krátkosti představit jeho podstatu. Data Governance pokrývá situace, kdy organizace potřebují spravovat data jako aktiva a především definovat, schvalovat, komunikovat a implementovat zásady, politiky, postupy, metriky, nástroje a rozhodovací práva včetně odpovědností.
Data Governance by měla představovat strategickou aktivitu organizace, která je podporovaná top managementem a prosazovaná společně s datovou kulturou. Na úvod je dobré poznat současné datové prostředí, identifikovat vlastníky jednotlivých aktiv a zjistit úroveň datové gramotnosti zaměstnanců. Nastavte strategii, pravidla, role a zodpovědnosti. Pokud je to možné, využijte některý z již existujících standardů. Stanovte jedno místo, kde budou informace uchovávány (Data Governance nám navíc v mnoha případech může pomoct s automatizací dokumentace). A pak začněte s prvním malým přírůstkem.
Pokud bych se měl vrátit k našemu příkladu s knihou, nejprve je potřeba se podívat na naše hlavní cíle – např. proč potřebujeme systematičtěji pracovat s našimi knihami. Až poté můžeme nastavit vhodnou dílčí strategii a pravidla evidence našich knih včetně jejich hlavních myšlenek.
Vypadá to, že budeme potřebovat tým lidí, který bude mít Data Governance na starosti. Kdo by to měl být?
Vzhledem k tomu, že se jedná o důležitou aktivitu, je podstatná podpora vedení, ta může mít podobu zahrnutí dat do strategie organizace a ustanovení role ředitele pro data (Chief Data Officer, CDO). Data považujeme za aktivum, proto by měla mít svého vlastníka (Data Owner) a také správce (Data Steward). Vlastník dat je odpovědný za data, která vlastní (obvykle to může být manažer procesu), správce poté představuje odborníka na danou problematiku, který se podílí (ve spolupráci s příslušným vlastníkem) na definicích a kontrole příslušné skupiny dat. Vhodným nastavením datové organizace vytvoříme klíčový prvek agility a inovací.
Probrali jsme význam Data Governance a role zabezpečující nastavení a chod. Jak to vypadá z pohledu nástrojů? Potřebují organizace robustní a drahé nástroje?
Data Governance na první pohled může působit komplexně a lidé mohou nabýt dojmu, že je potřeba celé řady nástrojů, které budou velmi drahé. Z mého pohledu jsou ale mnohem důležitější cíle a principy zmiňované výše. V malých firmách nebo vědeckých týmech lze použít jednoduché nástroje. Doporučuji výběr maximálně přizpůsobit velikosti, kultuře a úrovni datové zralosti organizace a úrovni datové gramotnosti jejích členů.
KPMG Festival 2022 proběhl 14. října 2022 v prostorách Vysoké školy ekonomické v Praze.
Výzkum znamená obrovské množství dat
Jsou zde nějaká specifika pro výzkumné projekty?
Projekty ve všech oblastech vědy a výzkumu pracují s obrovským množstvím dat. Možnosti jejich sběru a vyhodnocení jsou často specifikovány konkrétními podmínkami (k jakým účelům, projektům apod. je lze použít). Mohu data použít v rámci svého dalšího projektu? Při správně nastaveném Data Governance je jednoduché uchovávat informace specifikující možnosti použití a přístupů.
Lze tedy jednoduše předejít následným komplikacím. Vrátím-li se znovu k příkladu s knihou, co kdyby nemohla být dále půjčována? Vím, kde tuto informaci najdu? Navíc pro další projekty získám podrobné informace o již existujících datech, jejich významu a struktuře. Ideálně na jednom místě s jednou verzí pravdy (single source of truth).
Líbí se mi zmiňované přínosy. Jak získat z Data Governance maximum a jaké jsou klíčové faktory k úspěchu?
Pro úspěch Data Governance je klíčová silná podpora ze strany vedení společnosti. Je potřeba, aby se data stala klíčovou součástí firmy. Zavádějte program postupně, vyberte si jeden konkrétní problém a snažte se dosáhnout rychlých úspěchů, abyste prokázali schopnost realizace a měli možnost komunikovat přínosy. Pokud se týmům nedaří rychle ukázat přínosy, může dojít ke vzniku pochybností a ztrátě motivace. Pro lepší dosahování cílů je potřeba najít a zapojit motivované zaměstnance napříč společností, kteří sdílejí vizi celého programu. Pomohou vám komunikovat jak vizi, tak plán jejího naplnění. Nezapomínejte na již zmiňovanou vazbu na kulturu organizace a nesnažte se ji změnit ze dne na den.
Když se vrátíme k podpoře rozhodovacích procesů a analytickým službám, stačí nám Data Governance?
Principy Data Governance nám pomáhají vytvářet základní infrastrukturu, ale nepokrývají všechna potřebná témata spojená s řízením analytiky a jejích služeb. Často potřebujeme řešit problémy spojené s množstvím analytických aplikací, komponentami analytického ekosystému, jejich efektivitou, dodávkou přidané hodnoty. Zde vidím prostor pro systematický návrh a řízení služeb analytiky jako celku.
Děkujeme za rozhovor!
Autorka: Natálie Mordavská
Zdroj: KMPG Festival
Martin Potančok
Martin Potančok podporuje rozhodování inspirované daty v komerčních a výzkumných projektech. Má zkušenosti s vývojem softwaru a analýzou. Pracoval jako business analytik a projektový manažer na softwarových projektech dodávajících zejména systémy pro rozpočtování a výkaznictví pro mezinárodní společnosti. V poslední době pracuje jako business analytik na datových a analytických projektech. Na Vysoké škole ekonomické v Praze má na starosti datové aktivity a výzkumné projekty organizované ve spolupráci s Fakultou informatiky a statistiky. Konkrétně byl součástí týmu organizujícího Data Festival, aktivity Data & Business a projekty rozšiřující možnosti podnikání s využitím IT a analytiky. V roce 2015 získal Cenu Josefa Hlávky, je držitelem doktorátu z aplikované informatiky na Vysoké škole ekonomické v Praze a v letošním roce obdržel Fulbrightovo stipendium na výzkumný projekt na Stanford University.
- Autor článku: ne
- Zdroj: KMPG Festival
