Bu sütun, veri yönetişimi için bir sistem düşünme yaklaşımını genişletecek ve süreç kontrolüne odaklanacaktır. Sayısız yönetişim araçlarının satıcıları meta verilere, sözlüklere ve kaliteli metriklere odaklanmaktadır. Onların pazarlama bir terim ve bling – çan ve ıslık denizidir. Yine de, yatırım getirisi (YG) olarak tanımlanan gerçek iş değerinin eklenmesinin kanıtı nerede? Kârlar yüzde kaç arttı veya genel masraflar düşecek? Kurumsal veri riski metriklerinde ölçülebilir bir azalma oldu mu? Teknik yönetişim manzarası esastır, ancak sadece bir amaç için bir araçtır. Gerçekten de, istenen son durum değildir.
Sistem düşüncesi, veri yönetişiminin her şeyden önce bir süreç kontrol sistemi olduğunu öğretir. İş süreçlerini ve süreç optimizasyon çabalarını biliyoruz. Veriler tüm iş süreçleriyle ilişkilidir. Yıllar önce, insanlar süreç ve veriler arasındaki ilişkiyi açıkça göstermek için bir Crud (Oluştur, Okuma, Güncelleme, Sil) matrisi kullandılar. Şirketler, bu verileri sistemler ve raporlama motorları arasında taşımak için kapsamlı veri işleme özelliklerine sahiptir ve bunların hepsi önemli iş süreçlerini desteklemektedir.
İşletmelerin operasyonel süreç kontrolleri vardır. Uyum, muhasebe, denetim, kayıt yönetimi ve risk yönetimi gibi departmanlar, iş süreçlerinin sağlığı veya kârlılığı hakkında kontrol, ölçme ve raporlama ile görevlendirilir. Yönetişim terimlerinin ötesine geçmek, veri yönetimi ve raporlamanın iş operasyonlarıyla birlikte çalışan karmaşık bir süreç olduğunu kabul etmemizi gerektirir. Etkili veri yönetişimi bu birleşik iş ve teknoloji süreci altyapısını tanımalı ve YG'yi en üst düzeye çıkarmak için gerekli kontrolleri uygulamalıdır.
Bir veri süreci kontrol çerçevesinin nasıl uygulanacağına dair içgörüler için çeşitli modelleri takip edebiliriz. Yıllar önce, İngiliz petrolü ve standart petrol ile birkaç petrol rafinerisinde zaman geçirdim. Mentorum bana süreç yönetiminin temellerini öğreten bir makine mühendisiydi. Anahtar, arıtma işleminin her aşamasında sürekli geri bildirim döngüleriydi. Bu döngüler anahtar metrikleri (sıcaklık, basınç, viskozite, vb.) İzledi. Bilgisayar ilerlemeleri, bir işlemin dengesiz olduğunu bildirmek için alarmları tetikledi. Bu tür süreç kontrolü çevremizdeki her yerdedir ve veriler gibi, bir sorun olana kadar arka planda çalışır. Arabanızdaki gösterge paneli mükemmel bir örnektir.
Kaynak sistemlerinden, muhasebe sistemlerinden, satış sistemlerinden, faturalandırma sistemlerinden ve raporlama sistemlerinden verilerin akışı, tıpkı ham petrol olarak başlayan ve kurşunsuz gaza sahip rafinerideki yağ gibi entegre bir veri akış sürecinden başka bir şey değildir. İşletme durumunda, ham veriler = iş süreçleri yoluyla sistem girer ve hesaplamalar, raporlama, öngörücü analiz veya bir iş olayı bağlamına yerleştirilerek bilgilere dönüştürülür. Çeşitli mühendislik disiplinleri bunu bilir ve optimal yönetişim kontrol çerçevesini uygulamak için diğer sektörlerde öğrenilen onlarca yıllık dersleri takip edebiliriz.
Rafineri mühendisi gibi kuruluşlar da veri sağlığını sağlamak ve iş kararlarını bilgilendirmek için sürekli veri kalitesi geri bildirim döngülerine ihtiyaç duyarlar. Aynı zamanda, veri kalitesi araçları genel kaliteyi değerlendirir, ancak genellikle kapsamlı bilgiler için gereken iş odaklı yönetişim farkındalığından yoksundur. Veri kalitesi, meta veriye dayalı kalite çerçevesi gerektiren karmaşık bir meta veri sorunudur. Veri kalitesi araçları kontrolleri otomatikleştirebilirken, entegre bir yönetişim çerçevesi kaynak sistemleri, veri alanları, sahiplik ve uyumluluk arasındaki ilişkileri bilmelidir. Böyle bir çerçeve, öngörücü analitik ve bilinçli karar almayı mümkün kılar.
En etkili veri kalitesi süreç kontrolleri kendileri için birçok kez ödeme yapar. Bir durumda, bir şirket çalışma verimliliğini artırmak ve veri riskini azaltmak için bir veri kalitesi aracı ile otomatik veri kontrolü kullandı. Daha önce, birden fazla departman verileri uzlaştırmış, ancak sonuçları tüm paydaşlara iletememiştir ve kalite sorunlarına yol açmıştır. Yeni bir süreçle, doğrulanmış sonuçlar günlük olarak dağıtıldı ve raporlama verimliliğinde yüzde 20 kazanç elde edildi. Bu üst yönetimin dikkatini çekti.
Zamanla şirket, yaşlanma sistemlerini yükseltme ve değiştirme ihtiyacını buldu. Veri kalitesi ekibi bir yönetici toplantısında “Hangi kaynak sistemleri en çok hatayı üretiyor?” Diye soruldu. Ne yazık ki, veri kontrol teknolojisi bu sorgu için istatistik yoktu. Gelecekteki başarısızlıkları tahmin etmek için geçmiş sonuçlardan yararlanmanın hiçbir yolu olmadan, ekip geçmiş raporları manuel olarak gözden geçirmek zorunda kaldı. Bu durum, bağımsız kaliteli araçlarla ilişkili sınırlamaları ve riskleri göstermektedir. Entegre bir yönetişim yaklaşımı sorunlara sistem düzeyinde bakar. Yönetişim hedefi, bilinçli iş kararlarını mümkün kılmak için kuruluş genelinde toplam farkındalıktır.
Bu sistem değiştirme ekibinin, şirketin teknik ve yönetişim meta verilerine karşı farkındalık raporlarına dayanan aşağıdaki soruları cevaplayabilmesi gerekiyordu:
- Hangi uyum veya düzenleyici riskler verilerle ilişkilidir?
- Hangi kaynak sistemleri en çok veri kalitesi hatasını oluşturur?
- Hangi organizasyon grupları en çok hatayı üretir?
- Veri ortamındaki tüm veri kopyaları nerede?
- Hangi sistemler gizli veya PII verileri içerir?
- Tüm alanların veri tüketicileri biliniyor mu?
- Geçerli bir iş sözlükimiz var mı?
Bu soru listesini cevaplayabilmek için temel bir meta veri deposunu sorgulamanın değerini hayal edin. Bu, SharePoint'i eski proje ve bilgilerin daha önce günlüğe kaydedildiği (ve kaybolduğu) uyum elektronik tabloları için aramaktan çok daha iyi bir çözümdür. Şirketler, kaynak, kullanım, risk, sahiplik ve veri kalitesi hakkında kritik cevaplar almak için meta verileri entegre eden bir teknoloji çözümü ile bir süreç kontrol sistemi olarak yönetişimi uygulayabilir. Bu bilgi seviyesiyle bütçeleme veya sistem planlaması üzerine bir tartışmaya girmenin değerini hayal edin. Bu farkındalık, şirket operasyonel ve risk yönetimi girişimlerini de ilerletebilir.
Sistem düşüncesi devam eden geri bildirim döngülerini vurgularken, yalın düşünme envanter yönetimini optimize eder. Yalın Yönetişim, yönetişimin doğru zihniyet, metodoloji ve teknoloji ile çözülmüş bir farkındalık sorunu olduğunu anlayarak veri ve kar marjları üzerinde kontrol kazanmak için bu yaklaşımları birleştirir.
Süreç odaklı yönetişim ve kontrollere odaklanmak için bir aciliyet vardır. Yapay zekanın kaliteli veriler nasıl talep ettiğine dair bloglarla bombalandık. Değişen veri ambarı teknolojileri yeni bir risk seviyesi ekliyor. Klasik ETL yaklaşımı, verilerin büyük depolama veritabanlarına pompalandığı ELT ile değiştirilmektedir. Sorgu mantığının yükü ondan işletmeye itilir. Geleneksel birincil ve yabancı temel kısıtlamalar genellikle uygulanmaz, bu da veri hataları riskini artırır. Kalite geri bildirim döngüleri sorunu çözer.
Bir sonraki sütunumuz, şirketlerin istedikleri kurumsal gelecekte gezinmek için yönetişim farkındalığını nasıl kullandıklarını araştıracak.
Bir yanıt yazın