„Data governance je systém řízení dat, který zahrnuje politiky, procesy, role, standardy a metriky zajišťující efektivní využívání dat a informací pro cíle společnosti. Jde o strukturovaný rámec, který pomáhá organizacím spravovat data jako cenné aktivum. 

Data governance řeší organizační zajištění práce s daty, zlepšení datové kvality, dodržování nastavených pravidel, dostupnost a dohledatelnost dat, jejich kategorizaci, ochranu a zabezpečení.“ 

Pojem data governance se začal objevovat již v 90. létech 20. století, ale co se úspěšnosti jeho zavedení ve firmách týče, ve většině případů je stále nevalná. Hlavním důvodem je podle našeho názoru fakt, že si ji firmy představují velmi zjednodušeně – jmenují vlastníky dat, data stewardy, pořídí si data governance nástroj a ten to již zvládne tak nějak sám. 

Jakkoliv tyto věci v případě data governance hrají důležitou roli, samy o sobě ani zdaleka nestačí. Data governance stojí na několika základních pilířích a celé řešení je pouze tak silné, jako nejslabší z nich. Těmito pilíři jsou: 

Datová strategie.  

Pokud chceme úspěšně implementovat data governance, měli bychom mít jasno v tom, jak se jako společnost k datům stavíme, jaká je pro nás jejich hodnota a čeho chceme dosáhnout. Strategie obvykle zahrnuje definici datového konceptu, tedy rozhodnutí mezi centralizací a decentralizací dat, stanovení cílů společnosti v oblasti práce s daty a jejich provázání s celkovou strategií. Důležitou součástí je také návrh datové architektury v návaznosti na celkovou IT infrastrukturu a zajištění organizační struktury pro správu dat, včetně definování rolí a odpovědností. V neposlední řadě strategie stanovuje zásady a opatření pro zabezpečení dat, čímž chrání klíčová aktiva organizace před riziky. 

Vzdělaní lidé.  

Data governance stojí na motivovaných, aktivních lidech – nadšencích do práce s daty​. Nejčastějším kamenem úrazu data governance je fakt, že zaměstnanci nechápou hodnotu dat, nevidí, jak by jim mohla pomoct v každodenní práci a řešit datový slovník nebo katalog reportů pro ně tedy má nejnižší možnou prioritu. V těchto firmách většinou dojde k jednorázové a drahé implementaci data governance, která následně odumře z důvodu nezájmu a zastarání. Naprosto zásadní je tedy vzdělávání a osvěta zaměstnanců, aby byli aktivně zapojeni do rozvíjející se datové kultury ve firmě. 

Motivace a komunikace.  

Propracovaná data governance je zpravidla plošná kulturní změna, která ovlivní každodenní práci jednotlivců. K jejímu prosazení je nutný “dobrý příběh“, který je systematicky komunikován a propagován. Kromě komunikace je vhodné motivovat lidi k využívání dat ve prospěch firmy a příjímání rozhodnutí založených na datech. Motivace může být jak pozitivní, ve formě průběžného ukazování reálných příkladů úspěšného využití dat, nebo organizace různých soutěží, tak i „silová“, tedy stanovení ukazatelů výkonnosti a potažmo finančního odměňování navázaného na data governance. 

Procesy a metodiky.  

Procesy a metodiky v oblasti data governance jsou klíčové pro zajištění efektivního a bezpečného řízení dat v organizaci. Procesy data governance zahrnují aktivity, jako jsou katalogizace dat, monitorování kvality, řízení metadat a řešení problémů spojených s daty, což pomáhá minimalizovat rizika a zvyšovat hodnotu dat pro rozhodování. Správně nastavené metodiky v různých oblastech dotýkajících se dat zaručují kvalitní a standardizované vstupy pro data governance. Kromě toho, že tyto procesy musí být nastaveny, musí být také průběžně kontrolovány a důsledně vymáhány. 

Technologie.  

Nástroje pro data governance jsou důležitým prvkem efektivní správy dat, které pomáhají automatizovat procesy, zvyšovat přehlednost dat i metadat a zajišťovat dodržování standardů. Pokročilá data governance se neobejde bez vhodně vybraných softwarových nástrojů, které umožní propojit a zobrazit nashromážděná metadata na jednom místě, což umožní jejich efektivní využití při činnostech jako jsou například dopadové analýzy, business analýza, vyhledávání definic KPI uživateli a dalších. 

Dokumentace a metadata.  

Nástroje pro data governance jsou zbytečné bez hodnotného obsahu. Teprve vložením obsahu v nich vznikají užitečné komponenty jako je business slovník, datový katalog, katalog reportů, data lineage a další. Generování obsahu by mělo být maximálně automatizované, k čemuž dneska hodně napomáhá využití generativní AI, ale v řadě případů stále vyžaduje a bude vyžadovat lidské vstupy – AI dokáže pouze odhadnout, co je myšleno pojmem „čistá marže“, za detailní definici je ale stále zodpovědný konkrétní člověk. 

Teprve když vezmeme v úvahu všechny výše zmíněné oblasti, budeme mít reálnou šanci na úspěšnou implementaci data governance, která bude podporovat firemní datovou kulturu a přinášet uživatelům i vývojářům reálnou hodnotu v podobě snížení pracnosti při hledání reportů a dat, jejich lepšímu porozumění, zvýšení důvěry v data a jejich používání pro zlepšení fungování celé společnosti.  

Pokud vás článek zaujal a chtěli byste se dozvědět více detailů o tom, co za výše zmíněnými pilíři stojí a jak je postupně vybudovat, budeme rádi, když se nám ozvete a společně probereme, jak vám můžeme pomoct.

Autor: Jakub Holubec – Leading dolphin, CEO