Laat het Data Operating Model uw transformatie op gang brengen

Bent u op zoek naar manieren om uw datagedreven transformatie te versnellen? Het implementeren van een Data Operating Model is essentieel. Ons model is effectief, eenvoudig te implementeren en vereist geen grote investeringen vooraf.

Door duidelijke verantwoordelijkheden en beslissingsbevoegdheid aan de juiste mensen toe te wijzen en samenwerking tussen rollen mogelijk te maken, kunt u van data een waardevol bedrijfsmiddel maken.

Coördinatie van data is een complexe taak

"Wie doet wat?" "Wie is verantwoordelijk?" Dit zijn veelgehoorde vragen bij het bouwen van een datagedreven organisatie. Bijna iedere dataprofessional zal er op een bepaald moment mee te maken krijgen: het is niet zo eenvoudig om al het digitale transformatiewerk dat gedaan moet worden te coördineren.
Deze uitdagingen zijn niet nieuw. Er is veel zakelijke literatuur over de beste manieren om werk te coördineren en er zijn genoeg organisaties die deze obstakels met succes hebben overwonnen op hun financiële of personeelsafdelingen. Maar als het op data aankomt, hebben veel organisaties het moeilijk.

Vaak bouwen organisaties grote, complexe structuren om de coördinatie van data te beheren. Dit is niet alleen een dure aanpak, maar het kost ook veel tijd om ze te implementeren. Dit kan moeilijk in evenwicht te brengen zijn met de toegevoegde bedrijfswaarde, vooral omdat het lang duurt voordat de ROI wordt gerealiseerd.
Om sneller waarde te leveren, hebben organisaties een meer pragmatische oplossing nodig die gemakkelijk in hun bestaande structuur kan worden geïntegreerd. Dit is waar ons Data Operating Model uitkomst biedt. Het is een gedecentraliseerd model, ontwikkeld in nauwe samenwerking met onze klanten.

Het Data Operating Model: zes sleutelrollen

Het Data Operating Model richt zich op het inrichten van zes verschillende rollen in een organisatie.
In de praktijk beginnen we vaak met het toewijzen van één of meer van deze rollen aan bestaande functies in de organisatie van onze klant. Dit leidt tot kleinere initiële investeringen, waardoor het makkelijker is om het model te gaan gebruiken en de business case voor een volledige inzet van datarollen op te bouwen.
Laten we eens kijken naar de rollen en hoe elke rol in het bedrijfsmodel is gepositioneerd. Houd in gedachten dat dit geen voltijdse verplichtingen voor de medewerkers hoeven te zijn.

1. Business process owner (BPO) Proceseigenaar

Deze rol is verantwoordelijk voor het creëren van bedrijfswaarde door het uitvoeren van een proces en het continu bewaken van het succes ervan, zoals een Operations Manager die de leiding heeft over een productieproces.

De BPO is ook verantwoordelijk voor het verbeteren van de organisatiemet datagedreven ontwerpenen digitale innovaties zoals digital twins, IoT of advanced analytics. Om dit alles te bereiken, moet de BPO definiëren welke gegevens ze nodig hebben en hoe deze gebruikt zullen worden.

2. Data owners (DO) Data-eigenaar

De DO's in een organisatie zijn verantwoordelijk om ervoor te zorgen dat de voorhanden datageschikt is voor het beoogde doel van de gebruiker(s). Deze rol is eindverantwoordelijkvoor de data binnen een domein en de benodigde datamanagementactiviteiten. Daarom kan hij het best worden belegd op het niveau van het hogere management. Sommige verantwoordelijkheden kunnen dan gedelegeerd worden naar lagere niveaus.

Een voorbeeld is een Productiemanager die ook eigenaar is van productgegevens. In deze rol moet hij alle BPO's die productgegevens in hun processen gebruiken, coördineren en op één lijn brengen. Zij zijn een logische keuze voor DO, omdat zij waarschijnlijk een van de zwaarste gebruikers van productgegevens zijn.

3. Chief data officer (CDO)

CDO's moeten voor ogen houden hoe datagedreven werken meer bedrijfswaarde kan genereren door de datastrategie, de governanceprincipes en het beleid te creëren en te beheren. In de praktijk is deze rol ook de leider van het "Data Office", een nieuwe organisatorische functie, met een vergelijkbare senioriteit als het HR-management. Data is immers,net als mensen, een belangrijk bedrijfsmiddel.

De toegevoegde waarde is om ervoor te zorgen dat het managementen het beheer van datain de hele organisatie doeltreffend gebeuren. Er moet een uniformbegrip zijn van doelstellingen, richtlijnen en concepten, zodat niemand het wiel opnieuw hoeft uit te vinden.

4. Data stewards

Stewards zijn de spin in het webin hetData Operating Model. Zij leggende verbinding tussen data-eisen en bedrijfswaarde,en tussen databeleid en uitvoering. Dit vereist dat zeactief werken aan het afstemmen van prioriteiten tussen BPO's en DO's.

Ook deze rol kan een nieuwe functie zijn, maar vaak beginnen organisaties met het toewijzen van de rol aan Informatiemanagers of Data-analisten die een volgende stap in hun ontwikkeling willen zetten.

Het hebben van goede data stewardsis een belangrijk startpunt voor goede uitvoering vandatamanagement. Zij begrijpen de business en dedata, en opereren strategisch zonder bang te zijn om hun handen vuil te maken.

Om nieuwe data stewards te helpen de theorie en praktijk van hun rol te begrijpen, hebben we een trainingsprogramma voor stewardship ontwikkeld. Verschillende bedrijven in de industrie, financiën en openbare diensten hebben deze aanpak al overgenomen.

5 EN 6. Data producers and users - Dataproducenten en -gebruikers

Iedereen in een organisatie is een datagebruiker, -producent of beide: hij of zij creëert, verbetert, gebruikt of vernietigt data. Bewustmaking van iedereen over zijn rol in het correct omgaan met data is van vitaal belang om bedrijfswaarde uit data te kunnen halen.

Stelt u zich eens voor: een medewerker van de klantenservice maakt een typefout bij het noteren van het telefoonnummer van een nieuwe klant. Dit leidt tot extra tijd in verschillende processen wanneer het bedrijf contact moet opnemen met die klant en de klantervaring wordt beïnvloed.
Een ander voorbeeld is een manager die een bijgewerkte versie van een presentatie heen en weer stuurt. Elke keer creëert dit nieuwe gegevens, wat leidt tot hogere opslagkosten en tijdrovend versiebeheer. Dit soort problemen houdt direct verband met de kwaliteit van de data en is vaak moeilijk te traceren.

Het oplossen van deze problemen begint niet met technologische oplossingen. Het begint met een algemeen bewustzijn over data bij werknemers en hoe zij data kunnen beheren als een waardevolle hulpbron. Dit is de sleutel tot het aannemen van een datagedreven mentaliteit en cultuur.

Bouw uw datagedreven fundament

Het Data Operating Model helpt de basis te leggen voor een datagedreven organisatie door de belangrijkste rollen en verantwoordelijkheden binnen de organisatie vast te leggen.

Als de werknemers zich verantwoordelijk voelen voor de manier waarop ze met data omgaan en als proceseigenaren hun databehoeften duidelijk maken, kan er begonnen worden met het voortdurend omzetten van data in tastbare waarde.

Zodra het model vastgesteld is, kunnen de data-activiteiten geprioriteerd worden op basis van de waarde die ze bieden. Richt u hierbij eerst op kleine veranderingen en investeringen die een grote impact zullen hebben. Zo kunt u een overtuigende business case opbouwen om op basis van de successen op te schalen.