Informatie- of datagedreven werken is voor steeds meer organisaties onderdeel van de missie of strategie. Organisaties worden zich steeds bewuster van de waarde die datagedreven werken toe kan voegen aan de bedrijfsresultaten. Het in gang zetten van datagedreven werken is echter geen simpel proces. Bij een transitie naar datagedreven werken komen veel dingen kijken, zoals het aanstellen van de benodigde rollen, toewijzen van verantwoordelijkheden en het vergaren van de juiste kennis en vaardigheden. Op deze manier stelt u een workforce samen die uw organisatie helpt om de transitie naar datagedrevenheid succesvol vorm te geven.
Organisaties zien door de wirwar aan mogelijke rollen en functies niet meer hoe ze klein kunnen beginnen met het invullen van datagedreven werken. Er bestaan tegenwoordig veel verschillende datarollen die het datagedreven werken in de juiste banen moeten leiden. Zo bestaan er Data Stewards, Analytics Translators, Chief Data Officers, Data Engineers en nog veel meer. Elke rol heeft een eigen positie binnen de organisatie en draagt op zijn eigen manier bij aan datagedreven werken.
Het propositieteam ‘Data-Driven Excellence’ heeft het Data Operating Model ontworpen om de posities van deze rollen in een organisatie en in relatie met elkaar weer te geven. Om te bepalen welke datarollen en vaardigheden nodig zijn, is het van belang om het volwassenheidsniveau van de organisatie op het gebied van data vast te stellen. Hier heeft DAMA een aanpak voor ontwikkeld.
In het geval van een lager volwassenheidsniveau zijn er slechts enkele rollen ingevuld. In een meer volwassen organisatie zijn er meer datarollen ingevuld en is er dankzij toewijzing van verantwoordelijkheden in bepaalde mate invulling van datamanagement. Verschillen in volwassenheidsniveaus van organisaties leiden tot verschillende behoeften. Een organisatie die net start met het toepassen van analyses heeft meer aan een Data Steward die operationele ondersteuning biedt om de basis van Datamanagement op orde te krijgen. Organisaties die meer volwassen zijn, hebben daarentegen vaak Data Stewards die zich op tactisch niveau richten op de optimalisatie van de bestaande processen en als een spin in het web de verschillende behoeftes van de rollen met elkaar verbindt.
De rol van Analytics Translator richt zich op het slaan van een brug tussen de professionals die datagedreven oplossingen bouwen, zoals Data Scientists en Data Engineers, en de business om zo de volledige toegevoegde waarde uit data te halen. In minder volwassen organisaties zien we dat de Analytics Translator bijvoorbeeld bezig is met adoptie van toepassingen voor analyses. In meer volwassen organisaties is de business juist in de lead van het uitrollen en adopteren van deze toepassingen, en verschuift de focus van de Analytics Translator.