Om data gedreven te kunnen werken is het belangrijk om stil te staan bij het type richtlijnen en processen om in te richten. Hoewel geen enkele organisatie hetzelfde is kunnen we drie modellen onderscheiden wanneer het gaat om beheer en vrijheid van de data. Het gaat hierbij om een gecentraliseerd model, delegated model en tot slot een self-service model.
In deze blog bespreken we de drie modellen en beschrijven we elk de voor- en nadelen.
Een gecentraliseerd model
De data en analytics omgeving wordt beheerd door een centrale afdeling in de organisatie. Vaak is dit IT. Dit is een veel voorkomend model bij organisaties. De afdeling is verantwoordelijk voor het beschikbaar maken van de databronnen en zorgt er tegelijkertijd voor data deze beschikbaar zijn voor analisten en business users. De voordelen zijn consistentie is oplevering van werk, branding en duidelijke eigenaarschap van de rapporten. Redenen om te kiezen voor een gecentraliseerd model zijn:
- Er is een gebrek aan kennis breder in de organisatie;
- Data is extreem gevoelig en heeft continue monitoring nodig, bijvoorbeeld wie toegang heeft en welke data wordt gebruikt.
- De organisatie heeft een traditionele top-down IT of data strategie die ook niet zal veranderen op korte termijn.
Een aantal uitdagingen die het model kan meebrengen:
- Een gecentraliseerd model kan zorgen voor enorme backlog aan verzoeken vanuit de business. De eigenaren van de databronnen en worden hiermee de bottleneck van de organisatie. Dit met als resultaat dat beslissingen later worden genomen dan gewenst of zonder de juiste informatie. Dit wil je juist voorkomen wanneer je data-gedreven gaat werken als organisatie.
- De business is vaak niet tot nauwelijks betrokken in het proces. Er wordt dus vaak slecht gecommuniceerd.
- Het gat in data en analytische skills zal met een gecentraliseerd model niet tot nauwelijks worden opgevuld. De business krijgt weinig verantwoordelijkheid en heeft hiermee ook minder behoefte om dit kennisniveau te ontwikkelen.
- Er is vaak een grote technische en ontwikkel kennis maar weinig kennis (of tijd) om zich bezig te houden met creativiteit, leesbaarheid en usability zodat uiteindelijk ook de betrokkenheid met de dashboards kan worden verhoogd.
Dit model is sterk op het technische vlak maar vaak een uitdaging wanneer het gaat om innovatie en snelheid.
Een gedelegeerd model
In tegenstelling tot een gecentraliseerd model wordt meer verantwoordelijkheid gegeven aan de mensen buiten de centrale afdeling. Hierdoor kan sneller worden geïnnoveerd. Toegang tot de bronnen dan wel dashboards wordt door de Site Administrators of Project Leaders geregeld en gemonitord. In dit model is het certificeren van databronnen en content belangrijk wanneer een delegated model is ingericht. In sommige organisaties is er een centraal team zoals bij een gecentraliseerd model aanwezig die verantwoordelijk is voor de certificering.
Redenen om te kiezen voor een delegated model zijn:
- Er is meer kennis in de organisatie verspreid, maar in sommige gevallen blijft het kennisniveau achter op bepaalde afdelingen.
- Zeker in het geval van gevoelige data blijft er een kern team aanwezig die verantwoordelijk is voor de certificering van de data. Dit kan soms zorgen voor vertraagde processen maar zorgt wel voor betrouwbare data waar de business users ook gebruik van willen maken.
- Dit model is heel geschikt wanneer je de beweging wilt maken naar self-service, dit kan een tussenstap zijn.
Een aantal uitdagingen die het model kan meebrengen:
- Het is van belang om een proces in te richten hoe data en content worden gecertificeerd en gevalideerd door de gebruikers.
- Een trainingsplan op maat is noodzakelijk om analisten en eindgebruikers de juiste content te laten creëren dan wel interpreteren.
- Site Administrators en Project Leaders zullen getraind moeten worden welke rollen en verantwoordelijkheden er zijn en welke taken daarbij horen.
Een self-service model
In een self-service model wordt de content en data gecreëerd door de Creators zoals we deze kennen in Tableau of door Explorers in web-edit. De analytische kennis is groot in de organisatie en daarnaast zijn veel processen vastgelegd.
Redenen om te kiezen voor een self-service model zijn:
- Eindgebruikers willen graag in staat zijn om zelf data te analyseren en beslissingen te nemen op het moment dat zij het nodig hebben.
- Vraag naar reporting, ook wel data gedreven beslissingen nemen, neemt toe
- Een self-service omgeving past goed wanneer (meeste) data niet gevoelig is – een open organisatie die veel informatie vrijgeeft.
Een aantal uitdagingen die het model kan meebrengen:
- Monitoring van de Server omgeving en de mogelijkheid tot schaalbaarheid moeten mogelijk zijn.
- Je hebt meer reports nodig die voor de administrators inzichtelijk maken wie tot welke bronnen toegang heeft en ook werkelijk gebruik maakt.
- Zonder richtlijnen kan er een overload aan dashboards ontstaan op de server. Het is de site goed is ingericht om zo ook de juiste content te kunnen terugvinden.
- Training is onmisbaar wanneer een self-service omgeving is ingericht. Dit geldt voor zowel de Creators als Explorers en Viewers in de organisatie.
- Een goede community en support mag tot slot ook niet ontbreken. Wanneer je zelf aan de slag gaat met data en de ontwikkeling of interpretatie van data loop je ongetwijfeld tegen technische of how-to vragen aan.
Welk governance model past bij jouw organisatie?
En hoe zoek je de juiste balans tussen het vastleggen van processen en richtlijnen en een self-service omgeving? Begin eens met de volgende vragen te stellen:
- Hebben we een proces ingericht voor beheerde databronnen en dashboards?
- Welke onderdelen zijn voor organisatie van belang om vast te leggen?
- Wat kunnen we verbeteren aan de huidige processen?
Wil je meer weten over governance? Lees dan op onze website meer informatie of neem direct contact op.