Aufbau eines Datenqualitätsteams: Zu berücksichtigende Rollen und Zuständigkeiten

Laut dem Rethink Data Report 2020 von Seagate gehen 44 % der Unternehmensdaten verloren, und nur 56 % werden für die Nutzung verfügbar gemacht. Außerdem werden von den 56 % nur 57 % tatsächlich genutzt, während der Rest der 43 % nicht genutzt wird. Dies zeigt, dass nur 32 % der Unternehmensdaten genutzt werden.

Mehrere Faktoren tragen dazu bei, dass die Datenübernahme und -nutzung in einem Unternehmen zurückgeht. Manchmal hindert die mangelnde Datenkompetenz der Mitarbeiter sie daran, Daten effektiv zu nutzen. In anderen Fällen trauen sich die Mitarbeiter nicht, die vorhandenen Daten zu nutzen, weil sie von schlechter Qualität sind.

Da Daten unternehmensweite Auswirkungen haben, erfordern die Umsetzung von Korrekturmaßnahmen und die Behebung solcher Lücken eine gemeinsame Anstrengung. Das bedeutet, dass jede Rolle in einem Unternehmen in irgendeiner Weise zur Erreichung und Aufrechterhaltung der Datenqualität beiträgt.

Aus diesem Grund ist es wichtig, die Schlüsselrollen und die Verantwortlichkeiten zu verstehen, die mit der Schaffung und Aufrechterhaltung der Datenqualität während des gesamten Lebenszyklus – von der Erfassung bis zur Nutzung – verbunden sind.

Hinweise für den Leser

Die Verantwortung für die Erhaltung der Qualität der Daten eines Unternehmens ist eng mit der Verantwortung für die Verwaltung der Daten selbst verbunden. In diesem Blog werden wir uns nur auf die Rollen und ihre Zuständigkeiten konzentrieren, die sich direkt auf die Datenqualität beziehen. Es gibt sicherlich noch weitere Rollen, die in einem Unternehmen für das Datenmanagement zuständig sind, aber das würde den Rahmen dieses Blogs sprengen.

Darüber hinaus werden in diesem Blog nicht die verschiedenen Dienstaltersstufen dieser Funktionen behandelt, sondern die Kernaufgaben der einzelnen Funktionen, die mit zunehmender Hierarchieebene immer anspruchsvoller werden.

Fangen wir an.

Rollen und Verantwortlichkeiten in einem Datenqualitätsteam

Beim Aufbau eines Datenqualitätsteams – oder bei der Zuweisung von Verantwortlichkeiten für bestehende Rollen – ist es wichtig, zunächst die folgenden drei Bereiche in Ihrem Unternehmen zu trennen:

1. Rollen, die Daten verwalten
2. Rollen, die aus Daten Wert schaffen
3. Rollen, die Daten verwenden

Wenn Sie das getan haben, ist es jetzt einfacher zu verstehen, welchen Beitrag jede Rolle im Datenqualitätsmanagement hat. Gehen wir auf jeden dieser Bereiche näher ein.

A. Rollen, die Daten verwalten

Diese Funktionen konzentrieren sich in der Regel auf die Einführung besserer Datenverwaltungspraktiken, die den Datenverlust minimieren und die Datenqualität maximieren. Sie gelten als die Verwalter oder Aufseher der Daten eines Unternehmens. Im Folgenden werden wir uns die Funktionen ansehen, die in einem Unternehmen für die Verwaltung von Daten und deren Qualität zuständig sind.

1. Verantwortlicher für Daten (CDO)

Wichtiger als die Zustimmung oder das Einverständnis der obersten Führungsebene zur Einführung der Datenqualität ist, dass wir zu diesem Zweck vollständige Vertreter auf der Führungsebene benötigen. Hier kommt ein CDO ins Spiel.

Ein Chief Data Officer (CDO) ist eine Position auf Führungsebene, die ausschließlich für die Entwicklung von Strategien für die Datennutzung, die Überwachung der Datenqualität und die Datenverwaltung im gesamten Unternehmen zuständig ist.

Ein CDO versteht die Geschäftsziele und -vorgaben und ist in der Lage, datenbezogene Funktionen zu entwickeln, die es den Teams erleichtern, die gesetzten Ziele zu erreichen. Als diese Funktion in den frühen 2000er Jahren eingeführt wurde, war ein CDO zunächst nur für die Datenverwaltung zuständig. Im Laufe der Zeit haben sich die Aufgaben dieser Funktion jedoch weiterentwickelt und umfassen nun auch andere Bereiche:

• Entwicklung eines Datenverwaltungssystems, das Daten sammelt, verarbeitet und verschiebt und gleichzeitig den Datenverlust minimiert.
• Förderung einer Datenkultur durch den Erwerb von Datenkompetenz und den intelligenten Umgang mit und die gemeinsame Nutzung von Daten durch die Mitarbeiter.
• Maximierung der Datennutzung und -übernahme im gesamten Unternehmen durch die Bereitstellung einer einzigen Wahrheitsquelle, die Beseitigung von Datenhürden in Geschäftsprozessen und die Ermöglichung einer datengesteuerten Entscheidungsfindung.

2. Datenverwalter

Ein Datenverwalter ist der Ansprechpartner in einem Unternehmen für alle Fragen im Zusammenhang mit Daten. Sie wissen ganz genau, wie das Unternehmen Daten erfasst, wo sie gespeichert werden, welche Bedeutung sie für die verschiedenen Abteilungen haben und wie ihre Qualität während ihres gesamten Lebenszyklus gewahrt wird.

Die Datenverwalter sind verantwortlich für:

• Überwachung des gesamten Datenlebenszyklus – von der Datenerstellung und -erfassung bis hin zur Datenverarbeitung, -speicherung und -nutzung.
• Verstehen der Bedeutung von Daten, sowohl auf hoher Ebene als auch im Detail, z. B. die Bedeutung der in Feldern gespeicherten Daten in verschiedenen Datensätzen.
• Unterstützung der Mitarbeiter bei der Nutzung von Daten als Wettbewerbsvorteil und Vermittlung von Datenkenntnissen.
• Auswahl von Metriken zur Messung der Datenqualität abhängig von der Art der Unternehmensdaten.
• Überwachung der Datenqualität, Behebung eventuell auftretender Probleme und Umsetzung von Plänen zur Verbesserung der Datenqualität.
• Gewährleistung von Datenschutz, Compliance und Sicherheit bei gleichzeitiger Überwachung potenzieller Risiken und Herausforderungen im Zusammenhang mit Daten.

3. Verwahrer der Daten

In der Regel werden die Rollen von Datenverwaltern und Datenverwahrern verwechselt. Der einfachste Unterschied zwischen diesen Rollen besteht darin, dass ein Datenverwalter für die in einem Datenfeld gespeicherten Inhalte verantwortlich ist, während ein Data Custodian für die Struktur dieser Datenfelder – einschließlich Datenbankstrukturen und -modelle – zuständig ist.

Zu den Aufgaben eines Datenverwahrers gehören:

• Technische Kontrolle des Datenzugriffs , so dass nur befugte Personen Daten abrufen können.
• Entwurf von Datenbankstrukturen und Modellierung von Datenobjekten je nach Datenanforderungen.
• Zusammenarbeit mit Datenverantwortlichen, um zu verstehen, was in die Datenfelder aufgenommen werden soll, und um die Datenstruktur festzulegen, die die Datenqualität ermöglicht, einschließlich geeigneter Datentypen, -größen und -formate.
• Durchführung von Validierungsprüfungen in Dateneingabesystemen, um sicherzustellen, dass die eingehenden Daten den Richtlinien zur Datenqualität entsprechen.
• Verwaltung der technischen Umgebung von Datenspeichern.
• Pflege der Datenversionen und des Verlaufsprotokolls für alle an Datenobjekten vorgenommenen Änderungen.

B. Rollen, die aus Daten Wert schaffen

Diese Funktionen konzentrieren sich in erster Linie auf die Wertschöpfung aus Daten – dazu gehören das Sammeln der richtigen Daten, die Durchführung von Analysen und die Interpretation der Ergebnisse zur Lösung von Geschäftsproblemen. Sie arbeiten als Datenvermittler – sie nehmen Daten von den Stellen entgegen, die die Daten überwachen, und liefern den Stellen, die die Daten nutzen, verwertbare Erkenntnisse.

1. Datenanalyst

Ein Datenanalyst ist jemand, der in der Lage ist, Rohdaten in aussagekräftige Erkenntnisse umzuwandeln – insbesondere in bestimmten Bereichen. Die Aufgabe eines Datenanalysten ist recht einfach und besteht aus vier Hauptbereichen:

• Sammeln von Daten aus verschiedenen Quellen, entweder durch Befragung von Personen oder durch Sammlung bereits erfasster Daten.
• Bereinigung und Aufbereitung der Daten je nach den Anforderungen der Analyse, um die Genauigkeit der Ergebnisse zu gewährleisten.
• Analyse von Daten und Interpretation der Ergebnisse – dies beinhaltet die Identifizierung von Trends oder Mustern in Daten, die helfen können, fundierte Entscheidungen zu treffen.
• Kommunikation der analysierten Ergebnisse an die Teams durch Visualisierungen oder schriftliche Berichte.

2. Leiter Daten und Analytik (D&A)

Genauso wie eine Organisation einen CDO in Anwesenheit von Data Stewards benötigt, brauchen sie auch D&A-Führungskräfte in Anwesenheit von Data Analysten.

Datenanalysten arbeiten auf einer niedrigen Ebene, wo sie sich direkt mit den vorliegenden Daten befassen und diese verarbeiten, um die gewünschten Ergebnisse zu erhalten. Während die Leiter von F&E die strategische Seite der Wertschöpfung aus Daten überwachen. Die folgenden Aufgaben fallen in den Zuständigkeitsbereich eines D&A-Leiters:

• Verständnis für die Rolle, die Daten bei der genauen Entscheidungsfindung in verschiedenen Abteilungen spielen .
• Erarbeitung moderner Strategien, die eine effiziente und verbesserte Entscheidungsfindung ermöglichen.
• Die Mitteilung des Datenbedarfs an den CDO und die Erläuterung, welche Daten (und in welchem Format) erforderlich sind, erleichtern den Analyseprozess.
• Schulung verschiedener Funktionsgruppen im gesamten Unternehmen im Hinblick auf die Nutzung von Daten und Analysen.
• Erstellung und Umsetzung von Data-Governance-Richtlinien .

C. Rollen, die Daten verwenden

Diese Rollen gelten als Datenkonsumenten, d. h. sie nutzen Daten – entweder in ihrer Rohform oder wenn sie in verwertbare Erkenntnisse umgewandelt werden. Fast alle Abteilungen eines Unternehmens benötigen Daten für die betriebliche Nutzung und haben somit Einfluss auf die Datenqualität. Schauen wir uns einige dieser gängigen Rollen und die Art der von ihnen verwendeten Daten an:

1. Vertriebs- und Marketingteam: Kundendaten – einer der größten Vermögenswerte eines Unternehmens – werden größtenteils von Vertriebs- und Marketingteams erstellt, bearbeitet und genutzt, so dass die Wahrscheinlichkeit groß ist, dass die Qualität der Kundendaten bei diesen Aktivitäten beeinträchtigt wird.
2. Produktteam: Produktdaten sind ein weiteres Stammdatenobjekt, das für ein Unternehmen von großem Wert ist. Die tägliche Generierung und Nutzung von Produktdaten kann sich erheblich auf deren Qualität auswirken.
3. Geschäftsentwicklungsteam: Sie nutzen in der Regel Business Intelligence-Daten, um mögliche Marktchancen zu ermitteln.

Datenkompetenz für Datenkonsumenten

Wenn es um Rollen geht, die mit Daten arbeiten, besteht die größte Verantwortung, die Sie ihnen übertragen müssen, darin, Datenkenntnisse zu besitzen. Ein Unternehmen befindet sich in einer riskanten Situation, wenn verschiedene Funktionsgruppen Daten verwenden/manipulieren, aber der Endbenutzer die Anforderungen an die Datenqualität nicht versteht und sie nicht erfüllt. Mehr dazu in einem der nächsten Abschnitte.

Wichtige Faktoren, die beim Aufbau eines Datenqualitätsteams zu berücksichtigen sind

1. Vorrang für Datenkompetenz

Datenkompetenz ist die Fähigkeit, effizient mit Daten zu arbeiten (einschließlich des Lesens, Erstellens, Kommunizierens und Nutzens von Daten als Informationen). Das Hauptziel Ihres Datenqualitätsteams sollte die Förderung der Datenkompetenz im gesamten Unternehmen sein. Auf diese Weise können Sie proaktiv verhindern, dass Datenqualitätsfehler in das System gelangen, anstatt immer nur reaktiv zu arbeiten und Fehler zu beheben.

Dies kann durch die Erstellung von Plänen zur Datenkompetenz und die Konzeption von Kursen erreicht werden, in denen die Teams in die Unternehmensdaten eingeführt werden und diese erklären:

• Was enthält jeder Datensatz?
• Was bedeuten die einzelnen Datenattribute?
• Welches sind die Akzeptanzkriterien für seine Qualität?
• Was ist der falsche und was der richtige Weg für die Eingabe/Manipulation von Daten?
• Welche Daten sind zu verwenden, um ein bestimmtes Ergebnis zu erzielen?

2. Erstellen Sie ein RACI-Modell

Wenn mehrere Rollen an der Erreichung eines gemeinsamen Ergebnisses beteiligt sind, ist es immer wichtig, den Beitrag jeder Rolle zu ermitteln. In diesem Fall kann ein RACI-Modell sehr nützlich sein. Ein RACI-Modell oder eine RACI-Matrix gibt an, ob eine Rolle für die Aufgaben, die für die erfolgreiche Erreichung eines Ziels erforderlich sind, verantwortlich, verantwortlich, beratend oder informierend ist. Wenn es um die Verwaltung der Datenqualität geht, müssen Sie die entsprechenden Rollen ermitteln:

• Verantwortlich für die Erledigung der Aufgabe.
• Verantwortlich für das Erreichen der Ergebnisse der Aufgabe.
• Konsultiert , um Meinungen zur Aufgabenerfüllung einzuholen.
• Informiert über den Fortschritt der Aufgabe.

3. Hierarchie der Rollen definieren

Der Aufbau von Organisationsstrukturen für datenbezogene Aufgaben kann helfen, diese zu identifizieren:

• Hierarchie: Wer berichtet an wen?
• Beteiligte: Welche Rollen arbeiten zusammen, um Datenqualität zu erreichen?
• Funktionale Zuständigkeiten: Welche Rollen oder Abteilungen sind für die Datenverwaltung zuständig, welche für die Datenqualität und welche für die Nutzung der Ergebnisse?

4. Auswahl von Rollen und Zuständigkeiten entsprechend den Daten und Geschäftsanforderungen

Beim Aufbau eines Datenqualitätsteams sind nicht unbedingt alle diese Rollen erforderlich. Die Auswahl der Rollen und Verantwortlichkeiten hängt von Ihren Daten und Geschäftsanforderungen ab. Sie müssen herausfinden, was für Sie funktioniert – in Bezug auf Rollen und Hierarchie – und dies in Ihrem Unternehmen umsetzen.

Eines ist sicher: Der Einsatz von Rollen ist das halbe Spiel. Die nächste Hälfte besteht darin, sie mit den richtigen Prozessen, Werkzeugen und Technologien auszustatten, um die Geschäftsergebnisse erfolgreich zu erreichen. Da Datenanalysten bekanntermaßen 80 % ihrer Zeit mit der Aufbereitung von Daten und die restlichen 20 % mit deren Analyse verbringen, zeigt dies deutlich, dass sie eine Technologie benötigen, mit der die Arbeit effizienter erledigt werden kann.

5. Statten Sie Ihr Datenqualitätsteam mit den richtigen Tools und Technologien aus

An dieser Stelle kann ein Datenqualitätsmanagement-Tool sehr nützlich sein. Ein All-in-One-Tool zur Selbstbedienung, das Datenprofile erstellt, verschiedene Datenbereinigungsaktivitäten durchführt, Duplikate abgleicht und eine einzige Quelle der Wahrheit ausgibt, kann ein großer Unterschied in der Leistung von Datenverantwortlichen und Datenanalysten sein.

DataMatch Enterprise ist ein solches Tool, das es den Datenteams erleichtert, Datenqualitätsfehler schnell und präzise zu beheben und sich auf wichtigere Aufgaben konzentrieren zu können. Datenqualitätsteams können innerhalb weniger Minuten Profile erstellen, bereinigen, abgleichen, zusammenführen und Millionen von Datensätzen bereinigen und so viel Zeit und Mühe sparen, die normalerweise für solche Aufgaben verschwendet wird.

Um mehr darüber zu erfahren, wie DataMatch Enterprise helfen kann, können Sie noch heute eine kostenlose Testversion herunterladen oder eine Demo mit einem Experten buchen.