Mi az a data governance
És miért nem tudod kikerülni
- AI az üzletben
A cégednél már ma is vannak szabályok arra, hogy ki mit tehet az adatokkal; csak leírva nincsenek.
Minden cégnél van data governance. A közepes méretű vállalatoknál ez jellemzően három vagy négy munkatárs fejében él. Ők tudják, melyik kimutatásban lehet megbízni, melyik táblázat aktuális, és kit kell hívni, ha két adat nem stimmel. A rendszer addig működik, amíg valamelyikük el nem megy két hét szabadságra, vagy amíg egy ellenőr rá nem kérdez, ki hagyta jóvá az adott számot. Ekkor derül ki, hogy a cég legfontosabb kontrollrendszerét soha senki nem írta le.
A data governance az a döntés, hogy ezt a tudást leírják, gazdát adnak neki és számon kérhetővé teszik. Ez a cikk arról szól, mit takar a fogalom a gyakorlatban, miért lett belőle jogszabályi elvárás, és hogyan néz ki egy első negyedév a data governance bevezetését követően.
Mit jelent a data governance a gyakorlatban
A tankönyvi meghatározások általában annyira elvontak, hogy egy vezetői megbeszélésen semmire nem használhatók. Szűken fogalmazva: a data governance az adatot érintő szabályok összessége. Kimondja, ki birtokolja az egyes adatterületeket, ki módosíthatja őket, és milyen minőségi szintet kell tartaniuk. Azt is kimondja, hogyan derül ki, ha ezek a szabályok nincsenek betartva.
A gyakorlatban négy kérdésre ad választ:
- Ki felel az ügyféladatokért, a termékadatokért és a pénzügyi adatokért? A felelősség itt egy nevesített embert jelent, aki döntési jogkörrel is rendelkezik.
- Mi számít érvényes rekordnak? Adószám nélküli ügyfél, mértékegység nélküli termék, költséghely nélküli számla: ezek közül melyik kerülhet be egyáltalán a rendszerbe?
- Hol él a mérvadó változat? Ha a CRM és az ERP mást mond ugyanarról a címről, melyiké az utolsó szó?
- Hogyan veszi észre a cég, ha valami elromlik? Az a szabály, amelyet senki nem mér, csak jókívánság marad.
Minden más ebből a négy válaszból következik. A katalógusok, a minőségi mutatók, a jóváhagyási folyamatok és a törzsadatkezelő platformok olyan eszközök, amelyek egy már meghozott emberi döntést tartatnak be. A legdrágább sorrendi hiba ezen a területen az, ha a cég hamarabb veszi meg az eszközt, mint ahogy a döntést meghozná.
A data governance eszközök önmagukban nem oldják meg a tisztázatlan felelősségi köröket, a széttagolt döntési jogköröket vagy a hiányzó adatgazdákat. Ezeket a szervezeti akadályokat mutatjuk be a Mi tartja vissza a cégét a mesterséges intelligencia bevezetésétől →cikkünkben
Mitől vált megkerülhetetlenné a téma
A data governance éveken át olyan gyakorlat volt, amelyet a cégek nyugodtan halogathattak. Két szabályozói fejlemény tette a kötelezettségek közé.
A GDPR 2018-ban jogi alapelvvé tette az elszámoltathatóságot. Az 5. cikk (2) bekezdése kimondja, hogy az adatkezelő felel az adatkezelési alapelvek betartásáért, és képesnek kell lennie ennek igazolására is. Az igazoláshoz nyilvántartás kell: ki birtokol milyen adatot, milyen jogalapon tartja és meddig. Kiépített felelősségi rend híján a cégnek nincs mit felmutatnia, amikor rákérdeznek.
Az EU AI Act ennél tovább ment. A 10. cikk címe „Adatok és adatkezelés”. Előírja, hogy a nagy kockázatú, mesterséges intelligenciát alkalmazó rendszerek tanító-, validációs- és tesztadatait megfelelő adatkezelési gyakorlatoknak kell alávetni. Ide tartozik a lehetséges torzítások vizsgálata és a hiányosságok azonosítása is. Ez a gyakorlatban előfeltétel. Annak a vállalatnak, amely szabályozott területen tervez mesterséges intelligenciát alkalmazni, például hitelbírálatban, toborzásban vagy kritikus infrastruktúrában, a data governance a belépő.
A szabályozói és a működési nyomás ugyanabba az irányba mutat. Ez ritka és kényelmes egybeesés: az a munka, amellyel az ellenőr elégedett, egyben olyan kimutatásokat is eredményez, amelyek végre egyeznek egymással.
Három tévhit, amit tisztázni kell
A data governance informatikai projekt
Valójában üzleti döntési szerkezetről van szó, amelyet az informatika szolgáltat. Ha a vállalat teljes egészében az informatikára bízza a kérdést, technikailag korrekt modell születik egy olyan működésről, amelyben senki nem állapodott meg. Azt a szabályt, hogy mitől érvényes egy ügyfélrekord, azoknak kell megalkotniuk, akik az ügyfeleknek értékesítenek.
Platformvásárlással kell kezdeni
Lelassítja a szervezetet
A lassulás már most is zajlik, csak szétterül minden egyeztető körön és minden kimutatáson, amely három hétig készül. A szabályozott működés ezt a költséget egyetlen látható, véges feladattá vonja össze, majd a nagyobb részét megszünteti.
A data governance csak akkor működik, ha a szabályok és a rendszerek a valós munkafolyamatokat támogatják. Hogy a dolgozók miért kerülik meg azokat a rendszereket, amelyek felesleges akadályokat gördítenek eléjük, arról A szoftver, amit a dolgozók csendben kikerülnek →cikkünkben írunk
Hogyan nézzen ki egy első negyedév
A data governance programok jellemzően a méretükön buknak el. Amelyik cég azzal kezdi, hogy feltérképezi az összes adatterületét, olyan dokumentumot állít elő, amelyet senki nem olvas el. Szűkebb indulással jobban jársz.
- Válaszd ki azt az adatterületet, amelyben gyakran fordulnak elő problémák. Jellemzően az ügyfelek vagy a termékek törzsadatát.
- Nevezz ki egy adatgazdát döntési jogkörrel. Olyan üzleti vezetőt, aki el tudja dönteni, mi számít érvényes rekordnak, és a döntését érvényre is tudja juttatni.
- Írd le a szabályokat két oldalon. A kötelező mezők, a mérvadó forrás, a módosítások jóváhagyási útja és a megőrzési idő. A két oldalt elolvassák, az elolvasott szabályt pedig alkalmazzák is.
- Mérj egyetlen mutatót hetente. A duplikációk aránya, egy kötelező mező kitöltöttsége vagy a validáción elbukó rekordok aránya.
- Kilencven nap után értékelj, majd lépj a második adatterületre. A második data governance bevezetés feleannyi időbe kerül, mert a minta már ismert.
Az a szervezet, amely ezt az öt lépést egy negyedév alatt végigviszi, több működő szabályrendszerrel rendelkezik, mint a legtöbb szervezet kétéves program és hatjegyű platformlicenc után.
Amit érdemes hazavinni
A data governance ritkán kerül stratégiai diára. Az értéke a folyékonyabb folyamatokban mutatkozik meg: a megbeszélésben, amelyen nem kellett számokat egyeztetni; az ellenőri kérdésben, amelyet egy óra alatt meg lehetett válaszolni; a mesterséges intelligenciát alkalmazó kísérleti projektben, amely az eredeti határidőre élesbe került.
Azok a cégek, amelyek jól kezelik ezt, egy közös szokásban osztoznak. Felhagytak azzal, hogy az adatot a rendszereik technikai melléktermékének tekintsék; ma nevesített adatgazdával bíró vagyonelemként kezelik. Minden más ehhez képest megvalósítási részletkérdés.
Tegyél fel magadnak egy kérdést még ezen a héten: ha egy ellenőr megkérdezné, ki felel az ügyféladataiért, egy percen belül tudna mondani egy nevet?
Hol tart most a céged?
Ha a fent leírt kép ismerős, jó eséllyel nálatok is több rendszerben élnek az adatok. A kimutatások nehezen állnak össze, a működés egy része pedig Excelre és kézi megoldásokra épül. Ilyenkor egy strukturált felmérés a legjobb első lépés.
Az Omnit Adat helyzetkép néhány hetes folyamat: két vagy három workshop, egy nyolc és tizenkét oldal közötti vezetői összefoglaló, és konkrét fejlesztési irány. Ára 1450 EUR + áfától indul.
Források
- EUR-Lex. (2016. április 27.). Az Európai Parlament és a Tanács (EU) 2016/679 rendelete (GDPR), 5. cikk (2) bekezdés – Az elszámoltathatóság elve. Az Európai Unió hivatalos jogi adatbázisa. Cikk megnyitása →
- EUR-Lex. (2024. június 13.). Az Európai Parlament és a Tanács (EU) 2024/1689 rendelete (AI Act), 10. cikk – Adatok és adatkezelés. Az Európai Unió hivatalos jogi adatbázisa. Cikk megnyitása →
Fehér Lajos
Fehér Lajos informatikai szakértő, közel 30 év tapasztalattal az adatbázis-fejlesztés, különösen az Oracle-alapú rendszerek, valamint az adatmigrációs projektek és a magas rendelkezésre állást, illetve skálázhatóságot igénylő rendszerek tervezése területén. Az elmúlt években munkája mesterséges intelligenciára épülő megoldásokkal is kiegészült, az üzleti szempontból mérhető értéket teremtő rendszerek kialakítására fókuszálva.
Kapcsolódó cikkek
Gyakorlati útmutató pénzügyi és felső vezetőknek középvállalatoknál
Amit a vállalati döntéshozóknak érteniük kell a skálázás előtt
A felszín alatti 70%, amit a legtöbb ajánlat nem mutat meg
Biztos benne, hogy az AI a megfelelő következő lépés?
Segítünk feltárni a valódi lehetőségeket, korlátokat és a reális következő lépéseket.