Data Governance als Enabler für eine Data Driven Culture. Einführung einer Data Governance in einem Mittelständischen Unternehmen zum Konzern im Vergleich am Beispiel Unitymedia und Vodafone Germany.
6. C1 Public
Geschäftszahlen 2019 /2020
21 December 20206
• Vodafone wächst mit Unitymedia-Zukauf und treibt Digitalisierung Deutschlands voran
https://www.vodafone.de/newsroom/unternehmen/vodafone-waechst-mit-unitymedia-zukauf-und-treibt-digitalisierung-deutschlands-voran/
8. C1 Public
Herausforderung für eine robuste Corporate Data Governance
21 December 20208
Strukturierte
Daten
Große
Datenmengen
Semistrukturierte
Daten
Unstrukturierte
Daten
Datenstrukturen Struktur Daten- / Informationssysteme
Verteilte Systeme Viele Datenquellen
Schnelle
Aktualisierung
Messung & Steuerung der Daten-, Metadaten und Informationsqualität
Vollständigkeit Korrektheit Konsistenz Zuverlässigkeit Genauigkeit Aktualität Redundanzfreiheit Relevanz Einheitlichkeit Eindeutigkeit Verständlichkeit
Anwendung von auswertungs- und analytischen
Methoden unter Berücksichtigung der Datenqualität
Ableitung von Qualitätsverbesserungsmaßnahmen
Entscheidungsunterstützung
TextminingStatistik, Datamining, KIDashboardingReporting
- Ermittlung gesicherter und zuverlässiger Erkenntnisse - Umsetzung ökonomisch sinnvoller Datenqualitätsmaßnahmen
Umwelt-
Bedingungen
und
Organisations-
Modelle
9. C1 Public
9 21 December 2020
Data Governance for Successful 360° Services
MDM
(Golden
Profil)
SYS 1
DQ Firewall
SYS 2 SYS 4
Golden Records Master Data
Customers expect
360° service and no
360° view!
Cust-ID First Name Name Street Street-No. ZIP
Define
Measure
AnalyzeOptimize
Control
Product-ID P.-Name P.-Description P.-Price …
KP0
KP1
KP2
KP3
KP4
KP5
KP6
KP7
SYS 3 SYS 5
11. C1 Public
11 21 December 2020
is Data Governance needed?
Data governance is needed more today than ever:
• We are in the “age of accountability and compliance”
• We must have confidence in our results from reporting & analytics = better decision-making
• Data integration and therefore data governance are no longer just for a DWH
• Improved data quality supportsbetter business efficiency and effectiveness
• Data is a key strategy& business outcome enabler
.WHY
12. C1 Public
To reach the ambition of becoming a data-centriccompany,Organizations needs to lay a strong data governance and
data managementfoundation
Data Governance and Data Management is core to becoming a data-driven company
Ambition of data-centric company Building Blocks CDG Policy
Common definitions
CONVERGED DATA MODELWITH SHARED DEFINITIONS
One single source of
truth
One company-wide data
model centered on a
“party”
UNDERSTANDING OUR CUSTOMERS AND THEIR NEEDS
360° view at every
touchpoint
Real-time
customer data
Real-time analytics
capabilities
SCOPE:HIGH-RISK & HIGH-VALUE DATA
Data Governance based
on defined rolesand
clear responsibilities
CENTRALIZEDDATA MANAGEMENT AND GOVERNANCE
Data Governance
Committees
Defined, implemented &
maintained Data
Governance policies
Abilitytoefficientlylocate, interpret,protect,
organise data is critical for
transformationintoa data-centric company
13. C1 Public
Scope of Corporate Data Governance Policy & Role
CDGBuilding Blocks Description
DataScope high-riskand/orhigh-valuedata
DataOwnership
Ownership of data in each Local Marketor GroupEntitywill be delegatedto a Senior Leadership Teammember within
thatfunction
DataQuality
All datathatis in scope of the data policy must have the six Data Qualitydimensions applied (validity, complet.,
accuracy,timeliness,unique.,consist.)
DataCatalogue
The Datacataloguewill provide a centralised view of metadata to helptraceabilityof lineage and use of dataasset
across organisation/business
DataLineage
This is informationregarding the use and transformationof datathroughoutitslifecycle,frominitialcreation to
eventual deletion
DataMapping &
Extraction
Once all candidate recordtypes are identifiedto be in scope, it needs mapping to Common InformationModel
DataSharing Allowreusabilityof data asset with valid business justification,bothinternallyand externally
DataRet./Arch. &
Decom.
Datamust be archivedand disposed in accordancewith the relevantprivacy policies, localregulationsandprocedures
DataModel
Establishesprinciples andrequirementsfor thedevelopment,maintenance,andimplementationof a standard Data
Model
DataInteroperability Interoperabilitymeans theability ofinformationsystemsto be used acrossand outsideof the boundaries of siloes for a
cross departmental view of data
DataModel
&Interop.
DataLifecycleManagement
14. C1 Public
14 21 December 2020
Vision
We empower Vodafone
to become a Technology Communications Leader
with innovative services for a data-driven culture
and best in class data performance
15. C1 Public
15 21 December 2020
Mission
We will manage data as corporate asset with established processes and operations.
Positioncompany data performance as cross-functional.
Data Governancepolicy is owned by a cross-functional team and based on collaboration.
Ensure data is managed across individualapplicationsfollowingcommon standards.
Systems respond to both business process and data requirements.
Establish business stakeholdersas data owners.
Data meaning, content and access reflectbusiness purpose.
Aligndata quality withbusiness measures and acceptance.
Acceptance and accuracyis described in business terms.
16. C1 Public
Wir verstehen uns als „Data Thinker“
21 December 202016
Was wir darunter verstehen:
• Kundenfokussiert
• Denken in E2E-Geschäfts- u. Datenprozesse
• Sehen frühzeitig Potentiale und Risiken
• Stetiges Lernen (Think without a Box)
• Erkennen und vermitteln von komplexen
Datenzusammenhängen
• Lösungsorientiert
• Teamplayer
18. C1 Public
18 21 December 2020
Unitymedia BICC Data Governance
Reference Data
Management
Data CatalogDatenqualität Model Driven
Design
Datenschutz
Data Ware House
Demandmanagement
Operations
Rahmenbedingungen / Technische & Organisatorische Maßnahmen UM
Governance BICC
§
Kontinuierliche Verbesserung
Status
Prozesse
Konzepte
Business
Units
19. C1 Public
Data GovernanceProgram Office
19 21 December 2020
Future: E2E Process Oriented Data Governance Organization
Domain 1
Domain 2
Domain 3
Domain 4
Domain 5
Domain 6
Business
DQM RDM Data
Catalog
Data
Modeling
GDPR /
Security
ITOther (BI, Legal, etc.)
Data GovernancePolicy
Knowledge Sharing& Training (DG Academy)
MasterDataManagement
Data Governance SteerCo (Top Management)
Architecture
& Solution
Design
DataGovernance DomainManager
DataGovernance DomainManager
DataGovernance DomainManager
DataGovernance DomainManager
DataGovernance DomainManager
20. C1 Public
20 21 December 2020
Overview Corporate Data Governance Role Model
Data
Excellence
Manager
Data
Governance
Engineer
Meta Data
Analyst
Data Quality
Manager
GDPR
Consultant
DataModel
DataInteroperability
Data Retention/Archiving & Decom.
DataSharing
Data Extraction
DataQuality Management
DataLineage
DataCatalogueData Ownership
DataScope
Data Sharing
21. C1 Public
What the Data Governance Team at Vodafone does
Data as a key strategy& business outcome driver requires Data Governance – a new function at VF-DE
.WHO
Key Elements of Data Governance
Establish business stakeholders as data &
information owners.
Ensure clear accountability & compliance.
Position corporate data assets as cross-
functional.
Group & LocalSteerCo
DataGovernance Community
Data/InformationOwnership
DataCatalogue
DataLineage
DataModel & Interoperability
DataQuality
Privacy and Security
Standards & Controls
Digital Data Tooling
Data Roles & Responsibilities
DataLifecycle
Increase trust in data by aligning data quality
with business measures and acceptance.
Expand change management to include data
quality standards.
Leverage what is already in place.
.
Establish a Data Catalogue to enable
‘Shopping for data’.
Create transparency on Data Lineage for
corporate data assets.
Leverage data exchange and data usage by
common modeling standards
Key Roles of the Data Governance Team
Data Excellence Manager
Metadata Analyst
Data Governance Engineer
GDPR Consultant
Data Quality Manager
23. C1 Public
23 21 December 2020
Ausgangssituation | Dealcloser-Reporting (SQL) nicht ausreichend
für kundenzentrierte Analysen, Datenqualität fraglich
Bisher:
Reporting über Excel
Schwachstellen:
Nur 2 Produktklassen von
5 abgebildet
Reports getrennt
voneinander (doppelte
Kundenbetrachtung)
Keine Kundensicht
Pro Kunde nur 1
Dealcloser ersichtlich
Nicht ausreichendfür
Preisanpassungs-
aktionen
1670 Zeilen SQL Code!
+ SQL-Script
+ Kopfwissen
+ Einzelne Excel-Reports
+ Weitere Anforderungen
aus CRM (bisher nicht
umgesetzt)
+ Zeitdruck(wg. laufender
Preisanpassung)
24. C1 Public
24 21 December 2020
Rapid Data Performance Assessment (RDPA)
Anforderungen
definieren
Entwicklung
Datenmodell
Entwicklung
Analysemodell
Entwicklung
Modell Report /
Dashboard
QSQS
QSQS
25. C1 Public
25 21 December 2020
Schritt 1 – Anforderungsaufnahme (fachliche Sicht)
Ein Dealcloser kommt zu
Stande wenn…
(Anforderung in Story-
Form max. 5 Sätzen)
26. C1 Public
26 21 December 2020
Schritt 2 – Datenmodell entwickeln
Ca. 20 Mio. Datensätze
(nur 1 Filter = Zeit)
Ca. 70 Mio.
Datensätze
HSN
Ca. 120
Mio.
Datensätze
KBW
Ca. 190
Mio.
Datensätze
NRW
ca. 380 Mio.
Datensätze
ca. 300 Attribute
Ca. 300 Tsd. Datensätze
(zusätzliche Verdichtung
über Pivot-Tabellen)
27. C1 Public
27 21 December 2020
Schritt 3 – Analysemodell entwickeln
28. C1 Public
28 21 December 2020
Schritt 4 – Ergebnisreport entwickeln
29. C1 Public
29 21 December 2020
Success of Rapid Data Performance Assessment (RDPA)
Anforderungen
definieren
Entwicklung
Datenmodell
Entwicklung
Analysemodell
Entwicklung
Modell Report /
Dashboard
W 1 W 3
> 100%
Erreichungsgrad im vgl.
zu bisherigen
Dealcloser-Report
+ erstmalig eine
kundenzentrierte Sicht
QSQS
QSQS
Team
CA CRM DQM
30. C1 Public
30 21 December 2020
BU-Sicht: Prototyp Dealcloser-Reporting führt zu erheblichen
Verbesserungen
Bisher:
Schwachstellen:
Nur 2 Produktklassen
von 5 abgebildet
Reports getrennt
voneinander (doppelte
Kundenbetrachtung)
Keine Kundensicht
Pro Kunde nur 1
Dealcloserersichtlich
Nicht ausreichend für
Preisanpassungs-
aktionen
Jetzt:
Optimiert:
Berücksichtigung aller
Produktgruppen
Kundensicht möglich
Abbildung aller
Bewegungen
Anzeige aller vergebenen
Dealcloser
Wirkung von
Datenqualität erkannt
Weitere
Optimierungspotentiale
erkannt
31. C1 Public
Definition Rapid Data Performance Assessment (RDPA)
Kann uns die richtige Richtung weisen
• wenn Unklarheit herrscht
• wenn widersprüchliche Meinungen bestehen
• der Wert einer Idee nicht klar ist
RDPA
• Kurze Laufzeit (Rapid = 1 Sprint, max. 20 AT)
• ist ein kontrolliertes Experiment mit realen Daten
• zum scheitern verurteilt
• keine betriebsfähige Lösung
• (Prototyp) ist ein Wegwerf-Produkt
• Generiert nutzbringendes Wissen (Lernkurve)
31 21 December 2020
32. C1 Public
32 21 December 2020
RDPA-Approach überwindet Spannungsfeld DG in hybriden Projekt-
Umgebungen
Wasserfall Agil
Anforderung
Analyse
Implementierung
Test
Betrieb
Anforderung
Analyse
Implementierung
Test
Betrieb
Anforderung
Analyse
Implementierung
Test
Betrieb
Monate/Jahre
RDPA
Agile Projekte Unternehmens
Ziel
2 - 4 Wochen Sprints
DG-Framework
33. C1 Public
33 21 December 2020
Practical Examples
Dealcloser
• Developa protoyp of new custumer centricdealcloserreportingin 3 Weeks
(180% target fulfilment)
STROM
(Value-oriented customer management)
• data performance simulationfor multidimensionalanalysisandagile data
quality checks
X-Punkte-Prüfung
• analysisof the impactof data qualityweaknesseson the automationof x-
point checking
RPA Churn
• developmentof a prototype for the performance of the data for a successful
implementationof a robotic processautomationof the churn process
Omnichannel
• data performance assessmentof the centralmanagmenttool for campaign
channels
Dunning 2.0
• data verificationof the businessanalyst‘sunderstanding on dunning data &
processes
Processmining
• ad-hoc data qualitycheck and data preparation
1 Sprint
W 1 W 3
Value:
Investment protection for data-driven projects,
Reporting, and 360° Customer-View & -Services!
34. C1 Public
Ausblick
Data Governance…
• … ist Digital
• … Wegbereiter zukunftssichernder
– Arbeitsmethodiken(z.B. Agil, Selbstorganisation, etc.)
– Technologie (Robotic Process Automation, Artificial Intelligence,Cloud)
• … ist Partner des Businessund der Geschäftsleitung.
• … ist Architekt einer erfolgreichen digitalen Zukunft.
34 21 December 2020
36. C1 Public
Herzlichen Dank!
21 December 202036
Marco Geuer
Director Data Governance & Quality
BICC Finance
Mobile: +49 151 1220 3117
Marco.Geuer@Unitymedia.de
Vodafone NRW GmbH
Aachener Str. 746-750, 50933 Köln
vodafone.de
The future is exciting.
Ready?
Geschäftsführung: Dr. Johannes Ametsreiter (Vorsitzender), Anna Dimitrova, Bettina Karsch, Andreas
Laukenmann, Gerhard Mack, Alexander Saul
Handelsregister: Amtsgericht Köln, HRB 55984, Sitz der Gesellschaft: Köln, USt-ID DE 813 243 353
Blog: www.business-information-excellence.de
Data Quality / Data GovernanceSeminar
https://www.haufe-akademie.de/4805