Das Dokument behandelt die Bedeutung von Data Governance im Kontext von Big Data und betont die Notwendigkeit eines umfassenden Datenmanagements, um Daten als strategischen Vermögenswert zu betrachten. Es werden Herausforderungen und Schritte zur Implementierung einer Data Governance-Strategie vorgestellt, einschließlich der Wichtigkeit der Rollendefinition, der Messung der Datenqualität und der Zusammenarbeit mit Management und Fachbereichen. Abschließend werden verschiedene Workshops angeboten, um Unternehmen bei der Entwicklung und Umsetzung einer effektiven Datenstrategie zu unterstützen.

1. DATA GOVERNANCE –
DATENSTRATEGIE FÜR BIG DATA
Dr. Thomas Keil, SAS Deutschland
tkeil@ger.sas.com, @DrKeil
Roadmap für Schnelligkeit und Effizienz
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .

2. BIG DATA
Handel
AUF DEM WEG ZUR DATENGETRIEBENEN ORGANISATION
– BIG DATA PROJEKTE BRAUCHEN DATA GOVERNANCE
Financial Services
RFID, neue
Bezahlformen
(Paypal, NFC), Social
Web
Solvency II, Basel
III, Multichannelvertrieb
Optimierung der
Supply Chain
Kalkulation von Risiken
in Echtzeit auf allen
Daten
Schnellerer Einblick
in den Erfolg von
Markteinführungsstrategien
Genauere Kenntnis
des Kunden
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Zielgenauere
Kundensegmentierung
Reputationsmanagement im Social
Web
Gesundheitsbereich
Industrie
Digitalisierung von
Patienten und
Abrechnungsdaten
Internet der
Dinge, Sensordaten
Betrugserkennung
bei Leistungsempfängern und –
erbringern
Optimierung von
Abläufen und
Angeboten
Optimierung der
Produktions- und
Wartungsabläufe
Genauere Kenntnis
der Produktnutzung
über den Lifecycle

3. BARC BEWERTEN SIE DIE FOLGENDEN TRENDTHEMEN FÜR IHR
BIG DATA SURVEY UNTERNEHMEN.
Stammdatenmanagement (MDM) und
Datenqualität
82%
Self-Service BI
10%5%
72%
17%
Echtzeit-Daten zur Analyse
66%
16%
Nutzung mobiler Endgeräte
64%
21%
Big Data
56%
SaaS / Cloud-Angebote / gehostete
Lösungen
0%
(Sehr) wichtig
20%
Gleichgültig
17%
20%
40%
28%
40%
60%
8%
13%
21%
29%
80%
100%
Kaum / (un-)wichtig
Quelle: BARC Big Data Survey 2013, n = 273
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Aktuelle Studien belegen:
Gerade im Kontext von Big
Data wächst die Bedeutung
eines umfassenden
Datenmanagements.

4. Data Governance hat viele
Dimensionen – es geht um
einen umfassenden Ansatz
mit dem Ziel, Daten als
Vermögenswert ernst zu
nehmen.
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .

5. Dabei geht es vor allem auch
um operative Daten –
beispielsweise in der
Logistik, im Marketing und
vielen anderen
Geschäftsprozessen.
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .

6. DATA GOVERNANCE HERAUSFORDERUNGEN IN DER PRAXIS
•
MESSUNG:
•
VERANTWORTUNG: Wer im Unternehmen ist zuständig?
(Fachbereich, IT, Datenerfasser, Datenkonsolidierer, etc.), Gibt es einen Sponsor?
•
EXECUTION:
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Nach welchen Kriterien? (Glaubwürdigkeit,
Wertschöpfung, Relevanz, Interpretierbarkeit,
Aktualität, Vollständigkeit, Konsistenz,
Fehlerfreiheit, etc.), Wie?
Wie lässt sich Datenqualität dauerhaft verbessern?
(Skills der Mitarbeiter, geeignete Prozesse,
Automatisierung, Kontrolle, etc.)
Der Weg von der Theorie zur
Umsetzung geht nur über die
Beantwortung konkreter
Fragen – und der Umsetzung
einer eine klaren Strategie.

7. DATA GOVERNANCE EINFÜHREN – ABER WIE?
Die Einführung einer Data
Governance verlangt
Rollendefinitionen, schrittweises Projektvorgehen – und
viel Erfahrung.
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .

8. VORGEHENSWEISE DATA GOVERNANCE MASTER PLAN
Discover
•
Assess
Design
Deliver
Initialer Data Governance Workshop
•
•
•
•
•
Interviews mit Management und Fachbereichen
Vorstellung der Vorgehensweise
Reifegrad des Unternehmens
Organisatorische Implikationen
Identifizieren der „Driver“
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Business Drivers, Risiken und
Herausforderungen

9. VORGEHENSWEISE DATA GOVERNANCE MASTER PLAN
Discover
•
Assess
Design
Deliver
Erfassen der Ist-Situation
•
Daten Elemente, Attribute der Applikationen
• Verwendung in Applikation und Prozess
• Verantwortlichkeiten und Rollen
•
Übertragen in ein logisches, unternehmensweites
Modell
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Technical capabilities evaluation &
Gaps

10. VORGEHENSWEISE DATA GOVERNANCE MASTER PLAN
Discover
•
Assess
Data Governance Roadmap erstellen
basierend auf Best Practice Empfehlungen
•
•
•
•
•
Design
Initiales Scoping und
Roadmap
Initiale Schritte und Empfehlungen
Data Management Aktivitäten festlegen
Rollen & Verantwortlichkeiten definieren
Kommunikation- und Arbeitsmodell gestalten
Übergreifende Data Governance Strategie und Roadmap
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Deliver
Arbeitsmodell

11. VORGEHENSWEISE DATA GOVERNANCE MASTER PLAN
Discover
•
Assess
Design
Deliver
Erfolgreiche Data Governance ist eine langfristig
angelegte Initiative
•
•
•
•
•
Mit Management Unterstützung
Über Teilprojekten zum Erfolg
Unterstützt durch passende Softwarelösungen
Projekt Templates & Best Practice
Unterstützung durch Berater
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Nächste Schritte

12. DATA GOVERNANCE BAUSTEINE FÜR EINE ERFOLGREICHE DATENSTRATEGIE
Data Governance
Rollen- / Organisationsstruktur
Plattform für die
Dokumentation
(Glossar) und
Kollaboration
Data Governance
Projektplan
Auditing- und
Reporting Werkzeug
& Strukturen
Software-Entwicklung
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Management
Sponsor
DatenmanagementSoftware
(DI, ELT, DQ,
MDM, MM, …)

13. SAS DATA EIN FRAMEWORK MARKTFÜHRENDER TECHNOLOGIEN
GOVERNANCE UND PRAXISERPROBTER ANSÄTZE
Business glossary & rules
Matching / Entity Resolution
Profiling & Monitoring
Reporting & dashboarding
Stewardship, Remediation
Multi-domain MDM
Reference data management
Relationship management & lineage
Workflows / Enrichment
Data abstraction
Data aggregation
Data caching
Data Governance
Data Integration
Data Quality
Master Data
Management
Data
Federation
Enterprise Data Access
Data Migration
Data Preparation for Analytics
DWH and data marts
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Data Access Engine / Db connectors (incl. Hadoop)
Event stream processing
ETL & ELT, SOA and Messaging support

14. UNSER ANGEBOT
DATA GOVERNANCE – THINK BIG, START NOW!
•
EIN TAG MIT IHREN DATEN
•
•
•
Kommen Sie ins
Gespräch mit uns!
•
DATA GOVERNANCE WORKSHOP
•
•
•
•
Strategisch orientierter Workshop mit Bestandsaufnahme
Begriffsklärungen und Zieldefinitionen
Ergebnis: Wie sieht ein Data-Governance-Projekt mit SASUnterstützung aus?
BIG DATA WORKSHOP
•
•
•
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
Data Quality Workshop mit eigenen Daten
Profiling, Erstellen von Regeln, Anwenden von Regeln
Ergebnis: Sind die SAS-Lösungen für Ihr DQ-Thema geeignet?
Datentreiber für Branche und Unternehmen
Technologien und Roadmaps im Überblick
Ergebnis: Architekturhinweise und Use Cases

15. STUDIE
Aktuell, fundiert, u
mfassend, neutral
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
KOSTENLOSER DOWNLOAD:
BARC-RESEARCH NOTE ZU DATA GOVERNANCE

16. BIG DATA BRAUCHT DATA GOVERNANCE!
www.sas.de/im
Dr. Thomas Keil
Program Manager Business Analytics
THE
POWER
TO KNOW®
C op yr i g h t © 2 0 1 2 , S A S I n s t i t u t e I n c . A l l r i g h t s r es er v e d .
SAS Deutschland, Heidelberg
tkeil@ger.sas.com
+49 6221 415-123