Mit dataspot. beherrschen Sie Ihre Daten und nutzen diese gewinnbringend.

Die immer komplexer werdenden und sich rasch ändernden Anforderungen an Daten und deren Organisation erfordern ein umfassendes Datenmanagement und die Einführung einer unternehmensweiten, stringenten Data Governance. dataspot. hat für diese Herausforderung das Data Excellence Framework© entwickelt, dessen Umsetzung einen großen Mehrwert für Fachbereiche durch qualitätsgesicherte, eindeutige Daten & klare Verantwortung schafft.

Sind Sie bereit für Data Excellence?

In einem Online Assessment, das aus acht Themenkomplexen analog zu unserem Data Excellence Framework© besteht, erheben wir die Ist- und Sollsituation sowie die Wichtigkeit der Themen. Das Ergebnis wird in einem Reifegradmodell dargestellt und dient als Basis für die Prioritätensetzung in der Programmplanung.

Zum Online Assessment

Data Excellence Framework©

Was wir machen

  • Daten strategisch betrachten

    Daten als Asset begreifen – um dieses gemeinsame Zielbild zu etablieren, entwickeln wir mit dem Projekt-Kernteam und Auftraggeberinnen und Auftraggebern verpflichtend eine Data Excellence-Vision und -Mission. Daraus wird die Data Excellence-Strategie abgeleitet, die operationalisiert in die Programmplanung mündet.

  • Daten planen

    Die Einführung eines strategischen Bedarfsmanagements dient zur Steuerung und Priorisierung von datenrelevanten Bedarfen im Fachbereich. Meist komplementär zum bestehenden Anforderungsmanagement-Prozess wird einerseits das Minimalprinzip eingehalten und andererseits sichergestellt, dass Datenbereitstellungen und Auswertungen nicht mehrfach bestellt werden.

  • Daten verantworten

    Der Paradigmenwechsel, der durch Data Excellence herbeigeführt wird, ist, dass Mitarbeiterinnen und Mitarbeiter im Fachbereich Verantwortung für Daten übernehmen. Dafür werden bestimmte Rollen definiert, die abhängig von den Aufgaben im Zusammenhang mit Daten nach einer RASCI-Matrix vergeben werden. Data Stewards, Data Owner oder Fachliche Experten sind gängige Profile, die in einer Data Governance-Organisation eingeführt werden.

  • Daten nutzen

    Aus Governance-Sicht ist es notwendig, für die Datennutzung bestimmte Berichtsgrundsätze basierend auf Standards und Designprinzipien vorzugeben, um konsistente und aussagekräftige Informationen sicherzustellen. Des Weiteren wird ein Datennutzungskatalog erstellt, der Metadaten über Berichte, Kennzahlen und Datenbereitstellungen beinhaltet.

  • Daten nachvollziehen

    Damit man sich auf Informationen verlassen kann, muss man nachvollziehen können, aus welchen Datenquellen sie kommen und wo diese Daten überall verwendet werden. Diese durchgängige Data Lineage – das bedeutet die Abstammungslinie der Daten – muss dargestellt werden. Durch die Data Lineage kann dann auch festgestellt werden, welche Auswirkungen geplante Änderungen mit sich bringen.

  • Daten verstehen

    Relevante Unternehmensdaten werden fachlich beschrieben und in einem Fachlichen Datenmodell abgebildet, das einer gemeinsamen Sprache entspricht. Das gemeinsame Verständnis und das Anwenden dieser Sprache reduziert Mehrdeutigkeit, Redundanzen und Fehlinterpretationen.

  • Daten strukturieren

    Referenzdaten determinieren die Strukturen von Datenauswertungen. Fehlende Referenzwerte sind auch oft die Ursache für schwer erkennbare Fehler. Hierfür wird ein zentrales Referenzdatenmanagement eingeführt und verfügbare externe Standards (z.B. ISO) oder interne Standards verwendet, die für alle gelten.

  • Daten optimieren

    Auf Basis der harmonisierten Daten wird die erwartete Qualität fachlich definiert, die gegenwärtige Datenqualität gemessen und regelmäßig reportet. Darauf aufbauend werden Datenqualitäts-Verbesserungsmaßnahmen durchgeführt und so kontinuierlich die Datenqualität verbessert.

  • Daten schützen

    In fast jeder Organisation hängt das Tagesgeschäft zu einem sehr großen Teil von Daten ab. Demnach gilt es, einen unternehmensweiten Datenrisikomanagementansatz zu entwickeln, der unter anderem die Erfüllung von Datenschutzanforderungen beinhaltet.

  • Datenservices anbieten

    Datenservices alleine sind nicht mehr ausreichend für eine effiziente Nutzung von Daten. Die Erweiterung um zusätzliche Services wie Referenzdatenmanagement, Metadatenmanagement, Dokumentationsservices usw. auf Basis einer umfassenden fachlichen Architektur mündet in einem Gesamtkatalog für alle Data Excellence Services.

Wissen über Daten verwalten

Alle notwendigen Data Excellence-Aktivitäten werden durch ein zentrales fachliches Metadatenmanagement unterstützt. Machen Sie dataspot. zur umfassenden Wissensbasis in Ihrem Unternehmen, die allen Mitarbeiterinnen und Mitarbeitern zur Verfügung steht.

Zur Wissensbasis dataspot.