Data Governance tulee lihaksi

Koko: px

Aloita esitys sivulta:

Download "Data Governance tulee lihaksi"

Pentti Pesonen
8 vuotta sitten
Katselukertoja:

1 Data Governance tulee lihaksi Jarno Lindqvist Senior Advisor, Information Management Nordic Region

2 Mitä ja miksi? DG = (tiedon) hallintamalli DG viittaa ihmisten, prosessien ja teknologioiden kokonaisuuteen, jolla organisaation (liiketoiminta)tietoa hallitaan. DG kattaa tyypillisesti tiedon hallinnan, tiedon laadun, tiedonhallintaprosessien johtamisen ja niihin liittyvän riskienhallinnan. DG luo pelisääntöjä ja yhteisymmärrystä niihin prosesseihin, joilla dataa hallinnoivat henkilöt luovat, päivittävät, käyttävät ja arkistoivat tietoa.

organisaation (liiketoiminta)tietoa hallitaan.

3 säännöt, käytännöt Yhteisymmärrys DG tavoitteet Yhteistyö roolit, omistajuus, vastuu tiedonlaatu, validointi, monitorointi Läpinäkyvyys

4 Lähtokohta valitettavan usein 80% 20% ONGELMA Oikean datan etsiminen, erilaisten datojen yhdistely, virheiden korjaus, väärinkäsitysten oikaisu, vastuullisten etsiminen, yhteisymmäryksen etsiminen Tuottava tekeminen PÄÄTÖS

virheiden korjaus, väärinkäsitysten oikaisu,

5 DG prosessit käytössä 20% 80% ONGELMA Edellä mainittu valmisteleva toiminta Ongelmanratkaisuun riittää enemmän panoksia, koska perusasiat ovat jo valmiiksi ryhdikkäässä kunnossa PÄÄTÖS

6 Tavoitteita liiketoiminnan näkökulmasta? Parempi tuottavuus ja tehokkuus Lainsäädännön mukainen toiminta Alhaisemmat kustannukset Alhaisemmat riskit

7 Data Governance Business Case Tehokkaampi toiminta Tiedonhallintaprosessien modernisointi Kustannusten alentaminen Parempi tuottavuus Prosessien automatisointi Asiakkaalle näkyvät hyödyt Vähemmän asiakkaalle näkyviä virheitä Markkinoinnin tarkempi kohdentaminen Nopeampi reagointi poikkeamiin -> Parantunut asiakastyytyväisyys Riskinhallinta ja laillisuus Alentunut operationaalinen riski Toiminnan läpinäkyvyys, vastuuhenkilöt Tietosuojalainsäädäntö, Basel / Solvency vaatimukset Jäljitettävyys

tarkempi kohdentaminen Nopeampi reagointi poikkeamiin -> Parantunut asiakastyytyväisyys Riskinhallinta ja laillisuus

8 Business Data Network: Sama resurssi, kaksi eri näkökulmaa Purkki 435g Tunnettu brändi Tietohallinto Logo punaisella Premiumtuote: enemmän katetta Liiketoiminta Sisältää 16% sattumia Valmistettu Turun tehtaalla LÄHDE:

enemmän katetta Liiketoiminta Sisältää 16% sattumia Valmistettu

9 Business Data Network Liiketoiminta-termistön keskitetty varasto (data dictionary, business glossary) Liiketoiminnan ja tietohallinnon yhteistyöhön kannustava ratkaisu Mahdollistaa Data Governance ohjelmien nopeamman käynnistämisen Saa kaikki osapuolet puhumaan samaa kieltä Parantaa luottamusta dataan Vähentää väärinkäsityksistä johtuvia virheitä Sisältää muutoshallinta-ominaisuudet

Governance ohjelmien nopeamman käynnistämisen Saa kaikki osapuolet puhumaan samaa kieltä

10 Business Data Network: Rakentaa yhteyden eri osapuolien välille Database = TUOTTEET Schema = PURKKI_RUUAT Table = KEITOT Tietohallinto Category: Elintarvikkeet Term: Keittoruuat Description: Juhlahernekeitto Column = TUOTEKOODI Data type = STRING Valid values = BB, LB, RB Business Data Network Documents: Salainen hernekeittoresepti.docx Status: UNDER REVIEW Liiketoiminta

Description: Juhlahernekeitto Column = TUOTEKOODI Data type = STRING Valid values = BB, LB,

11 Business Data Network: Linkittää tekijät ja resurssit

12 DG tulee lihaksi toimijat Liiketoiminta = tiedon omistaja IT = toimeenpanija Data Steward = valvoja Temistö Kuvaukset Vaatimukset määrittelee termit sekä sanallisesti, että numeerisesti ja linkittää ne sidosryhmiin Säännöstö Validointisääntö yhdistää termistön korreloivan datan kanssa ja rakentaa validoinnissa käytettävät liiketoimintasäännöt Hälytykset Mittaristot seuraa sääntöjen totetutumista mittareiden kautta ja ryhtyy korjaaviin toimenpiteisiin (=remediaatio) Jäljitettävyys Hallintamalli, tiedon laatu, dokumentaatio, omistajuus

korreloivan datan kanssa ja rakentaa validoinnissa käytettävät liiketoimintasäännöt Hälytykset Mittaristot seuraa sääntöjen

13 Business Data Network: kuka teki, mitä teki, million teki ja mistä löydän alkuperäisen?

14 Business Data Network: Omistajuus, tilatieto, ilmoitukset

15 Business Data Network: Lineage ja relaatiodatan import ulkoisista välineistä Tuetut import formaatit: SAS Data Management Platform Metadata SAS DI Studio Metadata Erwin CSV (Excel) CWM (Common Warehouse Metamodel format) Tukee yli 200 eri kehitysvälinettä!

Management Platform Metadata SAS DI Studio Metadata Erwin CSV

16 Business Data Network: Resurssien liittäminen termistöön Resursseja voi liittää nimen perusteella tai resurssityypin, esim: DI jobi Taulu / sarake Transformaatio Jne.

17 Business Data Network: Liiketoimintaresurssien tarkastelu linkkikartalla Näyttää termien ja osapuolten keskinäiset linkit: Henkilöt Termit URLit Dokumentit

18 Business Data Network: Teknisten resurssien tarkastelu linkkikartalla (lineage) Saraketasolle menevä Lineage tieto Voidaan suodattaa resurssityypin tai relaatiotyypin mukaan

19 Business Data Network: Selainpohjainen haku tuloksista suoraan termistöön

20 Business Data Network: Referenssitiedon hallinta tiedon omistajille Keskitetty paikka referenssitiedolle Käyttäjäystävällinen selainkäyttöliittymä Versiointi, muutoshistoria, julkaisuprosessi Referenssilistoja voidaan hyödyntää liiketoimintasääntöjen kanssa datan validoinnissa ja mittaroinnissa Tuki usealle kielelle

muutoshistoria, julkaisuprosessi Referenssilistoja voidaan hyödyntää

21 Business Data Network: Referenssitiedon hyödyntäminen datan validoinnissa Referenssilistoja voidaan käyttää liiketoimintasääntöjen kanssa esim. datan validoinnissa Rakenetaan liiketoimintasääntö, joka vertaa referenssilistaa oikeaa dataa vasten

22 Business Data Network: Referenssitiedon hyödyntäminen datan validoinnissa Datan validointiajossa kutsutaan liiketoimintasääntöä Voidaan esim. erotella rivit jotka täsmäsivät ja rivit jotka eivät Ajon tulokset voidaan lähettää datan omistajalle

23 DG tulee lihaksi - prosessi 1. Määrittely Luodaan Data Governance käytäntöjen mukaiset säännöt, jotka määrittelevät datalle vaaditun laatutason Korkeintaan 5% ilmentymistä saa olla puutteellisia, muuten prosessia on tarkistettava ja ryhdyttävä korjaaviin toimenpiteisiin 2. Suunnittelu 3. Prosessointi Implementoidaan sitä vastaavat liiketoimintasäännöt, numeerisesti mitattavia, raja arvoja jne. Prosessoidaan liiketoimintasäännöt dataa vasten ja kerätään sen pohjalta lokitietoa Asiakkaan etunimen ja sukunimen tulee olla vaaditussa kentässä. Kenttä ei saa sisältää numeroita tai erikoismerkkejä, poislukien väliviiva. Kun rivi ei täsmää liiketoimintasääntöön, nostetaan triggeri ja kirjataan se lokiin 4. Seuranta Yhdistetään monitoroinnin tulokset KPI mittareiksi ja esitetään käyttäjillle laatumittaristossa Esim. Asiakasdatan KPI = 96% liiketoimintasääntöjen mukaista. 5. Korjaus 6. Prosessin kehitys Tehdään tarvittavat kehitys / korjaustoimenpiteet Muutetaan datan keräys, syöttö, käsittelyprosessia niin, että virheellisen datan määrää saadaan minimoitua. Manuaaliset korjaustoimenpiteet asiakkuusylläpidon toimesta tai automaattisten laadunkorjausprosessien käynnistäminen jne. Laatuvalidointia jo datan syöttövaiheessa tai ETLprosessin staging alueella, kehitetään prosessia, jolla uudet asiakkaat luodaan kantaan jne.

24 Yhteenveto Lisää yhteisymmärrystä: Osapuolet ymmärtävät termistön samalla tavalla Osapuolet pysyvät ajantasalla muutoksista Mahdollistaa yhteistyön: Monta näkökulmaa samaan asiaan Madaltaa liiketoiminnan ja IT:n raja-aitaa Lisää läpinäkyvyyttä: Asiayhteydet ja omistajuus aina näkyvissä Referenssidata on helposti ylläpidettävissä Yhteisymmärrys Yhteistyö Läpinäkyvyys

25 Data Governance välineitä löytyy useista SAS-ratkaisuista Data Integration Data Acquisition Data Quality Master Data Management SAS Data Integration Server SAS Event Stream Processing Engine SAS Data Quality Desktop SAS MDM Standard SAS Data Management Standard SAS Federation Server SAS Data Quality Standard SAS MDM Advanced SAS Data Management Advanced SAS Data Surveyors SAS Data Quality Advanced SAS Data Migration SAS Access Engines SAS Data Governance SAS DQ Accelerator for Teradata Company Confidential For Internal Use Only Copyright 2013, SAS Institute Inc. All rights reserved.

Samankaltaiset tiedostot

Duplikaattien havaitseminen ja poisto DataFlux välinein

Duplikaattien havaitseminen ja poisto DataFlux välinein SUGIF Technical Club 15.9.2011 Jarno Lindqvist SAS Institute Oy Copyright 2010 SAS Institute Inc. All rights reserved. Miten tiedonlaatu ja MDM liittyvät