Zavádění data governance

Proč nestačí při zavádění data governance vybrat nástroj a sepsat pravidla?

Data governance se ujme jen tehdy, když firma pracuje i s motivací lidí a dlouhodobě vysvětluje změny napříč týmy (Kiwi.com).

Kam má firma při zavádění governance soustředit největší úsilí?

Governance je praktičtější, když firma neřídí všechna data stejně, ale soustředí největší úsilí na datové produkty s největším dopadem na byznys (Kiwi.com).

Co rozhoduje o přijetí data governance ve velké organizaci?

Úspěšné zavedení vyžaduje systematický change management pro konkrétní týmy a role, včetně školení, podpory a práce s datovou gramotností (Česká spořitelna).

Jak poznat, že zavádění data governance opravdu přináší hodnotu?

Přínosy data governance je vhodné měřit průběžně provozními ukazateli, které zachycují používání, rychlost práce a dopad na datové týmy i uživatele (Česká spořitelna).

Proč je vlastnictví dat a procesů tak důležité i u technicky funkčních řešení?

U složitých datových projektů může být větší překážkou nejasné vlastnictví dat a procesů než samotná technická architektura (retailový projekt se stavem objednávek).

Jaký přístup zvyšuje šanci, že data governance bude srozumitelná i pro byznys?

Data governance má větší šanci na přijetí, když s daty pracuje jako s produkty s jasným účelem, vlastníkem a standardním popisem (Česká spořitelna).

Zavádění data governance vyžaduje práci s motivací lidí, nejen výběr nástrojů a nastavení pravidel.

Kiwi.com při zavádění katalogu vyhlásilo soutěž v dokumentaci dat o voucher na letenku a změny prosazovalo dlouhodobou komunikací napříč týmy.

„Musíte mít motivované, zapálené a inspirované lidi, kteří rozumějí datům a chtějí posouvat data governance a kvalitu dopředu.“

Primetime for Big Data 2024 Jak může Data Governance vyléčit vaše bolesti hlavy z nákladů na data Kateřina Ščavnická

Úspěšné zavedení data governance vyžaduje systematický change management až na úroveň jednotlivých týmů, ne jen podporu vedení.

Česká spořitelna při zavádění pracovala s datovou gramotností, uživatelskými cestami, školeními pro konkrétní role a podpůrnými materiály; do Collibry dostala přes 20 týmů, 500 uživatelů se alespoň jednou přihlásilo a týdně ji aktivně používá okolo 100 lidí.

„Když chcete v organizaci zavést změnu třeba pro 500 lidí, znamená to, že ji musíte 500krát zopakovat a nejlépe i ukázat, co jdete měnit, aby to lidé opravdu pochopili.“

Primetime for Big Data 2025 Data Boutique bez filtru: Pět překvapení, která vás na cestě k moderní data governance neminou Pavlína Vajgarová; Štěpán Staněk

Ve velké organizaci je moderní data governance víceletý program, jehož přínosy je potřeba měřit průběžně provozními ukazateli.

Výběr data governance nástroje v České spořitelně trval devět měsíců, celá cesta od excelového prototypu po Collibru běží čtvrtý rok a sledovaly se mimo jiné onboarding týmů, NPS požadavků na datové týmy, neproduktivní čas a doba doručení požadavku zákazníkovi.

Primetime for Big Data 2025 Data Boutique bez filtru: Pět překvapení, která vás na cestě k moderní data governance neminou Pavlína Vajgarová; Štěpán Staněk

Governance je snazší prosadit, když firma neřídí všechna data stejně, ale soustředí největší úsilí na datové produkty s největším dopadem na byznys.

Kiwi.com rozdělilo datové produkty do kategorií Tier 1, Tier 2 a Tier 3, aby se governance úsilí soustředilo na data s největším dopadem na byznys.

„Dlouho jsme hledali magickou pilulku a došli jsme k tomu, že není jedna všemocná pilulka, která to vyléčí, ale soubor několika pilulek. Tím souborem je data governance.“

Primetime for Big Data 2024 Jak může Data Governance vyléčit vaše bolesti hlavy z nákladů na data Kateřina Ščavnická

Data governance má větší šanci na přijetí v byznysu, když s daty pracuje jako s produkty s jasným účelem, vlastníkem a standardním popisem.

Česká spořitelna postavila Business Data Governance na datových produktech a řeší dohledatelnost, srozumitelnost a sdílení dat pro tvůrce i konzumenty dat.

„Jdeme na to pomocí konceptu datových produktů, tedy chovat se k datům jako k produktu. Mělo by to mít jasný účel, jasně definované vlastnictví a standardní design, aby to podporovalo konkrétní potřeby byznysu a datové produkty se daly snadno sdílet.“

Primetime for Big Data 2025 Data Boutique bez filtru: Pět překvapení, která vás na cestě k moderní data governance neminou Pavlína Vajgarová; Štěpán Staněk

Přidávání dalších dat bez jasného vlastnictví a pravidel může firmám zvýšit náklady i množství analytické údržby místo toho, aby přineslo lepší odpovědi.

V Kiwi.com se po governance změnách snížil počet custom SQL queries z více než 250 na 20 a počet dashboardů z více než 100 na méně než 20.

„Když vám někdo poví, že více dat znamená více odpovědí, nevěřte mu. Z vlastní zkušenosti jsme zjistili, že je to jen větší bolest hlavy – a data governance nám pomohla ji léčit.“

Primetime for Big Data 2024 Jak může Data Governance vyléčit vaše bolesti hlavy z nákladů na data Kateřina Ščavnická

U složitých datových projektů může být větší překážkou nejasné vlastnictví dat a procesů než samotná technická architektura.

Projekt pracoval s objednávkami z e-shopů v pěti zemích a osmi skladech; technická architektura fungovala, ale tým našel minimálně 15 různých způsobů používání stavů objednávek v centrálním systému.

„Dobrá zpráva byla, že jsme díky našim kolegům postavili robustní architekturu. A po zbytek prezentace platí, že architektura ani technická stránka nikdy nebyly tím problémem.“

Primetime for Big Data 2025 Order Service: Paralýza způsobená big daty Niels Verschatse

Objem dat může při přípravě, spojování a obohacování výrazně narůst, takže i běžná analytická úloha se může změnit v big data problém.

V retailovém příkladu SAS vstupovalo do modelu 80 milionů zdrojových záznamů, které během přípravy narostly na více než 2 miliardy záznamů.

Primetime for Big Data 2024 Dycky data? Dycky SAS! Luděk Šafář; Dalibor Šrámek

Sdílenou výpočetní kapacitu je potřeba oddělovat a plánovat podle typu zátěže, protože uživatelský reporting může omezit zpracování dat.

„Artefakty na kapacitě ji sdílejí a musí se o ni poprat. Pokud dáme workspace s reporty na stejnou kapacitu jako datový sklad, může se stát, že aktivní uživatelé a špatně napsaný report kapacitu vyjedou. Datový sklad si pak musí vystačit třeba se dvěma procenty kapacity, což nestačí, protože už nemá výpočetní zdroje.“

Primetime for Big Data 2025 Fuckupy při přechodu na Fabric Štěpán Rešl; Adam Poslední