Enterprise Data Management: utility and necessity

johdanto

digitaalinen maailmamme riippuu tiedosta. Dataa on kaikkialla. Miksi niin monet yritykset, organisaatiot, analyytikot ja konsultit ovat niin huolissaan tästä?

tiedot ovat faktatietoja. Sijoittamalla tiedot kontekstiin syntyy informaatiota. Hyvän tiedonhallinnan puuttuminen tarkoittaa usein automaattisesti sitä, että hallinta-ja valvontatieto on tehotonta. Pitkällä aikavälillä tämä halvaannuttaa organisaation siinä määrin, ettei se voi enää toimia kunnolla. Syynä tähän on se, että tärkeät päätökset tehdään liian myöhään, koska johdon tietoon ei enää luoteta. Lisäksi liiketoimintaprosessien käsittely osastotasolla vaatii yhä enemmän aikaa ja vaivaa, koska toimialojen toiminta ei ole hyvin koordinoitua. Tässä tilanteessa jokainen luo ja hallinnoi vain oman työnsä suorittamiseen tarvittavaa dataa ja käyttää siksi omia datamääritelmiään. Koska osastot syyttävät toisiaan huolimattomuudesta, valvontatoimet pinotaan päällekkäin ja liiketoimintaprosessi kiihtyy entisestään, mikä johtaa syöksykierteeseen. Näin ollen on olemassa pakottava liiketoiminnallinen syy antaa tiedonhallinnalle itsenäinen ja ammattimainen paikka organisaatioissa.

lisäksi lait ja asetukset pakottavat myös strukturoituun tiedonhallintaan. Wetgeving in de financiële sector zoals Basel en Solvenssi vereist dat een mekanisme voor datakwaliteit en herleidbaarheid van in rapportages gebruikte informatie geborgd is binnen de organisatie. Basel II stelt in dit verband: “pankilla on oltava käytössä prosessi, jolla tarkastetaan tilastolliseen maksukyvyttömyys-tai tappioennustemalliin syötetyt tiedot, joihin sisältyy hyväksytyn luokituksen antamiseen liittyvien tietojen tarkkuuden, täydellisyyden ja asianmukaisuuden arviointi”. Kwalitatief datamanagement is belangrijk om te kunnen voldoen aan deze eisen. Tietojen oikea tallentaminen järjestelmiin on yksi tällaisen ohjelman aikaa vievimmistä osista. Tällaisessa tilanteessa on vaikea noudattaa lakeja ja määräyksiä sekä toimittajien ja asiakkaiden kanssa tehtyjä sopimuksia koskevia ulkoisia vaatimuksia.

yritystietojen hallinta on organisaatioissa tapahtuva toiminta, joka keskittyy jäsennellyn tiedon tunnistamiseen, luokitteluun, rekisteröimiseen, mallintamiseen, avaamiseen, turvaamiseen, arkistointiin ja tuhoamiseen. Käsite “yritys” kuvastaa tiedonhallinnan organisatorista luonnetta.

joidenkin organisaatiojohtajien lausunnot korostavat sitä, että tiedonhallinnalla on niin keskeinen rooli liiketoiminnassa. DSM: n tietohallintojohtaja ja vuoden tietohallintojohtajaksi vuonna 2011 valittu Aloys Krecting sanoo: “tietohallintojohtajan tulisi olla erityisen huolissaan tiedon arvosta. On tiedettävä erittäin hyvin, ketkä ihmiset tarvitsevat ja mitkä tiedot milloin, ja myös helpotettava sitä. Tämä korostaa jälleen kerran raportin ja Master datan hallinnan merkitystä.”

Als tweede de CEO van een olie – exploratie-en productiebedrijf die zich realiseert dat goed datamanagement voor zijn bedrijf een volgende stap naar business excellence is en hem in staat stelt zich te onderscheiden van zijn concurrenten: “Continuous improvement efforts will now focus on taking advantage of these changes and uncover the hidden value they offer. Tämä tarkoittaa sitä, että yksinkertaistetaan prosesseja ja tehostetaan tiedonhallintaa, jotta päätöksenteko nopeutuu ja saadaan paremmin tietoon perustuvaa, asiakkaiden tarpeisiin vastataan paremmin ja vähemmän jätettä-mikä kaikki johtaa parempaan kilpailukykyyn.”

tiedot saamisina

tiedot ovat, kuten on ilmoitettu, tosiseikkojen kuvauksia. Liiketoimintaympäristöön ennustetaan “faktoja liiketoiminnasta”. Ilman asiayhteyttä tai rakennetta näillä tiedoilla ei ole yritykselle lisäarvoa. Niistä puuttuu sisältö ja tarkoitus, joka todella toisi lisäarvoa yritykselle. Erotamme jäsennellyt tiedot (tallennetaan ja tilataan tietokantaan) ja jäsennellyt tiedot (muodossa asiakirjoja, tiedosto, kuva, tekstiviesti, lomake, video-tai äänitallennus, joka ei voi sisältää rivejä, sarakkeita tai tietueita).

ilman lisätietoja näiden tietojen luokittelu, rekisteröinti ja käyttö on vaikeaa ellei mahdotonta. Kun lisäämme asiayhteyden tähän dataan, tiedosta tulee merkityksellistä. Sitten lisätään viittaus, päivämäärä ja kellonaika, viestin merkitys, muoto. Tämä antaa tietorakenteen ja muuttuu informaatioksi. Jos suhteutamme eri tietolähteitä toisiinsa solmimalla suhteita ja tunnistamalla kuvioita, tieto muuttuu tiedoksi. Tämä on myös business intelligence( BI)-toiminnon lisäarvo: organisaation eri tietoyksiköiden yhdistäminen yrityksen johdon päätöksentekoa varten. Katso myös kuva 1.

Kuva 1. Aseta datan arvo kontekstiin.

organisaatiot, jotka pystyvät parhaiten jäsentämään tietonsa mielekkääksi tiedoksi ja saattamaan tämän tiedon loogisesti yrityksen tietotyöntekijöiden ulottuville, pystyvät paremmin hallitsemaan kilpailijoitaan. Näiden tietojen luontaisen kaupallisen voiman valjastaminen antaa yrityksille ja organisaatioille strategisen etulyöntiaseman kilpailijoihinsa nähden. Googlen silloinen toimitusjohtaja Eric Schmidt sanoi vuonna 2010: “En usko, että yhteiskunta ymmärtää, mitä tapahtuu, kun kaikki on saatavilla, tiedossa ja kaikkien tallennettavissa koko ajan.”En Gartner stelt:” yksityisellä sektorilla arvioimme esimerkiksi, että vähittäiskauppiaalla, joka käyttää big dataa täysimääräisesti, on mahdollisuus kasvattaa käyttökatettaan yli 60 prosenttia.”()

Maar het gaat niet alleen om het goed structureren en ontsluiten. Een aantal jaren was de heersende gedachte dat BI het probleem van goede managementinformatievoorziening zou oplossen. Kaikki suuret yritykset ja laitokset maailmassa ovat ajaneet kalliita BI-ohjelmia ja toteuttaneet kalliita sovelluksia. Yhtiön johto ei kuitenkaan ole tyytyväinen. BI ei avaa kaikkia yritystietoja, käytännössä se keskittyy lähinnä strukturoituun dataan, jolloin ei kiinnitetä riittävästi huomiota jäsentämättömän datan arvoon. Lisäksi raportteja ei voida helposti mukauttaa, joten ne eivät useinkaan keskity riittävästi yrityksen tarpeisiin tiettynä ajankohtana. KPMG, perustuu tutkimukseen: “Suuret investoinnit tietotekniikkaan eivät välttämättä takaa parempaa tietoa. Tärkeämpää on muuttaa perusteellisesti tapaa, jolla tietoja kerätään, käsitellään ja esitetään.”()

Gestructureerde data die door een datawarehouse worden ontsloten, zijn waardeloos als de kwaliteit van die data niet goed is. Ongestructurerde gegevens (s. 85% van alle bedrijfsgegevens) kunnen niet via een datawarehouse worden ontsloten. De vraag is dan hoe je deze data ‘goed’ krijgt en wat goed datamanagement voor ongestructureerde gegevens is. Tässä yhteydessä hyvä tarkoittaa organisaation sille asettamien laatuvaatimusten mukaista. On selvää, että hyvä data ei ole asia, joka tulee luonnostaan. Tarvitaan johtamiskehys. Johtamiskehykseen kuuluu toimintoja, jotka yrityksen on loogisesti ja huolellisesti järjestettävä ja investoitava organisaatioon. Tämä on tiedonhallintaa ja sisältää kaikki toiminnot organisaatioissa, joiden tarkoituksena on liiketoiminnan tunnistaa, luokitella, rekisteröidä, mallintaa, käyttää, turvata, arkistoida ja tuhota tietoja jäsennellysti. Käytämme tästä termiä Enterprise Data Management (EDM), koska se koskee toimintaa, jota toteutetaan yrityksen laajuisesti eri organisaatioissa.

oivallus siitä, että datan hallinta hyvin voi tuoda lisäarvoa liiketoiminnalle ja pohjalinjalle, sai analyytikot ja konsultit rinnastamaan datan muuhun liiketoiminnan omaisuuteen, kuten maa-alueisiin, rakennuksiin ja koneisiin. Tässä yhteydessä dataa kuvataan myös liiketoiminnalliseksi hyödykkeeksi. Omaisuus on hoidettava hyvin: hyvin hoidettu, hyvin turvattu, on oltava omistaja, joka valvoo ja omaisuus on myös vaihdettava ajoissa. Kuten muutkin omaisuuserät, myös tiedot voidaan myydä. Siitä voidaan johtaa arvo. Ajattele osoitetiedostot, jotka edustavat tiettyä arvoa sekä bona fide ja rogue yritykset.

maailman johtavien yritysten johtajat ovat tästä hyvin tietoisia. Dataan liittyvät ohjelmat ovat näkyvästi heidän Toimintalistallaan. Hackett-ryhmä: “Yritykset tunnustavat, että ne ovat heittäneet paljon rahaa sovelluksiin, mutta ilman tietojen standardointia ja puhdistamista ne saavat edelleen tietoa, joka ei ole järkevää. Heillä on yrityksiä, jotka käyttävät erilaisia määritelmiä, jotka laskevat mittareita eri tavalla, jotka käyttävät erilaisia hierarkioita. Koko tämä master data management-konsepti on ehdottoman kriittinen, jotta yritykset voivat lopulta päästä siihen pisteeseen, jossa niillä on ennakoivaa analytiikkaa.’. Liiketoimintakokonaisuus master data management (MDM) programma ‘ s on ilmeinen: “Vuoteen 2013 mennessä MDM vähentää organisaatioiden tietojen irtisanomista, mikä voi säästää 80% tarpeettomien tietojen hallintaan liittyvistä kustannuksista”. ()

Modellen voor Enterprise Data Management

Over het beheersen van data wordt al tijden nagedacht en er zijn dan ook modellen en methodieken te over, die allemaal claimen het beste antwoord voor de inrichting van Enterprise Data Management te hebben. De International Organization for Standardization, Kansainvälinen standardointijärjestö ISO, kent talloze standaarden die elk op zich weer een deelaspect van Het spectrum Van data behandelen. Esimerkiksi ISO 27001 käsittelee tietoturvaa. ISO 15489 on standardi, jota käytetään tiedon hallintaan arkistoinnin näkökulmasta. ISO 23081 on metadatan standardi. Lisäksi ISO 19005-standardia voidaan käyttää tietojen ulkonäön ohjenuorana. Mittapuita on runsaasti. Muut viitekehykset, kuten COSO ja viitekehykset kuten Cobit ja ISF, puhuvat datan merkityksestä laajemmassa merkityksessä, mutta vain riskin näkökulmasta.

Tietohallintoelin

täydellisempi malli näyttää olevan DAMA-DMBOKIN malli. Se sisältää kokoelman tiedonhallinnan “parhaita käytäntöjä”, joita on täydennetty useiden vuosien ajan uusilla käytännön oivalluksilla. Dama-Dmbok Guide (Full: Data Management Body of Knowledge) on Data Management Association-järjestön julkaisu, joka on kansainvälinen järjestö, joka keskittyy tiedonhallintaan ja tietoammattilaisiin tiedonhallinnan levittämiseen.

dmbok erottaa kymmenen eri datafunktiota. Nämä toiminnot on esitetty kuvassa 2. Tiedonhallinta on toiminto, joka yhdistää muut verkkotunnukset. Jokaisella osa-alueella on otettava huomioon ympäristötekijät, kuten nykyiset työmenetelmät ja-menettelyt, käytetty teknologia sekä organisaatiokulttuuri.

kuva 2. Daman mukaiset datatunnukset ().

DAMA kuitenkin tietää myös heikkoutensa. Esimerkiksi: se, että nimetyt funktiot viittaavat toisiinsa vain laveasti, jolloin käyttäjä ei aina näe funktioiden välistä suhdetta ja siten laajempaa merkitystä. Lisäksi dama näyttää keskittyvän toistaiseksi perinteiseen, jäsenneltyyn dataan. Esimerkiksi sosiaalisen median sisältöjen merkityksestä puhutaan vielä vähän. Dama: n tietoturva keskittyy pääasiassa tietojen tekniseen suojaamiseen. Lisäksi eroa siinä, miten sukupolvet käsittelevät tietoja, ei ole vielä nimenomaisesti otettu huomioon merkityksellisenä tekijänä (ympäristötekijänä). Lopuksi, ja tämä on ehkä suurin vastalause, kyse on ennen kaikkea käsitteellisestä viitekehyksestä. Siitä puuttuu käytännön esimerkkejä, joilla käsitteet ja termit saataisiin lukijalle riittävän selviksi. Vaarana on epäjohdonmukainen tulkinta. Ei ole myöskään selvää, miten puitteet pitäisi toteuttaa. Tämä on vastoin tietopohjan ensisijaista tavoitetta. Tällä olisi pyrittävä varmistamaan, että niiden käyttö edistää johdonmukaisuutta tiedonhallinnan soveltamisessa.

KPMG Enterprise Data Management model

edellä mainitut mallit sisältävät tärkeitä elementtejä, jotka on otettava huomioon toteutettaessa ammattimaista tiedonhallintaorganisaatiota. Tiedonhallinnan operationalisoinnin kannalta tärkeitä ovat kuitenkin monet muut seikat, joita nämä mallit eivät kata.

ensinnäkin kyse on siitä, että tietoja vaihdetaan järjestelmien välillä sekä organisaation sisällä että organisaation ja kolmansien osapuolten välillä. Tiedonhallinnan olisi sen jälkeen varmistettava hyvät sopimukset tietojen toimitusmuodosta, toimitettujen tietojen laadun validoinnista, mahdollisista rikastusvaiheista ennen tietojen jatkokäsittelyä sekä menettelyistä, jos prosessissa ilmenee virheitä. Nämä toiminnot ryhmitellään termeihin “hankinta ja authoring” ja “distribution”.

EDM: n on lisäksi varmistettava, että EDM: n rakenne kokonaisuudessaan säilyy. Organisaatiolla olisi oltava prosessit asiakirjatodisteiden ja EDM-toiminnan operatiivisessa toteutuksessa havaittujen ongelmien tallentamiseksi. Että niistä keskustellaan EDM: n hallintoa koskevissa kuulemiselimissä ja että ne johtavat olemassa olevien menettelyjen ja tekniikoiden mukauttamiseen. Tätä voidaan ajatella tilanteena, jossa organisaatiossa käytettävää datan laatua mittaavaa kojelautaa on mukautettava, koska organisaatio haluaa valvoa uutta dataobjektia. Sitten pitäisi olla “muutosprosessi”, joka valmistelee päätöksentekoa tästä muutoksesta ja toteuttaa muutoksen kojelaudassa päätöksen jälkeen.

lopuksi kaikkien EDM-toimien vaikuttavuutta ja vaikuttavuutta tulisi arvioida. EDM: llä tulee olla organisaation primääriprosessien tapaan ‘plan, do, check, act’ – mekanismi, jonka avulla voidaan tarkistaa, onko EDM: n toiminnan toteuttaminen siitä tehtyjen sopimusten mukaista. “Prosessiseuranta” mahdollistaa tämän ja antaa EDM-organisaatiolle mahdollisuuden tunnistaa itsenäisesti mahdolliset poikkeamat ja ryhtyä korjaaviin toimenpiteisiin.

tämä tarkoittaa Kuvassa 3 esitettyä KPMG EDM-mallia.

kuva 3. KPMG Enterprise Data Management model.

alla on lyhyt kuvaus mallin keskeisistä osista.

• tiedonhallinta keskittyy (ohjaavaan)tiedonhallintatoimintaan. Se kattaa muun muassa strategian, politiikan, roolit, tehtävät ja vastuut.
• Tietoarkkitehtuurissa on kyse organisaation tietoobjektien ja tietorakenteiden perustamisesta ja tallentamisesta tietomalleihin. Nämä muodostavat perustan tiedon analysoinnille sekä prosessi-ja järjestelmärakentamiselle.
• Master datan hallinnassa on kyse master-ja viitetietojen laadun varmistamisesta. Lopullisena tavoitteena on luoda uniikkeja (“kultaisia”) levyjä.
• tietovarastointi on toimintaa, jossa määritellään relaatiotietokantoihin tallennettavan tiedon arkkitehtuuri.
• Business Intelligence vastaa tietovarastojen sisältämien tietojen avaamisesta siten, että se tuottaa organisaation johdolle tietoa, jonka perusteella se voi tehdä päätöksiä.
• tietojen laadunhallintaan kuuluu laatukriteerien jäsennelty määrittely, tietojen todellisen laadun analysointi ja niistä raportointi.
• sisällönhallinta keskittyy tiedon luokitteluun, asiakirjavirtojen jäsentämiseen ja niiden saatavuuteen.
• arkistointi keskittyy passiivisen tiedon siirtämiseen muihin ympäristöihin.
• onder de Governance Operations is metadata de informatie over datamanagementelementen, zoals technische en functionale beschrijvingen van dataobjecten en datamodellen. Tietokannan hallinta richt käyttää teknisiä tietokantoja. Data Security tietoturva ja tietoturva. Identity Management tot slot tietoja.

joidenkin EDM: n osien yksityiskohtaisempi kuvaus on tämän asiakirjan sisältämissä EDM: n osia koskevissa yksittäisissä kannanotoissa.

EDM organisaationäkökulmasta

tässä artikkelissa on vielä vastaus kysymykseen, miten EDM-Malli voidaan käytännössä toteuttaa.

jos käy läpi EDM: n eri osat kuten kuvassa 3 esitetään ja antaa niiden vaikuttaa itseensä, syntyy nopeasti vaikutelma, että näissä osissa ei ole juurikaan loogista järjestystä. Kuviosta 3 käy ilmi, että elementtien rakentamista ja toteuttamista ei ole ehdotettu priorisoitavaksi tai vaiheistettavaksi. On selvää, että tiedonhallinta yhdistää kaikki muut tekijät. Tällä haluamme osoittaa, että verkkotunnusten välillä ei ole järjestystä ja että EDM: n osien käsittelyjärjestys on luonteeltaan mielivaltainen. Yksi poikkeus on tietojen hallinta. Tiedonhallinnan yhteys EDM: n kaikkien muiden osien välillä kuvastaa hyvin sitä, että itse asiassa mitään tiedonhallintatoimintaa ei voida menestyksekkäästi kehittää ja toteuttaa, jos organisaatioissa ei ole tiedonhallintaa.

tiedonhallinta luo perustan kaikelle tiedonhallintatoiminnalle. Ilman perustusta ne ovat löyhiä rakennuspalikoita, jotka roikkuvat enemmän tai vähemmän tyhjiössä ilman rakennetta ja liitosta. Se voi johtaa BI-ratkaisujen hankintaan ja käyttöönottoon, vaikka datastandardeja tai tietojen määritelmiä ei ole riittävästi tai tietojen laatu, jota tarvitaan luotettavan hallintatiedon saamiseksi, jättää paljon toivomisen varaa. Se voi edistää sellaisten järjestelmien suunnittelua ja hankintaa, jotka eivät ole yhteydessä muihin järjestelmiin, koska ei ole olemassa kokonaisvaltaista yritystietomallia, joka toimii perustana kaikelle järjestelmän kehittämiselle. Lopuksi se voi johtaa siihen, että organisaatio käyttää aktiivisesti Internetin käyttäjien verkkosivuille jättämiä jälkiä tietosuojasäännöistä piittaamatta, mikä johtaa kuvan vahingoittumiseen ja korvausvastuuseen.

tiedonhallinta varmistaa, että tiedonhallintaan on olemassa yhtiönlaajuinen visio ja strategia, jota yhtiön johto tukee. Visio kertoo, mitä haluamme saavuttaa. Strategia siitä, miten tämä saavutetaan. Ne kuvastavat ikään kuin järjestön kunnianhimoa. Kaikkien dataan liittyvien toimien on sovittava tähän visioon, ja strategia takaa näiden toimien johdonmukaisuuden. Strategia sanelee myös organisaation sisäisen tiedonhallinnan laajuuden. Kattavasta DAMA-mallista huolimatta järjestöt voivat halutessaan jättää tietyt asiat pois harkinnasta, koska ne saatetaan jo täyttää hajautetusti. Yleinen ilmiö on esimerkiksi se, että HR luo oman tiedonhallintaorganisaationsa ja hyödyntää rajoitetusti keskitetyn tiedonhallintaorganisaation kehittämiä ohjeita ja standardeja.

tietohallinnossa kiinnitetään huomiota myös toimintapoliittisten sääntöjen laatimiseen. Tämä sisältää tietoturvapolitiikan, tietoarkkitehtuuria, arkistointia ja tietojen laatua koskevat politiikat. Lisäksi tiedonhallinta varmistaa tiedonhallinnan organisatorisen integroinnin: kuka on viime kädessä vastuussa, missä ja miten tehdään päätöksiä strategiasta, politiikasta, standardeista, rooleista, omistajuudesta. Esimerkiksi: miten ja milloin tiedonhallintatoimista raportoidaan organisaatiossa? Miten järjestämme master data-huoltotoimien toteuttamisen?

tästä selvityksestä voi käydä ilmi, että tiedonhallinta on hyvän tiedonhallinnan perusta. Riippumatta siitä, missä kypsyysasteessa organisaatiot ovat, kannattaa aina pitää silmällä tiedonhallinnan laatua ja tarkistaa, onko sen täytäntöönpano tyydyttävää.

oletetaan, että organisaatiolla on tiedonhallinta kunnossa. Onko olemassa ohjeita tai parhaita käytäntöjä, jotka tekevät selväksi, mitkä muut tiedonhallinnan osatekijät ovat oikeutettuja optimointiin priorisoinnin kannalta? Itse asiassa se ei pidä paikkaansa. Toisin sanoen kokemuksemme sanoo, että tämä riippuu prioriteeteista, jotka syntyvät organisaation agendasta.

oletetaan, että organisaatio päättää korvata vanhan tietojärjestelmän uudella toiminnanohjausjärjestelmällä. Sitten voisi kysyä itseltään, mikä vaikutus tällä on tiedonhallintaan. Mikä sitten on tärkeintä? Tämä voi johtaa siihen, että “tietojen laadunhallinta” asetetaan tärkeysjärjestykseen tarvittavan tiedonsiirron seurauksena. Saastuneet tiedot puhdistetaan, metatietodokumentaatiota käsitellään ja master datan hallintaa parannetaan. Esimerkiksi tietointegraatiosovelluksen käyttöönotto voi johtaa tietoarkkitehtuurimallin päivittämiseen ja datanlaatusovelluksen valintaan ja käyttöönottoon datan puhdistamiseksi ja rikastamiseksi ennen kuin se vaihdetaan muiden alustojen kanssa.

Kuva 4. Liiketoimintamallin ja EDM: n suhde.

johtopäätöksenä uskomme, että organisaation liiketoimintastrategiasta riippuen tiedonhallintapohjalta tulisi ottaa käyttöön ne tiedonhallintatoiminnot, jotka tuottavat kyseisenä ajankohtana eniten lisäarvoa kyseisen agendan toteuttamisessa. Tämä on esitetty kuvassa 4. Vision ja strategian näkökulmasta toteutuu liiketoimintamalli, joka on välttämätön visiossa ja strategiassa asetettujen tavoitteiden toteuttamiseksi. Tämä liiketoimintamalli asettaa vaatimuksia ensisijaisille ja sitä tukeville prosesseille. Jotta nämä prosessit toimisivat, tarvitaan resursseja. Nämä voidaan jakaa edelleen henkilöresursseihin, tieto-ja tietoteknisiin resursseihin. Se, mitä ja kuinka paljon datapuolella tietyssä tapauksessa tarvitaan, määräytyy liiketoiminnan agendan mukaan. EDM tarjoaa työkaluja siihen, miten tämä pitäisi järjestää. Tämä on räätälöity eikä anna itsensä jäädä kiinni kiinteään kuvioon tiedonhallintatoiminnassa.

johtopäätös

tässä kannanotossa olemme hahmotelleet EDM: ää lähestymistavaksi, jolla hallitaan kaikkea organisaation tuottamaa dataa. Hyvä tulkinta takaa sen, että tämä data täyttää organisaatioiden sille asettamat laatuvaatimukset. Se varmistaa, että prosessien toteuttamiseen ja johdon tietoon perustuvien päätösten tekemiseen tarvittavat tiedot ovat tarkkoja, täydellisiä ja saatavilla oikea-aikaisesti. Tämä tekee tiedoista “hyödykkeen”, joka on hallittava aivan kuten kaikki muutkin liiketoiminnan varat. Olemme tarkentaneet EDM: n osatekijöitä. Tämä on luonut hallintatoimien puitteet, jotka muodostavat perustan tietojen laadun varmistamiselle. Lopuksi olemme väittäneet, että näiden osien täytäntöönpano ei voi tapahtua kiinteiden puitteiden mukaisesti. Liiketoimintastrategia ja priorisointi ratkaisevat, mitkä EDM: n osista poimitaan ja optimoidaan operationalisoinnissa. Keskeinen rooli tässä on datahallinnolla, joka takaa EDM: lle koko yrityksen kattavan ja johdon tukeman vision ja strategian.