“Data brings great rewards, but it can also be a serious liability if you don’t pay proper attention to data governance”, schreibt Bernard Marr in seinem Forbes-Artikel “How To Create A Data Strategy: 7 Things Every Business Must Include” [1].

Damit adressiert er zwei Seiten derselben Medaille. Daten werden zunehmend zum kritischen Wettbewerbsfaktor, zu einem differenzierenden Merkmal (siehe z. B. [2]) im harten Kampf um Kunden. Auf der anderen Seite gehen von der unsachgemäßen Nutzung von Daten immense Risiken aus: So kostet ein durchschnittliches Datenleck („Data Breach“) laut einer aktuellen IBM-Studie knapp 4 Millionen US$ [3].

Es ist wichtig, Chance und Risiko vernünftig auszubalancieren. Die Chancen aus der Verwendung von Daten wurden vielfach beschrieben und möchten wir in diesem Beitrag nicht weiter diskutieren. Ist es nun Gegenstand von Data Governance, das damit einhergehende Risiko zu begrenzen?

Diese Sichtweise wäre deutlich zu kurz gegriffen und würde dem vielfältigen Nutzen von Data Governance nicht gerecht. Data Governance lässt sich wie folgt definieren:

„Der Begriff Data Governance steht für ein ganzheitliches Management von Daten über ihren gesamten Lebenszyklus in einem Unternehmen oder einer Organisation. Das Management beinhaltet Prozesse, Methoden und schriftliche Vorgaben, wie mit den Daten umzugehen ist, um die Einhaltung der Datensicherheit, des Datenschutzes, der Datenintegrität und der Datenqualität zu gewährleisten. In der Regel existiert ein komplettes Programm zur Datenkontrolle, Datenplanung und Datenbereitstellung.“ [4]

Einerseits adressiert Data Governance also tatsächlich den verantwortungsvollen, definierten Umgang mit dem schutzbedürftigen Asset „Daten“, begrenzt insofern die Risiken. Andererseits steigert das professionelle Management von Daten aber auch deren Nutzen. Zum Beispiel führt eine Data Governance maßgeblich zu einer messbaren, besseren Datenqualität.

„Without quality-assuring governance, companies not only miss out on data-driven opportunities; they waste resources. Data processing and cleanup can consume more than half of an analytics team’s time, including that of highly paid data scientists, which limits scalability and frustrates employees.” [5]

Die zentrale Bedeutung des Themas Datenqualität zeigt sich u. a. darin, dass es das Thema „Master Data / Data Quality Management“ nun bereits im vierten Jahr in Folge auf den ersten Platz des „BARC Data, BI & Analytics Trend Monitor“ geschafft hat. [6]

Hier wird Data Governance dann tatsächlich zum Wettbewerbsvorteil, da sich dank besserer Datenqualität hieraus ein höherer Nutzen erzielen lässt, z. B. in Form von besseren (datenbasierten) Entscheidungen oder adäquateren Kundenprofilen.

Wirklich deutlich wird dies auch, wenn Unternehmen aus strategischen Gründen unterschiedliche Haltungen zu Data Privacy einnehmen und hierüber konkurrieren; prominentestes Beispiel ist hier sicherlich der offene Schlagabtausch zwischen Apple und Facebook [7] Letztlich kehren Unternehmen ihre Datenstrategie und abgeleitete Data Governance nach Außen und stehen hierüber im Wettbewerb. Daher ist es kein Wunder, dass Konsumenten Anbieter favorisieren, die auf definierte und vertrauenswürdige Weise mit ihren Daten umgehen.

Die Bedeutung von Data Governance als Wettbewerbsfaktor beleuchten wir genauer auch in unserem diesjährigen Data & Analytics PALOOZA.

 


[1] https://www.forbes.com/sites/bernardmarr/2019/03/11/how-to-create-a-data-strategy-7-things-every-business-must-include/

[2] https://hbr.org/2020/01/when-data-creates-competitive-advantage

[3] https://insights.dice.com/2021/02/11/data-breach-costs-calculating-the-losses-for-security-and-it-pros/

[4] https://www.storage-insider.de/was-ist-data-governance-a-795904/

[5] https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/designing-data-governance-that-delivers-value

[6] https://barc.de/bi-trends-2020

[7] https://www.forbes.com/sites/bernardmarr/2021/02/19/apple-vs-facebook–who-will-win-the-data-privacy-war/