Dario Bezzina från Affecto går bl.a. igenom Datakvalitet vs. verksamhetsstyrning, en osinande källa av utmaningar, definitionskonfusion, orsak, verkan och nonchalans, drivkrafter för att öka datakvaliteten. Denna presentation hölls på IBM Cognos Performance 2010 av Dario Bezzina, Business Development Manager, Data Integration, Affecto
3. Still a gap...
IT and the Business
Data Quality Definitions
Data Quality Root Causes
Data Quality Priorities
Perceived Information Value
Data Governance Maturity
Solution Maturity
Guessing and Knowing!
5. Bottom Line...
86%
Tror att brister i
Low Information Quality
datakvalitet kan påverka
resultatet negativt
Affects the Bottom Line
81%
”Costs are roughly 10 percent of revenue for a typical organization.
Anger att de märkt av
To date, no one, in hundreds of discussions, has suggested that this
bristande datakvalitet is way too high.”
number
i sin organisation Thomas C. Redman
85% 20%
Tycker att datakvalitet är Mäter sin datakvalitet!
en högt prioriterad fråga i
deras verksamhet
6. Förbättringspotential i BI-processer och system
- Tydlig utmaning i att frigöra tid för att analysera & implementera förbättringar
Time management & prioritering Manuella arbetsmoment
• Den dagliga verksamheten prioriteras före • Nuvarande BI-processer kräver en hög grad av
långsiktiga utvecklingsområden inom manuellt ingripande
ekonomi/finans • Insatser fokuseras på identifiering & validering
av data och manuell konsolidering av rapporter
• Orsaker är snävare deadlines och ökade krav på
rapportering från ledning • Organisationer vill fokusera på analys av data
och rapporter
och investerare
Utmaningar i att få full
utväxling och ROI på BI
• Både ekonomi och IT investeringar • Tydligt koncensus vad gäller
ser förbättringsmöjligheter den optimala BI-lösningen
vad gäller det övergripande samarbetet • Mindre fokus på manuella arbetsmoment och
• Förståelsen för varandras behov och större fokus på värdeskapande uppgifter
kompetensområden ses som en kritisk • Största utmaningen att nå en optimal BI-lösning
framgångsfaktor är att frigöra tid idag i syfte att bli mer effektiv i
framtiden
Samarbete mellan ekonomi/finans och IT Optimal framtida BI-lösning
8. Data
vs
Information
Information = (Data + Definition + Presentation)
Datakvalitet Definition Rätt data
Format F O R M AT I O N S K VA L I T E T
IN Metadata Rätt tidpunkt
Modell Struktur Korrekt presenterat
10. Mäter företagen sin datakvalitet?
Hur mäter ni att ni har hög, medel eller låg datakvalitet?
38%
40%
32% We just know
35%
30% We have special tools for that
25%
20%
We have people in the organization
20% that control the data manually
15%
9% We do not measure our Data
Quality
10%
Don't know
5% 1%
0%
13. HUR?
…med hjälp av Business Case
1. Mindset
2. Förstå informationens värde
3. Skapa Business Case
14. HUR?
Samla kompetensen – Visa värde – Börja smått!
1. Mindset
2. Förstå informationens värde
3. Skapa Business Case
4. Initiera ett Pilotprojekt
15. HUR?
Se till att någon äger ansvar och befogenheter
1. Mindset
2. Förstå informationens värde
3. Skapa Business Case
4. Initiera ett Pilotprojekt
5. Definiera ägarskap
16. Använder företagen rätt verktyg?
Använder ni några verktyg för att identifiera, mäta och tvätta ert data?
35% Yes, standard tools to move &
31% 31% transform data
30% Yes, inhouse tools to move &
transform data
“Om det enda verktyget du har
25% är en hammare börjar varje
Yes, standard tools to profile &
problem attcleanse the data en spik”
se ut som
20%
Yes, inhouse tools to profile &
Okänd cleanse the data
15% 13%
12%
None of the above
10%
6% Don't know
5%
5% 2%
Other
0%
17. HUR?
Använd rätt verktyg och metoder
1. Mindset
2. Förstå informationens värde
3. Skapa Business Case
4. Initiera ett Pilotprojekt
5. Definiera ägarskap
6. Använd rätt verktyg
18. HUR?
Mät, förbättra och följ upp!
1. Mindset
2. Förstå informationens värde
3. Skapa Business Case
4. Initiera ett Pilotprojekt
5. Definiera ägarskap
6. Använd rätt verktyg
7. MÄT – MÄT – MÄT!