Data governance (ład danych) to system zarządzania danymi jako zasobem organizacji: kto jest właścicielem których danych, jakie obowiązują definicje pojęć i wskaźników, jakie standardy jakości, kto i na jakich zasadach ma dostęp. Typowe elementy: role data owner (właściciel biznesowy danych) i data steward (opiekun dbający o jakość i definicje na co dzień), słownik pojęć biznesowych (business glossary), katalog danych, polityki dostępu i retencji.
Analityk biznesowy jest jednocześnie klientem i współtwórcą tego ładu. Klientem - bo każda analiza zaczyna się od pytania „co dokładnie znaczy ta kolumna i czy mogę jej ufać?". Współtwórcą - bo definicje pojęć biznesowych, które governance utrwala, ktoś musi najpierw wynegocjować z biznesem. To klasyczna robota BA.
Przykład z MediFlow: trzy raporty w sieci pokazywały trzy różne liczby „pierwszych wizyt" - bo każda przychodnia rozumiała pojęcie inaczej (pierwsza w życiu? pierwsza u danego lekarza? pierwsza w tym roku?). Program data governance zaczął od ustalenia jednej definicji, zapisania jej w słowniku danych i wskazania właściciela (dyrektor medyczny). Spory o interpretację rozstrzyga odtąd data steward, a nie najgłośniejszy uczestnik spotkania. Nudne? Może. Ale od tego momentu zarząd przestał dyskutować o tym, która liczba jest prawdziwa, i zaczął o tym, co z nią zrobić.
Najczęstsza pomyłka: utożsamienie governance z zakupem narzędzia (katalogu danych). Narzędzie pomaga, ale ład danych to decyzje i odpowiedzialności ludzi. Druga: start od 80-stronicowej polityki zamiast od 10 najważniejszych pojęć, o które ludzie naprawdę się kłócą.
Pojęcia powiązane: data quality, słownik danych, data steward, business intelligence.