Een datagovernancekader werkt in de praktijk wanneer elke belangrijke KPI en dataset een concrete eigenaar aan de businesskant heeft, en diens definitie zichtbaar is waar mensen de cijfers al raadplegen. De meeste kaders lopen vast omdat ze in een document staan dat niemand in de business opent. Begin met een beperkte scope die je actueel kunt houden, leg het eigenaarschap bij mensen uit de business in plaats van bij IT en controleer de definities op vaste tijdstippen.
Waarom governancekaders op papier blijven steken
Als een kader niet wordt gevolgd, is de eerste reflex om meer te schrijven: een duidelijker beleid, een RACI, een nieuw comité. Dat helpt zelden. Het kader is meestal niet verkeerd. Het bereikt gewoon nooit de plek waar mensen met data werken.
Een voorbeeld: het datateam schrijft een governancebeleid, de stuurgroep keurt het goed en de rollen van data steward worden op basis van functietitels toegewezen. Zes maanden later vraagt een analist wie bepaalt wat als een 'actieve klant' telt. Niemand weet het. Volgens het beleid beslist de domeineigenaar, maar die heeft de definitie nog nooit gezien.
In de praktijk lopen kaders om drie redenen vast. Ze zijn geschreven door het datateam, voor het datateam. Het eigenaarschap ligt bij rollen, niet bij mensen die zich verantwoordelijk voelen. En de definities staan in een document, terwijl alle anderen in hun rapporten werken.
Test je kader met drie vragen
Neem de vijf KPI's uit je maandelijkse managementrapport. Beantwoord voor elke KPI drie vragen:
- Wie is eigenaar van dit cijfer? Een concrete persoon uit de business, geen team of rol.
- Waar lezen mensen de definitie? Op een plek waar ze toch al kijken, niet in een document dat ze moeten zoeken.
- Wanneer is die voor het laatst gecontroleerd? Een datum, niet 'bij de opmaak'.
Als je niet voor elke KPI alle drie de vragen kunt beantwoorden, werkt het kader nog niet in de praktijk, hoe goed het document ook is. De test laat ook zien waar je moet beginnen: bij de KPI's met de meeste onbeantwoorde vragen.
Op papier tegenover in de praktijk
| Kader op papier | Kader in de praktijk | |
|---|---|---|
| Scope | Alle data, alle domeinen | Eerst de KPI's waarover discussie bestaat |
| Eigenaars | Rollen in een RACI | Concrete personen uit de business |
| Waar definities staan | Een beleidsdocument of portaal | Waar het rapport wordt gelezen |
| Hoe de controle gebeurt | Bij de jaarlijkse evaluatie | Door de eigenaar, op vaste tijdstippen |
| Wie een tekortkoming opmerkt | Een auditor | De persoon die het rapport leest |
Een praktisch kader: begin klein, duid eigenaars aan, maak definities zichtbaar waar mensen lezen, controleer op vaste tijdstippen
- Begin klein: pas governance eerst toe op het handvol KPI's in het managementrapport.
- Duid eigenaars uit de business aan: één persoon per KPI die beslist wat die betekent en er vragen over beantwoordt.
- Maak definities zichtbaar waar mensen lezen: toon de definitie en de eigenaar in het rapport, niet alleen in een beleidsdocument.
- Controleer op vaste tijdstippen: elke eigenaar bevestigt zijn of haar definities volgens een vaste cyclus, bijvoorbeeld elk kwartaal.
Breid de scope pas uit wanneer de eerste reeks de test met drie vragen doorstaat.
Hoe krijg ik de business mee in datagovernance als alleen het datateam er belang aan hecht?
Stop met governance te verkopen. Voor bedrijfsleiders is governance op zich zelden een prioriteit, maar een vergadering waarin twee cijfers elkaar tegenspreken is dat wel.
- Vertrek van een probleem dat ze al ervaren. De maandelijkse bespreking die begint met 'welk cijfer klopt?' is een beter vertrekpunt dan eender welk maturiteitsmodel.
- Vraag om één beslissing, niet om een rol. Op 'Kun jij bepalen wat als een actieve klant telt?' krijg je een ja. Op 'Wil jij data-eigenaar worden?' volgt uitstel.
- Toon het resultaat in hun rapport. Als hun definitie verschijnt waar hun team het cijfer leest, wordt het werk zichtbaar en de moeite waard.
- Gebruik hun woorden. Spreek over betrouwbare cijfers en minder discussies, niet over stewardship en metadata.
In de praktijk ontstaat draagvlak na de eerste opgeloste discussie. Eén eigenaar uit de business die het effect ziet, haalt de volgende over de streep.
Hoe leg ik het eigenaarschap van data bij de business in plaats van bij IT?
Splits de taak in twee. De business is verantwoordelijk voor wat de data betekenen. IT is verantwoordelijk voor de technische opbouw en het beheer.
- De eigenaar uit de business beslist over: de definitie, wat goed genoeg is en wie het cijfer hoort te gebruiken.
- IT en het BI-team zorgen voor: het model, de pipelines, de toegang en de prestaties.
- Duid een persoon aan, geen afdeling. 'Finance' kan geen vraag beantwoorden. Het hoofd financiële controle kan dat wel.
- Hou de taak van de eigenaar beperkt. De definitie goedkeuren, vragen beantwoorden en ze op vaste tijdstippen nakijken. Als er meer bij komt kijken, zullen minder mensen ja zeggen.
- Maak het eigenaarschap zichtbaar. Als lezers niet zien wie eigenaar is van een cijfer, blijven ze bij IT aankloppen.
De rol van dScribe
De browserplug-in van dScribe toont de definitie van elke KPI en de naam van de eigenaar uit de business rechtstreeks in de Power BI-rapporten die mensen al openen. Eigenaars zien hun definities waar hun teams de cijfers lezen, en lezers weten bij wie ze terechtkunnen. dScribe stelt zijn metadata ook beschikbaar via een MCP-server. Zo kun je dezelfde definities, eigenaars en kwaliteitsproblemen eenvoudig integreren in de workflows, chatbots en AI-agents die mensen al gebruiken. Daardoor worden de eigenaars en definities uit het kader iets waar mensen dagelijks mee werken, in plaats van een document dat ze geacht worden te raadplegen.
Van papier naar praktijk
Een governancekader faalt niet omdat het slecht geschreven is. Het faalt omdat het op papier blijft staan. Wijs voor een beperkte reeks KPI's telkens een concrete eigenaar uit de business aan, toon de definities waar mensen de cijfers lezen en controleer ze op vaste tijdstippen. Bouw van daaruit verder.
Veelgestelde vragen
Waarom mislukken datagovernancekaders?
Vooral omdat ze voor het datateam geschreven zijn en op een plek staan waar de business nooit kijkt. Het eigenaarschap wordt aan rollen toegewezen in plaats van aan mensen, en niets herinnert iemand eraan om de definities te controleren.
Hebben we een comité voor datagovernance nodig?
Een kleine groep die geschillen tussen eigenaars beslecht, helpt. Een comité dat documenten goedkeurt maar geen enkele definitie beheert, vertraagt de zaken meestal. Leg de beslissingen eerst bij concreet aangeduide eigenaars.
Wat is het verschil tussen een data-eigenaar en een data steward?
De eigenaar is iemand uit de business die beslist wat de data betekenen en wie ze mag gebruiken. De steward zorgt er dagelijks voor dat de definities en de kwaliteit op peil blijven, vaak namens de eigenaar.
Hoe weten we of datagovernance werkt?
Pas de test met drie vragen toe op je management-KPI's. Als elke KPI een concreet aangeduide eigenaar heeft, een definitie die mensen zien waar ze het cijfer lezen en een recente controle, dan werkt het. Zo niet, dan tonen de onbeantwoorde vragen waar je moet ingrijpen.
Moet datagovernance beginnen bij tools of bij mensen?
Bij mensen en een beperkte scope. Een tool helpt zodra er eigenaars en definities zijn, zeker als die ze toont waar mensen rapporten lezen. Koop je eerst een tool, dan wordt die vaak gewoon nog een plek die niemand opent.