• • • • • 2 Head of Data Management Office, AH, Etos & G&G Head of Product Data Platform, AH tech Information Security Lead, ABN AMRO Manager BI & Analytics, DSW Zorgverzekeraar PHD Candidate, Erasmus University Rotterdam …en ik werk voor Albert Heijn
voor Albert Heijn geen theoretisch controlemechanisme, maar een manier om datagedreven werken te versnellen, waarde te realiseren en innovatie schaalbaar te maken. • Making Business Better (data) project lead time: • Reduced → with clear roles, processes and data oversight we get things done faster because the data we need is easy to find and any data problems get fixed quickly. That means less waiting and fewer delays on projects.. • More accurate & consistent results When data is well cared for, the insights we get are accurate and repeatable. So, our decisions are smarter and more confident because we trust the data behind • Leverage AI: them. → Data science and AI projects work better with good quality data. Keeping an eye on data accuracy means we get the best possible results from these powerful tools. Avoiding risk • Poor data quality: → • Unavailable data: → → 4 Poor data quality can cause all kinds of problems; project delays, lack of insights or operational issues. By managing data well, we keep it clean, clear and reliable from start to finish. If data is missing or hard to access, it slows everything down. Strong processes help us collect, check, store and protect data so it’s ready when we need it. • Non-compliance: → We need to follow rules about how long to keep data, how to protect it and how to handle requests from people about their data. Good data governance keeps us on the right side of these laws and avoids costly mistakes..
betekenis als het niet blijft hangen in modellen en definities, maar teams helpt om sneller, beter en consistenter met data te werken. Global Standard Data Governance Global Standard Data Quality Monitoring Global Standard DQ Issue Management Global Standard Data Retention Global Standard Data Definitions Critical Data Elements Guidance Data Management Risk and Control Framework Global Standard on Data Exchange Global Standard on Data Lineage Global Standard on Data Architecture 7
Binnen een organisatie met meerdere formules en veel verschillende datadomeinen is governance nodig om lokaal eigenaarschap te combineren met gezamenlijke standaarden en samenwerking. Data (definition) Owner Data Steward Data value & prioriteit Business Product Data owner is verantwoordelijk voor en data steward geeft uitvoering aan: De productorganisatie staat centraal in: - De juiste waardebepaling van data vraagstukken -De prioriteitstelling -Bepaling van de requirements richting Tech -Beheer definities - Bepalen DQ requirements -Bepalen data access Data Custodian Data Users Business tech platformen Business, Analytics, Finance, … De business tech platformen realiseren: - Juiste data kwaliteit, bruikbaarheid & beschikbaarheid Data users: - Stellen requirements aan datakwaliteit bruikbaarheid & beschikbaarheid Data enablement platform Het data enablement platform heeft biedt: - De mogelijkheid om data uitwisseling schaalbaar en robuust te doen Over de hele keten vindt support plaats door DMO en andere capabilities (e.g. legal) . Support 8
over wie waarvoor verantwoordelijk is, zodat data niet van iedereen en dus van niemand wordt. Eigenaarscha p (Data Governance) 9 Hoe maak ik mijn data vindbaar en begrijpelijk? Hoe verbeter ik de kwaliteit van mijn data? Hoe zorg ik ervoor dat mijn data geschikt is voor business gebruik? Metadata Data Kwaliteit Data Delivery Stewardship
data begint bij gedeeld begrip. Metadata maakt zichtbaar wat data betekent, waar die vandaan komt, wie ervoor verantwoordelijk is en in welke context die gebruikt kan worden. Product Naam Gewicht per stuk Huidige korting Prijs per stuk Afprijzing context 10
krijgen op datakwaliteit, heeft metadata nodig om kwaliteit inzichtelijk te maken, issues herleidbaar te maken en data gericht te kunnen verbeteren.. Prioritering Analytics Intake Busines s Data Users 2. Communiceert issue naar domein data steward en naar teams waarvoor impact geldt 1. Detecteert en onderzoekt oorzaak DQ issue Data Custodian Delivery Data Users Data Steward Product Tech 11 Development Data Steward 4. Communiceert oplossing naar domein data steward en naar teams waarvoor impact geldt Data Custodian 3. Corrigeert fout en update data pipeline Wie is in de lead: Data domein team (Data Custodian) Wat doen ze: Ze analyseren en corrigeren de fout en informeren Data steward en data consument Hoe: Door eigen DQ monitoring en communicatie via data helpdesk (later meer gericht)
zoals de Ataccama data catalog helpt om governance concreet te maken door definities, lineage en kwaliteit zichtbaar en bruikbaar te maken in het dagelijkse werk. 12
zoals agentic AI kunnen alleen verantwoord en effectief opschalen als de onderliggende data, verantwoordelijkheden en kwaliteitsafspraken goed georganiseerd zijn 14
vooruit te komen: minder vertraging, meer duidelijkheid, beter gebruik van data en aantoonbaar meer impact.. 1. Governance moet versnellen, niet vertragen 2. Metadata maakt governance praktisch en schaalbaar 3. Sterke governance is een randvoorwaarde voor innovatie 15
governance…. Ivo van den Berg Wil je gedachten uitwisselen en van elkaar leren over data & AI governance of aanverwante topics? Wil je weten wat we allemaal nog meer doen bij Albert Heijn (of 1 van onze zustermerken)? linkedin.com/ivo-van-den-berg-a1ba3528/ 16 (leeg)
mark3t1ng
letsgokoyo
lara
aleyda
pwiseman
marketingsoph
eileencodes
oripsolob
takai
codingconduct
schroneko
danielanewman
keavy
