Datagovernance en Agile; gaat dat wel samen?

De invoering van datagovernance is hot bij veel organisaties en zorgt vaak voor heel wat hoofdbrekens over hoe je dit voortvarend kan aanpakken. Tegelijkertijd hanteren organisaties een Agile werkwijze voor software ontwikkeling. De vraag die dan vaak wordt gesteld is: “Hoe verhoudt de aanpak van datamanagement en de datagovernance organisatie zich tot de Agile werkwijze? Hebben Datagovernance en Agile niet sterk verschillende kenmerken die tegenovergesteld aan elkaar zijn?”

Verschillen

Om deze vraag te kunnen beantwoorden en aan te geven langs welke weg datagovernance geïmplementeerd kan worden in een Agile omgeving, duid ik eerst de verschillen:

• Agile kenmerkt zich door het hanteren van veel iteraties, het opstellen van weinig documentatie, een learning by doing mentaliteit en een organisatie die gekenmerkt wordt door zelfsturende teams met weining lijnmanagement;
• Datagovernance is te typeren als een formeel stelsel van afspraken over de wijze waarop data gemanaged moet worden, resulterend in een virtuele organisatiestructuur waarbij de typerende rollen en organen zoals de datagovernance board, de data architect, de datamanager, de datastewards en de data eigenaren een eigen plaats kennen met vastgestelde bevoegdheden en verantwoordelijkheden.

Kortom: Een agile organisatie heeft een minder vast karakter dan een datagovernance organisatie en is ook minder formeel van aard.
Bij de implementatie van datagovernance wil je uiteindelijk doelen m.b.t. de datahuishouding te bereiken. Bijvoorbeeld om meer data-driven te worden of om een bepaald volwassenheidsniveau conform data management maturity modellen te bereiken. Vaak wil men op effectievere wijze meer bedrijfswaarde uit data halen en data direct inzetten voor commerciële en organisatie doelen. 

Beste van beide werelden in de praktijk

De Agile werkwijze hoeft hiermee niet in tegenspraak te zijn. De Agile werkwijze streeft namelijk ook een efficiëntere wijze van software ontwikkeling na om uiteindelijk businesswaarde te creëren. Wel is de aanpak enigszins anders dan bij een functionerende datagovernance organisatie. Hoe breng je dan het beste van beide werelden bij elkaar? Een aantal voorbeelden die ik in de praktijk toepas:

• Als een software project Agile wordt aangepakt is het van belang om de bijbehorende data aspecten aan te pakken conform het in het datagovernance vastgestelde databeleid. Het databeleid is leidend voor de wijze waarop de data in de te ontwikkelen systemen beheerd, ontworpen (gemodelleerd) en gemanaged wordt.
• Datakwaliteitsaspecten oftewel de eisen die aan de kwaliteit worden gesteld worden vastgesteld door de datagovernance organisatie. Met name de data eigenaren spelen hierin een belangrijke rol: zij stellen samen met business stakeholders de requirements op en sturen op het naleven hiervan. Bij een Agile project is de data eigenaar verantwoordelijk voor het aanleveren van data kwaliteits requirements die de basis zijn voor de data modellen (en soms ook voor de datamigratie aspecten indien die spelen) en controleert of hieraan wordt voldaan;
• De data architect heeft onder meer de verantwoordelijkheid voor het opstellen van de data architectuur. Deze architectuur bestaat uit een algemeen geldend data model inclusief definities – vaak in de vorm van een objectmodel – dat richtinggevend is voor het te ontwikkelen danwel aan te passen applicatielandschap. De data architect zal bij een Agile software ontwikkelingsproject op basis van dat model moeten inventariseren welke data objecten door het project geraakt worden. Voor het project zal hij of zij een deelmodel samenstellen dat als basis dient voor verdere uitwerking en modellering entiteitenmodel voor de te ontwikkelen applicatie;
• De definities van de data die in de te ontwikkelen applicatie beheerd worden, worden opgesteld door de datagovernance functie meta data management. Met name de data eigenaar is hiervoor verantwoordelijk in samenspraak met de data architect voor wat betreft het objectmodel. De data eigenaar levert aan het Agile project een lijst van vastgestelde definities en indien er nieuwe soorten data aan de orde zijn dan is het de verantwoordelijkheid van de data eigenaar om  de definities op te stellen. De data architect borgt deze dan in het bedrijfsobjectmodel;
• De data architect stelt het data beleid op en een belangrijk onderdeel is het opstellen van algemeen geldende en organisatie breed aanvaardbare dataprincipes. Dit is een lijst van regels voor het werken met/aan data, de aanpak en de eisen die hierbij gelden. Zodra een Agile project start, bespreekt de data architect deze dataprincipes met de leden van het team en controleert gedurende het project dat de dataprincipes nageleefd worden;
• De data roadmap (alle data management en data gerelateerde projecten) worden gemanaged en beheerd door de data governance board. De leden van de data governance board beheren deze zogenaamde data backlog. Wordt een data gerelateerd project op Agile wijze aangepakt, dan hebben de leden van de data governance board een sturende rol en zijn eindverantwoordelijk. 

Projectversnellend

Samengevat kan gesteld worden dat Agile en een virtuele data governance organisatie niet in tegenspraak met elkaar hoeven te zijn: de data governance organisatie bevat immers een aantal rollen die het Agile project kunnen voorzien van projectversnellende producten zoals hierboven is beschreven. Met betrekking tot de aansturing en het management van data gerelateerde projecten heeft de data governance organisatie de eindverantwoordelijkheid over de doelen, de deliverables, de aanpak en het budget. Dit laat onverlet dat ook specifieke data management projecten op Agile wijze kunnen worden uitgevoerd. Het is dan wel belangrijk om rollen uit de data governance organisatie bij een dergelijk project te betrekken. Voor overige Agile systeemontwikkelingsprojecten heeft de data goverance organisatie voor het aspect data een functionele bevoegdheid.

Autonomie

Naar mijn mening hebben Agile teams weliswaar een hoge mate van autonomie ten aanzien van de aanpak maar de datagovernance organisatie heeft voor diverse data aspecten wel een eindverantwoordelijkheid. Mede vanuit de doelen voor de data huishouding. Kortom : datagovernance heeft een functionele bevoegdheid ten aanzien van agile teams.

Meer weten over de combinatie van Agile en Datagovernance? 

Benieuwd naar concrete handvatten voor het samenbrengen van Agile en Datagovernance? Neem dan via onderstaande gegevens contact met ons op.