Het in goede banen leiden van digitale transformatie en groei is voor veel organisaties een lange-termijnuitdaging. Dat blijkt wel uit de prioriteitenlijst van cio’s, waarop deze doelstellingen al jarenlang bovenaan staan. Omdat de toenemende regelgeving extra complexiteit met zich meebrengt, raakt de verwezenlijking van groei en digitale transformatie evenwel verder uit het zicht.
- Governance van digitale transformatie
Het probleem is dat de ondernemingen te maken hebben met legacy en onafhankelijke oplossingen. Organisaties die zich beperken tot één vorm van analytics en integratie met hooguit een of twee andere oplossingen, hebben nog altijd te kampen met een lappendeken van losstaande systemen. En elk van deze systemen bevat zijn eigen data en metadata, en maakt gebruik van specifieke functionaliteit voor beveiliging en compliance. De taak om consistentie naar al deze aspecten te brengen (de datacontext) valt meestal onder de verantwoordelijkheid van de it-afdeling. Deze aanpak levert extra kosten op in de vorm van overhead, zorgt ervoor dat het langer duurt om tot inzichten te komen en brengt meer bedrijfsrisico’s met zich mee. En het probleem wordt alleen maar erger zodra bedrijven naar de cloud overstappen en met tijdelijke workloads gaan werken.
Deze problemen blijven uit als de verschillende analysedisciplines worden verenigd binnen één platform dat voor eenduidige context zorgt, ongeacht de infrastructuur waarop analyses plaatsvinden. Deze aanpak biedt bedrijven volledige flexibiliteit. De tijdrovende taak om consistentie te brengen naar data uit losstaande systemen en applicaties verdwijnt daarmee. Governance vervult dan eindelijk de rol waarvoor die bedoeld is: bedrijven in staat stellen beslissingen te nemen op basis van data.
- Governance van de compliance
Multinationals bewegen zich in een steeds complexer privacy-landschap en hebben nu al grote moeite om alle ontwikkelingen bij te benen. Ze moeten elke richtlijn afzonderlijk bestuderen en toepassen. Het is dan ook hoog tijd voor bedrijven om hun focus te richten op de principes die de uiteenlopende richtlijnen met elkaar gemeen hebben en de doelstellingen op het gebied van data-governance. Dit stelt hen in staat een wereldwijd programma voor privacy- en gegevensbescherming te ontwikkelen.
De consistente en algemeen toegankelijke datacontext die wordt gedeeld, biedt hen meer grip op de ondersteunende architectuur voor databeheer en helpt hen om compliance-workflows uit te breiden naar alle relevante betrokkenen binnen de organisatie. Bedrijven die een GDPR/AVG-gerichte benadering inruilen voor een wereldwijde aanpak van privacy- en gegevensbescherming bereiken niet alleen hun doel om te voldoen aan de eisen van alle richtlijnen waarmee ze wereldwijd te maken hebben, maar komen daarmee ook in een betere positie om oplossingen te vinden voor nieuwe vraagstukken.
- Governance van machine learning
Bedrijven proberen te groeien door middel van differentiatie en velen zien artificial intelligence en machine learning als gereedschap om dit te bereiken. De technologie raakt hierdoor meer ingeburgerd en geïndustrialiseerd. Omdat de steeds complexere modellen en systemen zelfstandig leren, wordt het aldoor moeilijker om te achterhalen hoe ze tot hun beslissingen zijn gekomen. En dat resulteert in problemen met de verantwoording en compliance. En het heeft ook gevolgen voor de bedrijfsvoering, want hoe herhaal je iets wat je niet kunt uitleggen?
Binnen de meeste bedrijven werken data-wetenschappers in een bubbel van geïsoleerde workflows en processen. Vaak werken ze op hun eigen laptop en gebruiken ze een wirwar van programmeertalen. Omdat de communicatie tussen hen en andere businessunits beperkt blijft, vinden ze regelmatig het wiel opnieuw uit. Experimenten worden niet gedocumenteerd, en er is geen sprake van consistent versiebeheer voor modellen. Data blijft in silo’s besloten liggen, en data-wetenschappers hebben daar oftewel onvoldoende toegang toe of kunnen die juist zonder enige beperkingen gebruiken.
Omdat het onmogelijk is grip te krijgen op de resulterende algoritmes, kunnen bedrijven hun artificial intelligence-initiatieven pas opschalen zodra ze grip hebben op de ingrediënten die daaraan bijdragen: zowel de data als het datawetenschappelijke proces zelf. Het is van cruciaal belang om dit te doen op een dusdanige manier die de vrijheid van data-wetenschappers niet inperkt. Zij moeten in staat zijn de beheerde data op veilige wijze op te vragen en te werken met de programmeertalen en frameworks die hun voorkeur genieten. Bovendien moeten experimenten van begin tot eind automatisch worden gedocumenteerd, zodat ze herhaalbaar worden.
Digitale transformatie en groei in goede banen leiden
Op het eerste gezicht lijken digitale transformatie, compliance en bedrijfsgroei weinig met elkaar te maken te hebben. Toch blijkt governance telkens de rode draad in het verhaal te zijn. Bedrijven moeten dit echter op een andere manier aanpakken dan ze doen voor losstaande projecten. Ze moeten hun focus richten op holistische governance. Dat wil zeggen: governance van zowel data alsook processen. Deze aanpak vormt de sleutel tot datagedreven beslissingen, overeenstemming met de wet- en regelgeving en digitale transformatie. De toepassing van governance als basisprincipe maakt een einde aan datasilo’s, zodat privacy en een effectief zakelijk gebruik van data elkaar niet langer hoeven te bijten.