Wat is datamanagement? Definitie, levenscyclus en best practices

Heb je een sessie op de Data Summit gemist? Bekijk hier on-demand.

Inhoudsopgave

Gegevens zijn de drijvende kracht achter het bedrijf: de beste productarchitectuur en het beste verkoopteam kunnen een gebrek aan gegevens niet overwinnen dat nodig is om bedrijfsleiders in staat te stellen weloverwogen beslissingen te nemen, activiteiten te stroomlijnen en sterkere klantrelaties op te bouwen.

IDC voorspelt dat data zal groeien van 45 zettabyte in 2019 tot naar verwachting 175 zettabyte in 2025. Zelfs de meest georganiseerde ondernemingen zullen overweldigd en ineffectief zijn zonder een datamanagementstrategie.

Gegevensbeheer definiëren

Datamanagement is het verzamelen, ordenen, onderhouden en analyseren van data om tot inzichten te komen die een betere besluitvorming en uitvoering mogelijk maken.

Het doel van dit proces is om te profiteren van redundantievrije, nauwkeurige en up-to-date gegevens, en het vereist een duidelijk gegevensbeheerprotocol dat alle teams en afdelingen moeten volgen.

In een enterprise-configuratie kunnen marketingbetrokkenheidsgegevens bijvoorbeeld worden opgeslagen met behulp van e-mailautomatisering, verkeersanalyses en advertentietechnologieplatforms, terwijl verkoop mogelijk in een silo werkt met gegevens die zijn opgeslagen in het contentmanagementsysteem (CMS) van het bedrijf. In dit scenario kan het verkoopteam geen gebruik maken van marketing om potentiële klanten te bereiken en is marketing zich niet bewust van eventuele leads die worden nagestreefd door verkoopmanagers of de fase van klantreis en acquisitie.

Dit is waar gegevensbeheer helpt bij het verenigen van gegevens van verschillende platforms en teams, om een ​​enkel klantbeeld te presenteren dat meerdere afdelingen kan helpen om georkestreerde en gesynchroniseerde campagnes te lanceren om bedrijfsdoelen te bereiken.

Stadia van volwassenheid van gegevensbeheer (DMM)

Bedrijven hebben verschillende niveaus van volwassenheid en verfijning van databeheer nodig. Terwijl bedrijven met een klein klantenbestand comfortabel kunnen navigeren in de behoeften van klanten met spreadsheets, hebben grotere bedrijven meer geavanceerde stadia van volwassenheid van gegevensbeheer nodig.

Hier zijn drie belangrijke datamanagement-volwassenheidsstadia (DMM) om te bepalen waar een bedrijf momenteel staat op zijn traject:

De drie stadia van volwassenheid van gegevensbeheer
Fase 1: Gegevens worden opgeslagen en beheerd in silo’s op projectniveau
Fase 2: Gegevens worden opgeslagen in silo’s, maar met een uitgebreider beleid voor gegevensbeheer en best practices.
Fase 3: Gegevens worden verenigd onder één enkel raamwerk en platform voor gegevensbeheer.

Belang van gegevensbeheer

In een post-COVID-wereld zijn gegevens meer geworden dan alleen een enabler, aangezien bedrijven over de hele wereld snel zijn overgestapt op operaties en werken op afstand. Het huidige bedrijfskapitaal, geïntegreerde kenniskracht, intellectueel eigendom en nog veel meer, terwijl we leren data steeds complexer en verfijnder te gebruiken. Het leiderschap van een bedrijf en de toekomstige groei van vandaag wordt bepaald door hoe goed ze deze gegevens kunnen verzamelen, beheren en analyseren voor zakelijke efficiëntie en groei.

Hieronder vindt u een aantal redenen waarom gegevensbeheer in 2022 van cruciaal belang is voor technische besluitvormers:

Tegenwoordig worden data steeds vaker gebruikt als bedrijfskapitaal om groei en expansie te realiseren, in plaats van ze alleen te gebruiken voor accountonderhoud of het lanceren van multichannel-campagnes. Een bedrijf dat rijk is aan gegevens en effectief gegevensbeheer kan gebruiken om omnichannel- en uniforme campagnes te lanceren om zich op precieze stadia van klantreizen en -ervaring te richten, kan inderdaad een meer cashrijk bedrijf met minder volwassenheid op het gebied van gegevensbeheer overtreffen.

Een datarijk bedrijf in fase 3 van DMM kan bijvoorbeeld effectiever retargeting-advertentiecampagnes online lanceren op basis van aankoopintentie van een bepaalde gebruiker op basis van sitegebruik, social media-engagementen, enquêtefeedback, downloads/engagementen van bedrijfsmiddelen, enz. In feite staan ​​de meeste databeheerplatforms in dit stadium configuraties toe om automatisch promoties/acties te activeren voor een geïdentificeerde gebruiker, op basis van specifiek gedrag of triggerpoints.

Geïntegreerde kennisbank

Met datamanagementprotocollen hebben medewerkers en managementteams toegang tot een gecentraliseerde kennispool. Of het nu gaat om het formuleren van het meest gepersonaliseerde verkooppraatje, het nemen van beslissingen over klantbetrokkenheid of het stimuleren van ad-tech, databeheer is de sleutel tot het leveren van geïntegreerde kennis om de resultaten te maximaliseren.

Zonder databeheermethoden worden gegevens waartoe medewerkers en managementteams toegang hebben, ontleend aan silo-gegevensopslag, wat kan leiden tot gebroken strategieën en resultaten.

Live updates en gemakkelijke toegang

Gegevensbeheerplatforms synchroniseren live gegevens van invoer van werknemers en andere toolintegraties van derden om de meest actuele informatie te produceren en te voeden. Organisaties kunnen op rollen gebaseerde toegang bieden aan werknemers, die vervolgens gemakkelijk toegang hebben tot informatie.

Databeheer is meer dan alleen opslag en toegang. Analytics is zelfs de belangrijkste reden waarom de meeste bedrijven investeren in een tool voor gegevensbeheer. Wat zou immers het doel van datamanagement zijn als het niet gebruikt zou kunnen worden om de organisatiedoelen te realiseren?

Gegevensbeheerplatforms maken verbinding met systemen van derden via tweerichtings-API-koppelingen, en van daaruit kan het de uniforme gegevens analyseren en terugvoeren naar deze systemen voor nauwkeurige uitvoering van verkoop-, marketing-, HR- en andere bedrijfsdoelen. Deze systemen voeren op hun beurt alle verzamelde/bijgewerkte gegevens terug in het DMP voor de uiteindelijke analyse van de resultaten.

Werknemersgegevens kunnen bijvoorbeeld worden opgehaald door een HRMS voor werknemersenquêtes en vervolgens de resultaten van de werknemersenquête terugvoeren naar het DMP voor een betere analyse van de resultaten.

Levenscyclusproces voor gegevensbeheer

De levenscyclus van gegevensbeheer wordt gedefinieerd als de fasen die gegevens doorlopen van verzameling tot archivering of verwijdering.

Laten we nu kijken naar de verschillende fasen van de levenscyclus van gegevens en hun betekenis:

Voordat gegevens kunnen worden beheerd, moeten deze eerst worden verzameld. Dit kan gebeuren door aankopen door derden of het invoeren van gegevens die de organisatie al heeft verzameld.

Een andere manier om gegevens te verzamelen is door middel van integratie met derden. Dit kunnen klantbeheersystemen (CMS), marketingautomatiseringsplatforms, leadgeneratieplatforms, personeelsbeheersystemen (HRMS) enz. zijn.

Gegevensorganisatie en opslag

Nadat de gegevens uit verschillende bronnen centraal zijn gesynchroniseerd en ingevoerd in het gegevensbeheerplatform (DMP), is de volgende stap voor het systeem het organiseren en opslaan van de gegevens. Tegenwoordig wordt deze stap in de meeste DMP’s voor gegevensbeheer uitgevoerd door het systeem met de minste menselijke input.

Gegevensanalyse en orkestratie

De kernvereiste van elk DMP is de mogelijkheid om de gegevens te verenigen en te analyseren, en de uitvoer in het vereiste formaat te leveren om interpretatie en besluitvorming mogelijk te maken.

Op basis van de gebruikersquery analyseert de DMP ongestructureerde, gestructureerde en semi-gestructureerde gegevens uit zijn gecentraliseerde opslag om de gestructureerde gegevens te leveren in de vorm van spreadsheets, grafieken, grafieken enz., of om gegevens terug te voeren naar een platform van derden voor verdere uitvoering .

Een manager van een verkoopteam kan bijvoorbeeld de meest recente interactie en het orderboek ophalen voor een specifieke klant om te pitchen voor een upsell. In dit proces kan het CMS de gebruikersinterface en het queryplatform zijn, dat de query vervolgens via een API-koppeling naar het DMP stuurt voor verwerking. De gegevens worden vervolgens opgehaald, geanalyseerd en teruggestuurd naar het CMS.

De DMP kan ook een eigen gebruikersinterface hebben als men de toegang vanaf een systeem van een derde partij wil overslaan.

Na het invoeren, bijwerken of verwijderen van gegevens, vereist gegevensbeheer een verversing van alle gegevens in het systeem om de nieuwe informatie op te nemen, te organiseren, te verwijderen en op te slaan. Gegevenshygiëne en -onderhoud zijn nodig in alle stadia van gegevensinteractie, wat leidt tot het toevoegen of verwijderen van gegevens.

In deze laatste fase van de levenscyclus van gegevensbeheer worden alle gegevens met de tijd naar het archief gestuurd of worden ze ongeschikt geacht voor verdere opslag en daarom verwijderd.

Top 7 strategische best practices voor databeheer in 2022

Hier zijn zeven best practices om u te helpen uw datamanagementtraject in 2022 een vliegende start te geven:

Identificeer de fase van gegevensbeheer

De eerste stap naar een datamanagementstrategie is het identificeren van de huidige DMM-fase van uw organisatie. Het plan moet rekening houden met de verschillende betrokken teams en datapraktijken, de kwaliteit van de datahygiëne en de gebruikte platforms. Als u van plan bent een gegevensbeheerplatform aan te schaffen, is het een must om ervoor te zorgen dat gegevens worden geïntegreerd met alle platforms van derden die in gebruik zijn, of om een ​​platformmigratie te plannen die past bij de nieuwe software.

Als een bedrijf zich nog in fase 1 bevindt, moeten er inspanningen worden geleverd om het bedrijfsbrede datagovernancebeleid vast te stellen en ervoor te zorgen dat deze worden nageleefd om door te gaan naar fase 2.

Voed uw datacultuur rond de datastrategie

Datastrategie is slechts op papier totdat de principes worden nageleefd, en naleving is een resultaat van cultuur. Om de datastrategie te laten slagen, moet men een cultuur van datacentralisatie cultiveren. Dit kan stappen omvatten om ervoor te zorgen dat alle API’s zijn ingesteld, werknemers nieuwe gegevens bijwerken die nog niet automatisch kunnen worden vastgelegd, dat werknemers de beoogde toegangsmachtiging hebben voor de juiste platforms, enz.

Alle onderdelen van de organisatie inpluggen

Enterprise data management werkt met het doel om alle data over alle afdelingen en platforms te verenigen. Dit omvat de eigen operationele gegevens (juridisch en boekhoudkundig), medewerkersgegevens (HR) en klantgegevens (marketing en verkoop). Op basis van het DMM-stadium en de doelen van een bedrijf kan de inspanning worden gericht om gegevens van alle afdelingen in te pluggen en te bundelen in een gecentraliseerd platform zoals een DMP, of puur om klantgerichte gegevens te verenigen, bijvoorbeeld met behulp van een klantgegevensplatform (CDP) .

Zorg voor contextuele gegevensbeschrijving

Een van de belangrijkste best practices voor gegevensbeheer en samenwerking is ervoor te zorgen dat elk bestand en document een beschrijving bevat die aangeeft wat het is en waarvoor het bedoeld is. Er kunnen nog gedetailleerdere beschrijvingen nodig zijn om elke dataset te identificeren en ze te labelen met een contextuele beschrijving. Het doel is om inzicht en gebruik van gegevens mogelijk te maken voor werknemers en managementteams, die al dan niet over de juiste context voor de gegevens beschikken op het moment van toegang.

Gegevensbeleid afstemmen op bedrijfsdoelen

Een datamanagementbeleid is bedoeld om bedrijfsdoelstellingen beter te kunnen realiseren. Met andere woorden, databeleid kan geen richting geven aan bedrijfsdoelen, maar in plaats daarvan moeten bedrijfsdoelen aangeven hoeveel verfijning van databeheer nodig is om de doelen te bereiken.

De doelstellingen voor de omzetgroei van een bedrijf kunnen bijvoorbeeld worden bepaald rekening houdend met verschillende factoren, zoals budget voor technische stapel, productvoorraadruimte, kapitaal voor uitbreiding, bestaande en toekomstige verplichtingen, enz. Om dit doel te bereiken, heeft een bedrijf mogelijk geen volgas datamanagementplatform (stage 3 DMM) of geld hebben om er een te implementeren. Het databeleid in dit stadium zou daarom kunnen zijn om met volledige efficiëntie te werken in fase 2 van de databeheervolwassenheid, totdat het klantenbestand of de omzetdoelen een stadium bereiken waarin aanvullende tech-stack-investeringen gerechtvaardigd kunnen zijn.

Investeer in gegevensbeveiliging

Met de toenemende verzameling en opslag van gegevens komt de noodzaak om deze te beveiligen. Gegevensbeveiliging is niet alleen nodig om bedrijfsmiddelen te beschermen, maar ook om de gegevensbeveiliging van de klant te waarborgen. Terwijl financiële instellingen en banken het hoogst mogelijke niveau van verfijning van gegevensbeveiliging vereisen, moeten andere ondernemingen in de sector er ook voor zorgen dat de gegevens die door hen worden beheerd, veilig en vrij van hacks zijn. Op basis van het dreigingsniveau en het type gegevens dat wordt verwerkt, kan een technologie voor bedrijfsgegevensbeveiliging fraudedetectie, kwetsbaarheidsbeheer, identificatie en oplossing van bedreigingen, toegangsbeheer en een rampherstelplan (DRP) omvatten.

Voor bedrijven die van fase 2 van DMM naar fase 3 willen gaan, is een platform voor kwaliteitsgegevensbeheer de sleutel. Ter verduidelijking: een optimaal DMP-platform betekent niet de duurste of meest veelzijdige software, maar eerder degene die het beste past bij de behoeften van een bedrijf.

Op basis van bijvoorbeeld geografische privacywetten, bestaande technologie voor het vastleggen van gegevens of de aard van het bedrijf, is een functie voor het oplossen van persoonlijke identiteiten in een DMP mogelijk niet implementeerbaar en daarom niet nodig. Voor een bedrijf als dit is wat aantrekkelijker kan zijn functievergelijkingen voor het beoordelen van de effectiviteit van campagnelevering, snelheid van gegevensupdate, kwaliteit en diepte van analyses, toegangscontrole, enz.

De missie van VentureBeat is om een ​​digitaal stadsplein te zijn voor technische besluitvormers om kennis op te doen over transformatieve bedrijfstechnologie en transacties. Leer meer

This post Wat is datamanagement? Definitie, levenscyclus en best practices
was original published at “https://venturebeat.com/2022/03/10/what-is-data-management-definition-lifecycle-and-best-practices/”