Business Control binnen de gemeente DATA GOVERNANCE. Gerrit Duits MSc. CPC Alisa Westerhof MSc. 22 maart 2016

Transcriptie

1 Business Control binnen de gemeente DATA GOVERNANCE Gerrit Duits MSc. CPC Alisa Westerhof MSc. 22 maart 2016

2 Noodzaak goede data Voorbeeld sociaal domein Inhoud Data is vakwerk Het Data Maturity Model Data volwassenheid bepalen (optie)

3 NOODZAAK GOEDE DATA NOODZAAK GOEDE DATA (bijvoorbeeld in het sociale domein) Effectieve bedrijfsvoering Effectief primair proces Informatievoorziening in control Gegevensuitwisseling over de muren heen

4 DATA IS VAKWERK

5 Doel Data Maturity Model: Grip op het totale data- en informatielandschap waardoor de organisatie maximaal kan presteren met behulp van data.

6 Alle data, voorbeeld sociaal domein: Medisch dossier (EPD/ ECD) Verwijsindex Kwaliteitsregistraties Incidentenregistraties Financiële administratie

7 DATA LEVENSCYCLUS Verwijderen Creëren, verkrijgen of vernieuwen Archiveren en oproepen Opslaan, Beheren distribueren Beschermen en herstellen

8 AANPAK MODEL 1. Afstemming model 2. Drie subthema's per thema 3. Definities uitgewerkt op niveau subthema s 4. Fasering over de 5 CMMI levels 5. Concretisering in vragenlijsten

9 DATA MATURITY MODEL Data Governance Behandelproces Diagnoseproces Bedrijfsproces IT-proces Mensen Werkprocessen Informatie Management x x Data Data Management Data Management Data Landschap/ Data Data Landschap/ Infrastructuur Systemen

10 DATA MATURITY MODEL Data Governance Informatie Management Data Management Landschap/ Infrastructuur Organiseren Visie, beleid & programma s Vaststellen behoefte & realisatie Data verwerking (inname, opslag, uitgifte, archief en verwijdering) Architectuur (informatie- en systeem-landschap) Functies, taken en verantwoordelijkheden Kaders (incl. privacy en security) Standaarden/ richtlijnen Kwaliteit Data dictionary & meta data Overleg structuren Risico Management Informatie verwerking Beveiliging & classificatie ETL (BI & DWH) Cultuur, kennis & Communicatie

11 DATA MATURITY MODEL SOCIAAL DOMEIN Data Governance Informatie Management Data Management Landschap/ Infrastructuur Organiseren Visie, beleid & programma s Vaststellen behoefte & realisatie Data verwerking (inname, opslag, uitgifte, archief en verwijdering) Architectuur (informatie- en systeem-landschap) Functies, taken en verantwoordelijkheden Kaders (incl. privacy en security) Standaarden/ richtlijnen Kwaliteit Data dictionary & meta data Overleg structuren Risico Management Informatie verwerking Beveiliging & classificatie ETL (BI & DWH) Cultuur, kennis & Communicatie

12 Data Governance (voorbeeld) Visie, beleid & programma s Kaders (incl. privacy en security) Risico Management - De organisatie heeft een visie t.a.v. data en de informatie huishouding vastgelegd en gecommuniceerd. O.a. wat wil je organisatie bereiken? En welke rol heeft data hierin? - De visie wordt periodiek vernieuwd en toegepast in alle lagen van de organisatie. - De visie is vertaald naar concreet beleid, programma s en/of projecten om de visie te realiseren incl. BC en prioritering. - Over de voortgang van de programma s en projecten wordt gerapporteerd en passende acties worden ondernomen (tijd, scope en budget). - Kaders waaraan voldaan moet worden vanuit data optiek, zoals wettelijke kaders, branche specifieke richtlijnen (zoals duur opslag), privacy en security, zijn in beeld. - De impact op de organisatie is vastgesteld op centraal niveau en verwerkt in de visie, beleid en programma s van de organisatie. - Periodiek worden de kaders getoetst aan (nieuwe) wet- en regelgeving, richtlijnen en wensen van de organisatie. - Data risico beleid is opgesteld en een scan heeft plaatsgevonden met een brede blik (incl. kwaliteit, efficiency etc.) - Periodiek wordt het risico beleid en scan geüpdatet. - Voor risico s die als hoog worden aangemerkt, zijn passende acties ondernomen.

13 Data Maturity score CMMI

14 HOGER NIET BETER

15 Zwaartepunt per thema Data Governance Informatie Management Data Management Landschap/ Infrastructuur Organiseren Level 1 X X Level 2 X X X Level 3 X X X X Level 4 X X X X Level 5 X X

16 Gedetailleerde vragenlijsten 1. Documenten/onderbouwing 2. Resources (personen, software, middelen etc.) 3. Acties 4. Te interviewen functionarissen

17 Details model/ Vragenlijsten Te weinig tijd om nu dieper op in te gaan. Indien de tijd het toelaat: een interactief voorbeeld (sterk gecomprimeerde versie vragenlijsten).

18 EXPERIMENT

19 GA NAAR: Doel Data Maturity Model: MIJN.MXI.NL/DMM53 Grip op het totale data- en informatielandschap waardoor de organisatie maximaal kan presteren met behulp van data.

20 DATA GOVERNANCE 1. GOEDE BEDOELINGEN 2. BEWUSTWORDING Doel Data Maturity Model: Grip 3. KADERS, op het totale BELEID data- en informatielandschap waardoor 4. VERTALING de organisatie BELEID NAAR maximaal PROGRAMMA S kan presteren EN met behulp ROLLEN van data. 5. EVALUEREN EN PERIODIEK HERZIEN KADERS, VISIE EN RICHTLIJNEN

21 Data Maturity model Data Governance Organiseren Informatie Management Landschap/ Infrastructuur Data Management Score Ambitie

22 NOODZAAK GOEDE DATA VOORDELEN HALEN UIT DATA! Effectieve bedrijfsvoering Effectief primair proces Informatievoorziening in control Gegevensuitwisseling over de muren heen

23 VRAGEN? Doel Data Maturity Model: Grip op het totale data- en informatielandschap waardoor de organisatie maximaal kan presteren met behulp van data. HET GEHELE MODEL IS GRATIS TE DOWNLOADEN VIA

24 Bezoekadres Sparrenheuvel JE Zeist T (030) E info@mxi.nl I Volg ons