Apa yang dimaksud dengan tata kelola data?

Tujuan tata kelola data adalah menjaga keamanan dan kualitas data sekaligus memastikan data mudah diakses untuk penemuan serta inisiatif intelijen bisnis. Seperti pusat kendali lalu lintas udara, fungsi tata kelola data mengawasi aliran data yang sudah terverifikasi agar melewati saluran yang aman menuju titik akhir dan pengguna yang terpercaya.

Kecerdasan buatan (AI), big data dan upaya transformasi merupakan pendorong utama program tata kelola data. Seiring bertambahnya volume data dari sumber baru seperti teknologi Internet of Things (IoT), perusahaan perlu meninjau kembali praktik manajemen data mereka agar dapat menskalakan efektivitas intelijen bisnis (BI).

Program tata kelola data dapat membantu organisasi melindungi dan mengelola data dalam jumlah besar dengan meningkatkan kualitas data, mengurangi silo data, menegakkan kepatuhan dan kebijakan keamanan dan mendistribusikan akses data dengan tepat.

Tata kelola data adalah bagian dari manajemen data, yang merupakan praktik menyeluruh mengumpulkan, memproses dan menggunakan data secara aman dan efisien untuk mendukung pengambilan keputusan strategis dan meningkatkan hasil bisnis.

Manajemen data meliputi tata kelola data, tetapi juga termasuk area lain dalam siklus data, seperti pemrosesan data, penyimpanan data dan keamanan data.Selain itu, berbagai aspek dari proses manajemen data semuanya mempengaruhi satu sama lain.

Karena aspek lain dalam manajemen data dapat memengaruhi tata kelola data, berbagai tim harus berkolaborasi dalam merancang dan menerapkan strategi tata kelola yang efektif.

Misalnya, tim tata kelola data dapat menemukan kesamaan di berbagai kumpulan data berbeda. Untuk mengintegrasikan data tersebut, mereka biasanya bekerja sama dengan tim manajemen data dalam menentukan model data dan arsitektur data yang mendukung integrasi secara efektif.

Contoh lain adalah pengelolaan akses data, di mana tim tata kelola data menetapkan kebijakan terkait akses ke jenis data tertentu, seperti informasi identifikasi pribadi (PII). Selanjutnya, tim manajemen data akan memberikan akses tersebut secara langsung atau membuat mekanisme pemberian akses, biasanya menggunakan kontrol akses berbasis peran (RBAC).

Kerangka kerja tata kelola data memperinci struktur dan proses organisasi untuk mengelola aset data penting. Kebijakan ini mendefinisikan kepemilikan dan tanggung jawab data serta menentukan bagaimana data harus ditangani untuk menjaga kualitas, keamanan, dan kepatuhan data.

Tidak ada kerangka kerja yang bersifat universal, karena setiap kerangka kerja dirancang sebagai peta jalan yang disesuaikan dengan sistem data unik suatu organisasi, termasuk sumber data, protokol industri dan peraturan pemerintah.

Kerangka kerja tata kelola data biasanya alamat item seperti:

• Tujuan, peran, dan tugas program
• Standar, kebijakan, dan proses data
• Prosedur audit
  
• Alat tata kelola data

Program tata kelola data biasanya menetapkan tujuan tertentu, seperti meningkatkan kualitas data, memastikan kepatuhan, atau mendukung pengambilan keputusan berbasis data. Mereka juga memilih metrik untuk mengukur kemajuan menuju tujuan ini.Metrik tata kelola utama dapat mencakup:

• Pengurangan kesalahan data dan redundansi.

• Pengurangan biaya dari efisiensi yang lebih besar dan waktu ke pasar yang lebih cepat.

• Konsistensi dan kelengkapan data.

• Tingkat literasi data dan kepatuhan proses karyawan.

Program tata kelola menetapkan peran dan tanggung jawab semua pihak yang terlibat, termasuk komite pengarah, pemilik data, pengelola data, dan pemangku kepentingan.

• Anggota komite pengarah—atau dewan tata kelola—mengawasi strategi tata kelola data dan arah keseluruhan kerangka kerja. Komite ini biasanya terdiri dari eksekutif senior, seperti manajemen tingkat C atau Wakil Presiden, yang bertanggung jawab atas pengawasan berbagai departemen.
  
  
• Pemilik data mengawasi domain data tertentu di seluruh unit bisnis. Mereka bertanggung jawab menjaga akurasi, kualitas dan konsistensi data serta memberikan input terkait solusi tata kelola data, kebijakan, dan kepatuhan terhadap peraturan.
  
  
• Pengelola data menangani pengelolaan harian domain data tertentu.
  
  
• Pemangku kepentingan dan tim bisnis adalah konsumen data perusahaan.

Kerangka kerja tata kelola data menetapkan aturan dan batasan terkait pengelolaan data serta tujuan yang ingin dicapai. Hal ini mencakup pedoman untuk format data, model data, master data management (MDM), metadata, konvensi penamaan dan banyak lagi. 

Kerangka kerja tata kelola data biasanya menggambarkan alur data dan menetapkan cara pengumpulan, penyimpanan, pemindahan dan pengarsipan data. Mereka juga dapat mengidentifikasi perangkat keras, perangkat lunak dan layanan yang mendukung tata kelola serta arsitektur data organisasi yang lebih luas.

Beberapa kerangka kerja tata kelola dapat menetapkan cakupan data, yaitu batasan akses terhadap aset data tertentu, seperti data master, metadata, dan data historis. Lingkup data membantu memastikan bahwa pengguna dan aplikasi hanya dapat mengakses data yang mereka butuhkan, sementara data yang tidak relevan tetap terlindungi. .

Kerangka kerja tata kelola menetapkan prosedur pengujian, audit dan pencatatan untuk memastikan transparansi dan kejelasan dalam pelaksanaan program tata kelola.

Audit rutin dapat memastikan bahwa pengguna mematuhi kerangka kerja tata kelola data. Audit dapat mengidentifikasi cara program tata kelola perlu berkembang untuk menyesuaikan dengan data, proses, atau teknologi baru.

Akhirnya, audit juga dapat membantu organisasi mencapai—dan membuktikan—kepatuhan terhadap peraturan.

Teknologi memainkan peran penting dalam tata kelola data yang efektif. Alat tata kelola data Enterprise dapat bervariasi dari platform komprehensif hingga solusi titik khusus. Setiap organisasi memilih alat yang berbeda berdasarkan arsitektur data dan kerangka kerja tata kelolanya masing-masing.

Kemampuan umum dari solusi tata kelola data meliputi:

• Secara otomatis menemukan dan mengklasifikasikan data.

• Menegakkan aturan perlindungan data dan kontrol akses berbasis peran.

• Mengatasi persyaratan privasi dan kepatuhan data.

• Otomatisasi dalam manajemen metadata, katalogisasi data dan melacak silsilah data.

• Dukungan untuk glosarium bisnis.

Solusi tata kelola data dapat menangani berbagai format data. Beberapa menawarkan kemampuan visualisasi untuk meningkatkan pemahaman tentang kumpulan data yang kompleks dan hubungan, sehingga lebih mudah untuk mengidentifikasi tren, outlier dan area yang membutuhkan perhatian.

Menerapkan kerangka kerja tata kelola data yang kuat dapat membantu organisasi mewujudkan berbagai manfaat:

• Mendapatkan nilai lebih dari data perusahaan
• Promosikan inovasi dan efisiensi
• Menyediakan sumber kebenaran tunggal (SSOT)
• Membantu memastikan privasi data, keamanan dan kepatuhan
• Gunakan data dengan aman untuk inisiatif AI
• Mendukung analisis data yang lebih akurat

Organisasi tidak dapat membuat keputusan bisnis yang efektif jika keputusan tersebut didasarkan pada data yang cacat. Tata kelola data memastikan integritas, akurasi, kelengkapan dan konsistensi data melalui kerangka kerja yang mendukung pengelolaan data yang efektif dalam seluruh proses manajemen data secara menyeluruh.

Data yang andal memungkinkan organisasi mengidentifikasi peluang baru, memahami pelanggan dan alur kerja mereka dengan lebih baik, serta meningkatkan kinerja bisnis secara keseluruhan.

Tanpa tata kelola data yang baik, metrik kinerja bisa menjadi tidak akurat dan menyesatkan arah organisasi. Sementara itu, alat tata kelola data dapat membantu mengidentifikasi dan mengoreksi kesalahan sebelum berdampak pada strategi bisnis.

Sebagai contoh, alat pelacak silsilah data membantu pemilik data memantau perjalanan data sepanjang siklus hidupnya, termasuk setiap perubahan yang terjadi selama proses ekstrak, transformasi dan muat (ETL) atau ekstrak, muat, transformasi (ELT). Dengan demikian, organisasi dapat dengan mudah mengidentifikasi serta memperbaiki akar masalah dari kesalahan data.

Pembatasan akses data dalam organisasi dapat menghambat inovasi, meningkatkan ketergantungan pada pakar bidang (UKM) dan memperlambat proses bisnis.

Program tata kelola data mendistribusikan akses data secara tepat, memberikan setiap departemen atau individu akses hanya pada data yang mereka butuhkan. Hal ini memungkinkan tim lintas fungsi untuk bekerja sama lebih erat dan efisien sambil menjaga data tetap aman. 

Sistem data yang diatur dengan benar dapat menyediakan sumber kebenaran tunggal di seluruh organisasi. Pengambilan keputusan dapat ditingkatkan ketika semua pihak bekerja dengan kumpulan data yang sama.

Memusatkan definisi data dan metadata dalam satu katalog data dapat membantu mengurangi kebingungan dan inefisiensi. Dokumentasi ini, pada gilirannya, menjadi fondasi untuk solusi layanan mandiri yang memungkinkan akses terpadu dan konsisten ke data di seluruh organisasi.

Kebijakan tata kelola data sering kali mencakup langkah-langkah untuk memudahkan pemenuhan peraturan pemerintah terkait data sensitif dan privasi, seperti Peraturan Perlindungan Data Umum (GDPR)UE, Undang-Undang Portabilitas dan Akuntabilitas Asuransi Kesehatan (HIPAA) AS dan standar industri seperti Standar Keamanan Industri Data Kartu Pembayaran (PCI DSS). Pelanggaran terhadap peraturan ini dapat menyebabkan denda besar dari pemerintah dan reaksi negatif dari publik.

Alat tata kelola data membantu organisasi menetapkan pagar pembatas yang dapat mencegah pelanggaran data, kebocoran dan penyalahgunaan. Kerangka kerja tata kelola membantu membangun sistem data yang jelas, dapat dijelaskan, adil dan inklusif. Pada gilirannya, sistem data ini menjaga privasi dan keamanan serta menjaga loyalitas dan kepercayaan pelanggan.

Dalam survei IDC, hanya 45,3% responden yang mengatakan bahwa mereka memiliki "aturan, kebijakan dan proses untuk menegakkan prinsip-prinsip AI yang bertanggung jawab" untuk melindungi dari pelanggaran keamanan, masalah tanggung jawab, data pelanggan yang terekspos dan risiko regulasi.¹

Tata kelola data mencakup pemahaman tentang asal-usul, sensitivitas, dan siklus hidup semua data yang digunakan oleh organisasi. Hal ini menjadi fondasi utama dalam tata kelola AI dan berperan penting dalam mengurangi berbagai risiko bisnis.

Tata kelola data membantu organisasi membawa data berkualitas tinggi ke inisiatif AI dan ML sambil melindungi data tersebut dan mematuhi aturan dan peraturan yang relevan. Misalnya, alat tata kelola dapat membantu memastikan bahwa data pribadi yang sensitif tidak diumpankan ke AI padahal tidak seharusnya.

Memiliki data yang tepat merupakan dasar penting untuk analisis data lanjutan dan inisiatif ilmu data. Data yang dikelola dengan baik memungkinkan pelaksanaan inisiatif bernilai seperti pelaporan intelijen bisnis maupun proyek machine learning (ML) yang lebih kompleks.

Sebagai contoh, melakukan profil data dengan benar—yaitu meninjau dan membersihkan data untuk memahami struktur dan kualitasnya—dapat membantu mengidentifikasi hubungan antara berbagai kumpulan data dan sumbernya.

Inisiatif tata kelola data dapat menghadapi banyak rintangan dalam implementasi. Beberapa tantangan tersebut meliputi:

• Kurangnya sponsor yang tepat
• Arsitektur data yang tidak konsisten
• Visibilitas dan kontrol data
• Permintaan akses yang meningkat
• Persyaratan data AI

Program tata kelola data yang efektif biasanya memerlukan dukungan di dua tingkat: eksekutif sebagai pengarah kebijakan dan individu sebagai pelaksana. Chief data officer (CDO) dan pengelola data sangat penting dalam komunikasi dan penentuan prioritas tata kelola data dalam sebuah organisasi.

CDOs dapat memberikan pengawasan dan menegakkan akuntabilitas di seluruh tim data untuk membantu memastikan bahwa kebijakan tata kelola data diadopsi. Pengelola data dapat membantu mempromosikan kesadaran akan kebijakan ini kepada produsen data dan konsumen data untuk mendorong kepatuhan di seluruh organisasi. 

Tanpa sponsor yang tepat, pengguna data mungkin tidak menyadari atau tidak memperhatikan kebijakan tata kelola. Hal ini dapat menghasilkan ketidakpatuhan, integritas data yang buruk dan keamanan data yang terganggu.

Tanpa alat dan arsitektur data yang tepat, organisasi mungkin kesulitan untuk menerapkan program tata kelola data yang efektif. 

Misalnya, tim mungkin menemukan data yang redundan di berbagai fungsi. Untuk memungkinkan tata kelola yang efektif, data architect perlu mengembangkan model data dan arsitektur data yang sesuai untuk menggabungkan dan mengintegrasikan data di seluruh penyimpanan.

Tim mungkin juga perlu mengadopsi katalog data untuk membuat inventaris aset data di seluruh organisasi. Atau jika sudah memilikinya, mereka mungkin perlu membuat proses untuk manajemen metadata, yang membantu memastikan bahwa data yang mendasarinya relevan dan terkini.

Tata kelola data di lingkungan hybrid dan multicloud biasanya melibatkan pengelolaan data dalam berbagai format yang tersebar di berbagai penyedia layanan dan lokasi. Selain itu, data dapat disimpan dalam beragam jenis penyimpanan seperti data lake, data lakehouse dan data warehouse.

TI bayangan dapat melemparkan kunci pas tambahan ke dalam proses. Menurut studi TechTarget, tantangan keamanan data paling umum kedua adalah karyawan yang mendaftar ke aplikasi dan layanan cloud tanpa persetujuan dari tim TI.²

Penyebaran data yang luas dapat menyulitkan pelacakan dan pemantauan aliran serta penggunaannya. Tata kelola data memerlukan pemahaman yang jelas tentang sumber data, tujuan, proses transformasi, ketergantungan, kepemilikan, hak akses dan tanggung jawab.

Menerapkan kebijakan tata kelola data di berbagai lingkungan mungkin memerlukan koordinasi di antara pemangku kepentingan yang berbeda, seperti pemilik data, pengelola data, konsumen data dan regulator data.
.

Munculnya analitik layanan mandiri dan intelijen bisnis membawa tantangan baru dalam tata kelola data.

Permintaan akses data dari pengguna semakin meningkat dengan cepat, namun tim tata kelola harus menyeimbangkan kecepatan dan aksesibilitas dengan privasi serta keamanan. Selain itu, sistem dan prosedur streaming data harus disesuaikan dengan baik untuk menghindari kebocoran data.

Saat menyediakan data yang mendukung pelatihan dan operasi AI, banyak alat penyimpanan dan tata kelola data yang kurang memadai.

Bagaimanapun, AI secara inheren lebih kompleks daripada proses dan kemampuan—berbasis TI standar, sehingga meningkatkan pentingnya tata kelola data yang aktif dan terinformasi. Lapora KPMG menyoroti kesenjangan tata kelola AI sebagai salah satu risiko utama yang saat ini mengancam bisnis.³ Misalnya, tanpa pembatas yang memadai, AI dapat secara tidak sengaja mengungkap PII sensitif atau rahasia perusahaan.

Untuk mengurangi risiko dan kompleksitas AI, organisasi dapat menggabungkan kemampuan penyimpanan data yang dioptimalkan AI dengan program tata kelola data yang dirancang dengan mempertimbangkan AI.

Perencanaan dan pembuatan kerangka kerja tata kelola data memerlukan waktu dan upaya di berbagai pemangku kepentingan dan tim. Praktik umum yang digunakan organisasi saat menerapkan program tata kelola meliputi:

• Otomatisasi untuk efisiensi yang lebih besar
• Menyeimbangkan kenyamanan dan keamanan data
• Membuat katalog data
• Gunakan model kematangan
• Terus memantau dan meningkatkan

Mengotomatiskanbeberapa aspek dalam proses tata kelola data dapat meningkatkan efisiensi dan mengurangi kesalahan. Alat tata kelola dan manajemen data memungkinkan otomatisasi tugas rutin, seperti:

• Membangun garis data untuk memvisualisasikan aliran data dalam sistem tanpa memerlukan solusi pengodean yang kompleks.
  
  
• Menerapkan kebijakan untuk menetapkan tag metadata pada elemen data tertentu—seperti kolom atau tabel—guna mengidentifikasinya sebagai informasi sensitif.
  
  
• Membuat log audit untuk merekam interaksi data guna memahami bagaimana karyawan menggunakan data.
  
  
• Klasifikasi data didasarkan pada categories, seperti PII, data keuangan, kekayaan intelektual, atau informasi rahasia.

Keamanan data dan kontrol akses yang kuat sangat penting untuk kerangka kerja tata kelola data apa pun. Di sisi lain, organisasi berupaya memastikan bahwa akses data tetap sederhana dan mudah bagi pengguna yang memiliki izin untuk melihat dan menggunakannya. Tanpa akses mudah ke informasi layanan mandiri ini, kolaborasi dan insight baru terhambat.

Banyak organisasi kesulitan mengelola data mereka karena kurangnya visibilitas. Katalog data pusat dapat beroperasi sebagai sumber kebenaran tunggal, memungkinkan integrasi dan inisiatif tata kelola data.

Menurut laporan Gartner, permintaan katalog data meningkat karena organisasi kesulitan menemukan, menginventarisasi dan menganalisis aset data yang tersebar dan beragam. Katalog data yang kuat memungkinkan organisasi dengan mudah menemukan dan mengklasifikasikan informasi dalam skala besar, serta menegakkan kebijakan tata kelola data secara lebih efektif.

Banyak organisasi merasa terbantu untuk membuat peta jalan tata kelola yang jelas. Model kematangan dapat memberikan peta jalan ini.

Model kematangan tata kelola data adalah alat yang membantu organisasi mengevaluasi kondisi program tata kelola data mereka, menetapkan target perbaikan, serta memantau perkembangan secara berkelanjutan.

Organisasi dapat membuat mekanisme penilaian dan pelaporan rutin untuk memantau data dan metrik tata kelola dari waktu ke waktu. Penilaian ini dapat membantu organisasi mengidentifikasi masalah dan melakukan perbaikan pada proses tata kelola.

Meninjau kerangka kerja secara teratur dan menyesuaikannya berdasarkan masukan, peraturan baru atau perubahan dalam strategi bisnis membantu kerangka kerja tetap relevan dan efektif.

Selain itu, penilaian ini dapat membangun budaya yang menghargai data sebagai aset strategis, mendorong intelijen bisnis yang efektif dan mengoptimalkan pemanfaatan data di seluruh organisasi.