Master datan hallinnan kehittäminen kohdeorganisaatiossa

Abstract

Master datan hallinta on viime aikoina noussut yrityksissä merkittävään roolin yritysten ymmärtäessä datan laadun merkitykset liiketoiminnalle. Laadukkaalla datalla voidaan mahdollistaa tehokkaammat prosessit sekä proaktiivinen toiminta ja sen tulisi tukea sekä operatiivista että analyyttista toimintaa. Master datan hallintaan ei kuitenkaan olla helposti valmiita investoimaan, sillä siitä saatavat hyödyt eivät ole heti havaittavissa vaan ne vaativat aikaa. Ongelma ei sinällään ole uusi, sillä yritykset ovat kamppailleet datan laatuongelmien kanssa jo vuosia ja datan määrän lisääntyessä ongelma on vain kasvanut. Master datan hallinta nähdäänkin usein järjestelmälähtöisenä ongelmana, vaikka juurisyy on yleensä prosesseissa ja toimintatavoissa. Viime vuosina yritykset ovat kuitenkin panostaneet datan laatuun ja Master datan hallintaan ja älykkäät organisaatiot ymmärtävät niiden merkityksen tehokkaassa päätöksenteossa.

Tutkimus on diplomityö, joka toteutettiin yhteistyössä kohdeorganisaation kanssa laadullisena tapaustutkimuksena osana yrityksen Master data -projektia. Tutkimuksen tavoitteena oli löytää tapoja kehittää yrityksen Master datan hallintaa sekä tehdä myös kirjallisuuden näkökulmasta arvokkaita löytöjä olemassa olevien Master datan hallinnan kehittämisen työkalujen hyödyntämiseen yrityksessä. Tutkimuksen empiirinen aineisto kerättiin teemahaastattelujen avulla ja aineistona käytettiin myös yrityksen Master dataan ja toiminnanohjausjärjestelmään liittyvää dataa. Lisäksi työaikana toteutettiin aktiivista havainnointia kohdeyrityksessä. Työssä hyödynnettiin Master datan hallintaan, sen kypsyyden mittaamiseen sekä käyttöönottoon liittyvää kirjallisuutta. Analyysissa hyödynnettiin sekä kypsyysmalleja että käyttöönoton vaiheita. Näiden avulla kartoitettiin Master datan hallinnan nykytila sekä rakennettiin lista tärkeimmistä kehityskohteista ja suosituksista.

Tutkimuksessa havaittiin, että yrityksen Master datan hallinnan nykyinen kypsyystaso oli alhainen ja sen kehittämiseksi oli vasta alettu tehdä toimenpiteitä. Haasteita oli datan elämänkaaren kaikissa vaiheissa sekä niihin liittyvissä prosesseissa. Ohjeiden, kontrollin ja osaamisen puute oli johtanut siihen, että järjestelmässä oleviin tietoihin ei voitu luottaa, minkä vuoksi sen ei annettu ohjata toimintaa. Lisäksi perustiedoissa esiintyi merkittävä määrä virheitä, jotka vaikuttivat operatiiviseen toimintaan sekä raportointiin.

Kypsyysmallin avulla saatiin kartoitettua Master datan hallinnan eri osa-alueiden osalta nykyinen kypsyystaso ja sitä kautta luotua yksityiskohtaisemmat kehitystoimenpiteet kunkin osa-alueen kehittämiseksi. Tärkeimpänä tutkimustuloksena yrityksen kannalta oli kuitenkin suositus aloittaa Master data -projekti uudelleen. Uuden aloituksen myötä tulisi ottaa huomioon aiemmin aloitetussa projektissa väliin jätetyt vaiheet kuten tavoitteiden ja tarpeiden määrittely sekä nykyprosessien hahmottaminen. Aloittamalla projekti uudelleen ja ottamalla kokonaisuus huomioon, vältetään osaoptimointi ja otetaan yrityksen prosessien linkittyminen toisiinsa paremmin huomioon. Näin voidaan kehittää Master datan hallintaa kokonaisvaltaisesti sekä pysyvällä tavalla.