The Datamanagement Maturity Model Der Reifegrad des Datenmanagements. Walter Schnider SYSTOR AG

Transkript

1 The Datamanagement Maturity Model Der Reifegrad des Datenmanagements Walter Schnider SYSTOR AG

2 Agenda I. Systor AG II. Ausgangslage / Motivation III. Datamanagement Maturity Model IV. Beispiel V. Ausblick DMM V

3 I. SYSTOR AG DMM V

4 Informationen abesitzverhältnisse a1970 gegründet a1991 Übernahme durch SBV (100%) a % Beteiligung durch Perot Systems Corporation amitarbeiter a a (Auslagerung 350 Entwickler UB-CH SBV) a Mitarbeiter aumsatz achf 201 Mio. Services, CHF 104 Mio. Produkte DMM V

5 Competence Center Workflow Management Archiving/Retrival Document Management Databases Datawarehousing Repositories Data Migration C/S Infrastructure UNIX (D/S) Windows NT (D/S) Mainframe Migration IMS/CICS MVS/COBOL Management Work Enterprise Application Object Technology CASE Internet Data Management Middleware & Connectivity Operating System Integration Systems Management Security Configuration Mgmt Backup Operational Control JAVA C++, Smalltalk VB Cool:Gen Other Case Tools Electronic Commerce Intranets Netscape, MS, Domino TP-Monitors OO-Middleware (CORBA) Electronic Mail DMM V

6 Responsibilities of CC Manager People Management people development people education people coaching ensure optimal working conditions (see Feedback-Slide) perform MBO s with the imput of the respective Projectmanagers develop senior staff Technology Leadership keep competence current and state-of-the-art 3d standards & guidelines for processes & deliverables for the respective CC ensure objective research in the respective CC vendor relationship and maintenance Recruiting recruit and attract new people align recruiting activities according to the overall resource capacity planning and the future plans of the Business Development 3d relationship to headhunters cooperate with other CC in order not to lose any potential candidate Process Driver ensure the use of the pertinent BTE areas ensure the use of the PM-tool(s) 3d development of CC-specific standards & guidelines bring the revolving concept to life ensure results of the respective Mentor -topic Cooperation proactively align the resource and competence needs with the various Service Lines and Delivery Teams cooperate with Best Practice Group Industry Recognition ensure personal visibility in the market (locally and/or internationally) by writing articles, speeches/presentations/workshops at seminars/events establish an international network in the respective competence areas DMM V

7 II. Ausgangslage / Motivation DMM V

8 Ausgangslage ROLAP / MOLAP Data Warehouse Data Mining Data Mart Postrelationale Datenbank Datenmanagement Organisational Memory Informationsmanagement DMM V

9 Ist das Datenmanagement fähig dazu? Organisation Anforderungen Effizienz Effektivität Ergebnisse Prozesse Technologie DMM V

10 Wie kann man das prüfen? Organisation - P-CMM Benchmarking Prozesse - Bootstrap S-CMM / SA-CMM Technologie? DMM V

11 III. Datamanagement Maturity Model DMM V

12 Entwicklungsstufen Ziele Eigene Zuständigkeit für Daten Treiber Information als betriebliche Ressource Datenstandardisierung Datenmodellierung / Datenadministration Integrationsanforderungen Prozessorientierung Einsatz von DBMS Isolierte Anwendungen Funktionsorientierung Information als Unternehmensressource Datenbankadministration Datenmanagement Informationsmanagement Technologie Jahr In Anlehnung an E. Ortner 1991 DMM V

13 Referenzmodell Systor Referenzmodell Datenmanagement Einflussfaktoren auf DM 3. Tailoring Sollmodell Datenmanagement 1. Grob Assessment 4. Voll Assessment 5. Verbesserungsmassnahmen 2. Priorisierung Handlungsbedarf Istsituation Datenmanagement DMM V

14 Die Kriterien Version 1.0 DMM a Auftrag a Auftraggeber a Ablauforganisation / Prozesse a Aufbauorganisation a Personal a Methodik a Technologie a Unternehmenskultur DMM V

15 Vereinfachte Darstellung Entwicklungsstufe Kriterium Auftrag Auftraggeber Ablauforganisation Aufbauorganisation Personal Methodik Technologie Unternehmenskultur Datenbankadministration Sicherstellung der technischen Qualität der Datenbanken Rechenzentrumsbetrieb oder eine Abteilung Systemtechnik / Systemplanung Die DBA wird in den Entwicklungsprozess einbezogen und ist verantwortlich für die technische Qualität der Datenbanken Die DBA ist dem Rechenzentrumsbetrieb oder in der Abteilung Systemtechnik / Systemplanung angegliedert Technisches Personal, überwiegend aus der Systemprogrammierung hervorgegangen Häufig sehr stark geprägt durch die Hersteller der Datenbankmanagementsysteme Erste Datenbankgenerationen, hierarchisches Datenbankmodell und Netzwerkmodell vorherrschend Zentralistisch, hierarchisch; Informationsfluss durch die Hierarchien Datenmodellierung/ -standardisierung Datenintegration über den Aufbau und die Nutzung von Integrationsmodellen Abteilung Systemplanung oder Methoden & Verfahren, o.ä. Die Datenmodellierung sollte in den Entwicklungsprozess frühzeitig und aktiv einbezogen werden und so die Datenintegration und -standardisierung gewährleisten Die Datenmodellierung ist einer Infrastrukturabteilung Systemplanung oder Methoden & Verfahren zugeordnet Technisches und betriebswirtschaftlich-orientiertes Personal mit vertieften Methodenkenntnissen Software-Engineering, semantische Datenmodellierung, Relationentheorie Relationales Datenbankmodell, weiterhin aber auch Datenbankmodelle der ersten Generation zunehmend auch dezentralisierte Strukturen, hierarchisch; Informationsfluss durch die Hierarchien Datenmanagement Ergreifung aller konzeptionellen, technischen, methodischen und organisatorischen Massnahmen zur Gewährleistung einer hohen Qualität der Daten des Unternehmens über den gesamten Lebenszyklus der Daten Informatikleitung oder ein Ausschuss der Geschäftsleitung Das Datenmanagement ist an allen Aktivitäten im Lebenszyklus der Daten aktiv beteiligt Das Datenmanagement ist direkt der Informatikleitung unterstellt und deckt die Bereiche DBA, Datenarchitektur, Information Center, Kernanwendungen ab Technisches, betriebswirtschaftlich-orientiertes Personal mit vertieften Methodenkenntnissen, sowie ausgeprägten sozialen Kompetenzen Software-Engineering, semantische Datenmodellierung, Relationentheorie, objektorientierte Analyse und Design, Process- Engineering Relationales Datenbankmodell, verteilte Datenbanken, massivparallele Systeme, multi-dimensionale Datenbanken, post-relationale Datenbankmodelle wie das objektorientierte oder erweiterte relationale, Replikationsund Migrationstechnologien Abbau von Hierarchien, zunehmende Arbeit in autonomen Arbeitsgruppen; Informationsfluss direkt zwischen den Arbeitsgruppen DMM V

16 IV. Beispiel DMM V

17 Aufbauorganisation Informatikbereich Anwendungsentwicklung Systemplanung / Infrastruktur Rechenzentrumsbetrieb Datenmanagement Datenarchitektur Datenbankadministration Datenmodellierung Datenbanksupport Datenadministration Datenbankinfrastruktur DMM V

18 Grob Assessment Ergebnis Auftrag Auftraggeber Ablauforganisation Aufbauorganisation Personal Methodik Technologie Datenbankadministration Datenmodellierung/ Datenmanagement -standardisierung 0% 100% 0% 100% 0% 100% Unternehmenskultur DMM V

19 Einflussfaktoren auf DM Unternehmensfaktoren Organisation des Datenmanagements Branche Größe Einflußfaktoren auf das Datenmanagement Organisation der Datenverarbeitung Eingliederung des Datenmanagements in die Unternehmensorganisation Geschichtliche Entwicklung Komplexität der Datenverarbeitungsaufgaben Stellenwert der Daten Datenhaltung Aufgabenwahrnehmung Interne Aufbauorganisation Ablauforganisation Budget Anteil Eigenentwicklung bei Software Methodik Kompetenzverteilung Strategische Unternehmensziele Komplexität des Datensystems Werkzeuge Regelungen, Richtlinien, Standards D. Grupp 1998 DMM V

20 Handlungskatalog: Aufbauorganisation Informatikbereich Anwendungsentwicklung Datenmanagement Rechenzentrumsbetrieb Datenarchitektur Datebankadministration Information Center Kern-Anwendungen Data Warehousing Datenmodellierung Datenbank-Entwurf Auskunftsbereitschaft Datenadministration Datenbank-Infrastruktur Auswertungs-Werkzeuge Datenmigration Datenbank-Wartung Metadaten-Systeme Datenschutz DMM V

21 IV. Ausblick DMM V

22 Was ist noch zu tun? a Überarbeitung der Kriterien a Abstimmung und Integration mit Ansätzen wie Bootstrap und SEI a Ausarbeitung von Ansätzen für Benchmarking a Erweiterung um die nächste Stufe DMM V