10 Langkah untuk Data Governance yang Efektif

Data Governance (Tata Kelola Data) sudah menjadi prioritas bisnis yang terus tumbuh untuk menangani data yang semakin tak memadai atau belum bisa sepenuhnya terpercayai kualitasnya. Dalam survei terkini yang disponsori IBM[1], dua pertiga dari seluruh organisasi sudah mengimplementasikan atau merencanakan untuk mengimplementasikan program Data Governance dalam 18 bulan ke depan agenda organisasinya. Tujuh puluh persen organisasi mulai melihat Data Governance semakin penting bagi organisasinya dalam 3 atau 5 tahun ke depan.

Data Governance adalah bagaimana perusahaan/institusi mengola aset datanya. Data Governance meliputi aturan, kebijakan, prosedur, peran & tanggung jawab, hingga indikator kinerja yang mengarahkan keseluruhan pengelolaan aset data tersebut. Arahan Data Governance adalah untuk memastikan aset data tersebut bisa akurat, lengkap, konsisten, tersedia dan aman

Urgensi Data Governance yang terus tumbuh ini didorong oleh pelbagai organisasi yang menyadari permasalahan-permasalahan tentang data yang terus bermunculan, dan mereka memberikan nilai ekspetasi yang tinggi kepada Data Governance untuk memecahkan permasalan-permasalah krusial mereka tersebut. Sementara organisasi-organsasi besar sudah terlebih dahulu dalam mengimplemtasikan program Data Governance, survei menemukan bahwa setengah dari organisasi perusahaan kecil menengah sudah mulai ikut serta atau merencanakan untuk menerapkan Data Governance ke dalam organisasinya.

Adalah penting untuk memahami bahwa tidak ada sebentuk model Data Governance yang bisa ditiru begitu saja untuk seluruh tipe organisasi. Bagaimana seharusnya para pemimpin bisnis di perusahaan kecil menengah mampu mengimplementasikan program Data Gorvance yang efektif dan sesuai dengan kapasitas serta kemampuan sumber daya mereka?

Urgensi dari Data Management dan Data Governance adalah hal pertama yang harus dipahami oleh para pemimpin bisnis, sehingga mereka bisa meyakinkan diri mereka sendiri, para manajer mereka dan karyawan mereka bahwa mereka memerlukan peningkatan kualitas data. Dalam kenyataannya, ketidak-mampuan dalam mengkomunikasikan pentingnya manajemen data menjadi isu penghalang utama bagi kebanyakan organisasi. sebagaimana yang dikutip dalam survei IBM tadi. Sebagai seorang pemimpin bisnis suatu perusahaan kecil menengah, tentu ada banyak sekali isu manajemen yang harus bisa mereka selesaikan segera untuk memastikan keberhasilan finansial perusahaan serta kebutuhan pelanggan, rekanan, karyawan & investor mereka terpenuhi. Hal tersebut tentu saja sudah cukup untuk membuat para pemimpin bisnis tersibukkan, lalu mengapa mereka harus peduli bagamana data-data perusahaan dikelola? Staf TI profesional atau teknis memang sudah seharusnya disertakan dalam memanajemen data, namun para pemimpin bisnislah yang harus menentukan prioritas, aturan kebijakan, indikator kinerja (metrik) untuk memastikan data dapat mendukung kebutuhan bisnis.

Kesalahan data menyebabkan pelbagai isu bisnis penting setiap tahunnya. Isu mengenai kualitas data penagihan (Billing) menyebabkan kehilangan pendapatan hingga milyaran rupiah. Data pelanggan yang tidak tepat, seperti penulisan nama atau jenis gender bisa mengurangi citra perusahaan ketika menjalin komunikasi dengan pelanggan prioritas. Kesalahan data dalam laporan keuangan dapat menghasilkan denda, pengulangan kembali pembuatan laporan keuangan yang cukup melelahkan hingga memunculkan keterlambatan pelaporan. Pelanggaran keamanan data dapat menyebabkan kehilangan kepercayaan dan sentimen negatif media yang luas. Ketidak-akuratan estimasi penjualan menyebabkan para analis industri ataupun jajaran direksi keliru dalam menargetkan ekspetasi pendapatan. Kebanyakan perusahaan secara reaktif memulai program Data Governancenya ketika kesalahan data mereka mengarah ke isu bisnis yang sangat serius. Kenapa harus menunggu lagi? Mungkinkah hal ini juga terjadi pada perusahaan anda? Seberapa yakinkah anda bahwa data krusial di perusahaan anda itu cukup akurat, lengkap dan tersedia untuk melayani keseluruhan proses bisnis di perusahaan anda?

Sama halnya dengan manajemen SDM, Manajemen Keuangan & Manajemen Produk, Manajemen Data adalah sebuah entitas yang harus didorong oleh bisnis –alih-alih dimulai dari TI– untuk mengelola aset perusahaan yang tak kalah signifikannya : data bisnis di perusahaan anda. Tidak seluruh data bisnis memiliki nilai urgensi yang sama dan, sehingga, tidak semua data bisnis perlu dikelola dengan keikutsertaan aktif dan pengaruh yang kuat dari para pemimpin bisnis. Dalam prakteknya, hanya sekitar 20-30 % dari data bisnis yang benar-benar strategis dan kritikal. Data Governance adalah kegiatan memanajemen data untuk memastikan data bisnis –yang sangat kritikal & memiliki peran strategis itu– dapat diperoleh, dibuat, diedit, dihapus & disimpan dengan proses, kebijakan, dan oleh pihak yang tepat.

Berikut 10 langkah pendekatan yang bisa digunakan untuk memulai program Data Governance,

  1. Business-driven: Pastikan dari pihak bisnis yang mendorong program Data Governance. Kaitkan kegiatan manajemen data anda dengan driver bisnis utama serta tujuan-tujuan yang hendak dicapai perusahaan seperti merjer & akuisisi, bisnis intelijen, perekayasaan kembali proses bisnis dan penanganan pelbagai permasalahan utama proses-proses bisnis. Berdasarkan hasil survei IBM yang pernah disebutkan sebelumnya, salah satu penghalang utama dalam penerapan Data Governance ialah ia diprioritaskan begitu rendahnya dibanding program lainnya. Dengan mengkombinasikan program Data Governance bersamaan dengan proyek bisnis utama lainnya, maka anda bisa mengatasi penghalang ini.
  2. Leadership: Sertakan pemimpin bisnis tertinggi di perusahaan anda dan ikut sepakat untuk bekerjasama melakukan pendekatan bisnis terhadap 4 langkah berikutnya setelah ini. Jadikan seorang pemimpin di organisasi anda untuk memimpin program Data Governance selama tahapan perancangan awal hingga forum yang membahas pelaksaan operasionalnya. Ini akan menjadi tugas yang menantang bagi seorang manager yang paling berbakat di organisasi anda.
  3. Data Prioritization: Putuskan data yang paling krusial dan memiliki nilai strategis bagi bisnis anda untuk dikelola. Sebagai contoh, data akun pelanggan dan informasi kontaknya mungkin lebih penting dalam bisnis yang berorientasi pelayanan. Daftar harga produk dan inventorinya mungkin berharga bagi industri manufaktur, karena data-data tersebut memiliki dampak terhadap laporan keuangan yang krusial bagi keseluruhan organisasi.
  4. Data Standard & Data Policy Requirement: Putuskan apa yang dibutuhkan dari data tersebut untuk mendukung keperluan dan keputusan bisnis yang harus dibuat. Seberapa sering data tersebut harus diperoleh dan dicek kembali? Tingkat kualitas data seperti apa yang dibutuhkan?Kolom data mana yang wajib terisi? Bagaimana seharusnya data tetap terlindungi sesuai tuntutan regulasi dan hak privasi pengguna? Sebagai contoh, pelayanan medis menetapkan standar yang lebih tinggi atas data pelanggannya dibanding standar restoran atau pun outlet ritel.
  5. Data Owner: Tentukan pihak yang berwenang untuk memastikan proses pemilihan data di tahap ke-3  bisa memenuhi kebutuhan keseluruhan bisnis yang sudah teridentifikasi di tahap ke-4 tadi. Pihak berwenang yang terpilih tersebut haruslah berasal dari fungsi bisnis/departemen dimana data itu pertama kali diproduksi, atau fungsi bisnis/departemen yang memperoleh nilai manfaat yang paling signifikan dari informasi tersebut. Sebagai contoh, departemen pemasaran dapat dipilih sebagai pihak yang paling berwenang untuk memanajemen informasi pelanggan, dengan tetap fokus memenuhi kebutuhan keseluruhan bisnis terhadap informasi tersebut, alih-alih hanya untuk memenuhi kebutuhan fungsi pemasaran saja.
  6. Data Metrics: Tentukan bagaimana mengukur tingkat keberhasilan data anda memenuhi kebutuhan bisnis yang  didefinisikan di tahap 4 tadi. Indikator keberhasilan dapat mencakup tingkatan kualitas data yang hendak dicapai, ketepatan waktu pelaporan atau kepatuhan terhadap pelbagai standar regulasi. Pertimbangkan juga indikator manfaat bisnis seperti peningktan efisiensi pembiayaan, pendapatan baru yang dimungkinkan dari up-selling maupun cross-selling, pengurangan pelbagai kegiatan kerja manual, hinga peningkatan efisiensi kegiatan bisnis yang melibatkan data pemasok.
  7. Regular Communication: Ulas kembali indokator-indikator kinerja diatas secara rutin dengan pihak-pihak yang memiliki kewenangan tanggung-jawab (dari tahap 5) terhadap manajemen data terkait. Kelola data anda sebisa mungkin bersama tim secara berkala tiap 3 bulan dan lakukan assessment setiap tahunnya. Lebih baik, tepat setelah pemimpim perusahaan anda mengulas indikator kinerja bisnis dalam forum yang sedang berjalan, perluas cakupan forum hingga indokator kinerja datanya.
  8. Data Standard & Data Policy Development: Ikut serta secara aktif dalam perumusan kebijakan, aturan, & standar yang terkait dengan penggunaan data dan pengelolaannya. Seperangkat kebijakan, aturan, dan standar yang masuk akal harus melibatkan pihak-pihak yang berwenang terhadap manajemen data tersebut. Kebijakan, aturan, dan standar ini mendokumentasikan kepada pegawai bagaimana kebutuhan mereka dapat terpenuhi dalam aktivitas kerja keseharian mereka. Pendekatan komunikasi dan pelatihan karyawan yang memadai perlu juga direncanakan.  Para pemimpin bisnis harus mengawasi bahwa kebijakan, aturan, dan standar ini bisa tetap masuk akal, mudah untuk diterapkan & mudah untuk dipahami. Jika tidak, maka karyawan perusahaan tak akan mengikutinya sama sekali.
  9. Enforcement: Pegang wewenang pertanggung-jawaban tim manajemen untuk mematuhi kebijakan, aturan & standarisasi data ini. Komunikasikan dan adakan pelatihan kepada karyawan mengenai  tanggung jawab mereka terhadap seperangkat kebijakan, aturan & standar tersebut, sehingga bisa terpastikan bahwa mereka akan mengikutinya. Para manager harus bisa memegang pertanggung-jawaban dari para karyawan mereka melalui evaluasi di setiap akhir tahunnya, dan manajer juga harus bisa memegang wewenang pertanggungjawaban atas kepatuhan keseluruhan tim. Pihak-pihak yang bertanggung-jawab harus juga bisa melaporkan segala keberatan mereka kepada manajer departemen.
  10. Funding: Danai sumber daya dan proyek-proyek manajemen data. Program Data Governance memerlukan beberapa keahlian khusus dan dukungan kemampuan TI untuk mengotomatisasi dan memonitor keberhasilan program Data Governance.  Manfaat yang diperoleh dari program Data Governance harus tetap lebih besar dari faktor pembiayaan pengelolaannya yang terus meningkat. Para pemimpin bisnis kunci harus terus me-review investasi program Data Governance setiap tahunnya dengan membandingkan antara indikator kinerja yang telah dicapai dengan nilai indokator kinerja yang diharapkan, lalu optimalkan investasi berdasarkan patokan tersebut.

Dengan mengikuti sepuluh langkah bisnis ini, akan memungkinkan tim teknis anda untuk mensinergikan seperangkat kebijakan, aturan dan standarisasi manajemen data dengan teknologi pendukungnya. Perangkat teknologi pendukung Data Governance dapat mengotomatisasi banyak kegiatan pembuatan & pengeditan data dengan sambil memastikan standar kualitas data tetap terpenuhi. Perangkat teknologi pelaporan yang sudah ada dapat diperluas untuk memonitor dan mengawasi kolom-kolom data utama serta pelbagai aktivitas Data Governance terkait. Walaupun program Data Governance dapat dimulai dengan worksheet sederhana dan aktivitas monitoring secara manual, teknologi memungkinkan kinerja karyawan menjadi lebih produktif dan solusi atas permasalahan data bisa lebih terprediksi.[]

 

Catatan Kaki:

  1. ftp://public.dhe.ibm.com/software/os/systemz/IBM_Information_Governance_Survey_Report.pdf
Rezha Rochadi

About Rezha Rochadi

Rezha adalah konsultan senior untuk Information Management. Ia memiliki pengalaman lebih dari 7 tahun dalam membantu perusahaan/institusi untuk menentukan strategi manajemen informasi, tata kelola informasi dan implementasinya. Memiliki spesialisasi pada bidang Integrasi Informasi, Manajemen Data & Konten, Teknologi Business Intelligence & Performance Management, serta Teknologi Advanced Analytic. Perusahaan/insitusi yang ditanganinya sangat beragam dari perusahaan telekomunikasi, finansial, manufaktur maupun layanan publik di Indonesia & Singapore. Sebelum bergabung dengan Transforma, ia adalah Manager untuk konsultasi Information Management di Accenture Indonesia.