Duidelijk eigenaarschap
Leg vast wie verantwoordelijk is voor datasets, definities, kwaliteit, toegang en het gebruik van data.
Datagovernance
Professionals die beleidsdocumenten bespreken aan tafel
Duidelijke afspraken voor verantwoord datagebruik
Datalab helpt publieke en maatschappelijke organisaties bij het ontwikkelen van praktisch datagovernancebeleid. Geen beleid voor in de la, maar duidelijke kaders waarmee uw organisatie verantwoord én effectief met data kan werken.
Grip op data vraagt meer dan techniek
Zodra meer mensen met data werken, ontstaan nieuwe vragen. Verschillende afdelingen hanteren andere definities. Toegang tot gegevens is historisch gegroeid. Nieuwe analysemethoden en AI bieden kansen, maar passen niet altijd binnen bestaande beleidskaders. Goed datagovernancebeleid brengt daar structuur in.
Eenduidige afspraken
Voorkom dat iedere afdeling zelf bepaalt wat gegevens betekenen, hoe lang ze worden bewaard of waarvoor ze mogen worden gebruikt.
Verantwoord gebruik
Maak vooraf duidelijk welke vormen van analyse en datagebruik passen binnen de doelen, waarden en verantwoordelijkheden van de organisatie.
Ruimte voor innovatie
Heldere kaders zorgen ervoor dat medewerkers sneller weten wat mogelijk is en wanneer aanvullende afwegingen nodig zijn.
Beleidskaders
Van principes naar praktisch databeleid
Datagovernance gaat niet alleen over privacy of informatiebeveiliging. Het gaat om het geheel aan afspraken waarmee een organisatie grip houdt op haar data en het gebruik daarvan.
Welke onderwerpen daarin thuishoren verschilt per organisatie. Datalab helpt onder meer bij beleid rondom eigenaarschap, definities, datakwaliteit, toegang, gegevensdeling, privacy, analyse, AI en documentatie.
Praktijkcase: datagovernance voor DUTCH
DUTCH – Digital United Training Concepts for Healthcare – is een samenwerkingsverband vanuit onder andere Amsterdam UMC en LUMC. Het programma ontwikkelt nieuwe manieren om zorgprofessionals op te leiden en bij te scholen met digitale leermiddelen en fysieke en virtuele simulatie.
Binnen zo'n innovatief programma ontstaan veel mogelijkheden om data te analyseren. Juist dan is het belangrijk om vooraf goede afspraken te maken over wat met die data gedaan mag worden.
Datalab ondersteunt DUTCH bij de vorming van beleid rondom alle vormen van data-analyse. Daarbij kijken we niet alleen naar wat technisch mogelijk is, maar juist naar de organisatorische en beleidsmatige keuzes daarachter.
- Welke toepassingen passen binnen de doelstellingen van DUTCH?
- Welke uitgangspunten gelden voor verantwoord datagebruik?
- Welke rollen en verantwoordelijkheden zijn nodig?
- Welke aanvullende afwegingen zijn nodig bij nieuwe vormen van analytics en AI?
Waarde
Wat levert datagovernance op?
Goed governancebeleid geeft medewerkers duidelijkheid zonder onnodig te beperken.
Ervaring met organisaties die verantwoord met data willen werken
Datalab werkt voor publieke organisaties, zorg, onderwijs, retail, accountancy en andere kennisintensieve sectoren.
Zij vertrouwen ook op Datalab
Werkwijze
Zo licht als mogelijk, zo stevig als nodig
Datagovernance hoeft geen nieuwe bureaucratische laag te worden. Een kleinere stichting heeft andere regels en processen nodig dan een gemeente, provincie of landelijk samenwerkingsverband. Ook maakt het uit of data alleen wordt gebruikt voor interne rapportages of voor wetenschappelijk onderzoek, publieke besluitvorming of AI.
Daarom beginnen we niet met een standaard beleidsdocument. We kijken eerst naar de organisatie, het bestaande beleid, de data die wordt gebruikt en de risico's die daadwerkelijk spelen. Van daaruit bepalen we welke afspraken nodig zijn.
Onafhankelijk advies met kennis van techniek
Datalab combineert ervaring met datastrategie en beleidsvorming met praktische kennis van datawarehouses, BI, analytics, machine learning en AI. We zijn niet gebonden aan specifieke softwareleveranciers of platforms.
1.
Organisatie en datagebruik in kaart brengen
We onderzoeken welke data wordt gebruikt, voor welke doeleinden, welke partijen betrokken zijn en welke afspraken al bestaan.
2.
Uitgangspunten bepalen
Samen bepalen we de principes die richting geven aan datagebruik: rond eigenaarschap, transparantie, kwaliteit, toegang en verantwoord gebruik van analytics en AI.
3.
Beleid en verantwoordelijkheden uitwerken
We vertalen de uitgangspunten naar concrete rollen, beslisregels, procedures en beleidsafspraken.
4.
Beleid toepasbaar maken
Een beleidsstuk heeft pas waarde als mensen ermee kunnen werken. Daarom besteden we aandacht aan praktische implementatie, uitzonderingen, besluitvorming en periodieke evaluatie.
Afweging
Datastrategie of datagovernance?
Datastrategie en datagovernance liggen dicht bij elkaar, maar beantwoorden een andere vraag. Een datastrategie bepaalt wat uw organisatie met data wil bereiken en welke stappen daarvoor nodig zijn. Datagovernance bepaalt onder welke afspraken en verantwoordelijkheden uw organisatie met data werkt.
Heeft uw organisatie nog weinig richting in haar datagebruik? Dan kan het zinvol zijn om strategie en governance gezamenlijk te ontwikkelen. Zijn de ambities al duidelijk, maar ontbreken beleid, eigenaarschap of spelregels? Dan kan datagovernance ook zelfstandig worden ingericht.
Verder bouwen
Veelgestelde vragen
Vragen over datagovernance
Wat is het verschil tussen datagovernance en privacybeleid?
Privacybeleid gaat specifiek over de verwerking en bescherming van persoonsgegevens. Datagovernance is breder en omvat ook onderwerpen als eigenaarschap, datakwaliteit, definities, toegang, documentatie, analyses en besluitvorming.
Moeten we eerst beleid maken voordat we met data-analyse beginnen?
Niet noodzakelijk. Vaak is er al veel datagebruik voordat formeel governancebeleid wordt ontwikkeld. We gebruiken de bestaande praktijk juist om te bepalen welke afspraken nodig zijn. Het doel is niet om analyses stil te leggen, maar om duidelijke kaders te creëren voor bestaand en toekomstig gebruik.
Hoe uitgebreid moet datagovernancebeleid zijn?
Zo licht als mogelijk en zo stevig als nodig. De omvang hangt onder andere af van de gevoeligheid van data, het aantal betrokken partijen, de toepassingen en de verantwoordelijkheden van de organisatie.
Kunnen jullie ook specifiek beleid voor analytics en AI ontwikkelen?
Ja. We kunnen organisatiebreed datagovernancebeleid ontwikkelen, maar ook specifiek kijken naar het verantwoord toepassen van data-analyse, algoritmen, machine learning en generatieve AI. Lees ook over analytics & AI.
Kunnen jullie bestaand beleid beoordelen?
Ja. We kunnen bestaand databeleid en governancekaders beoordelen op volledigheid, onderlinge samenhang en praktische toepasbaarheid. Vervolgens bepalen we welke onderdelen ontbreken of aangescherpt kunnen worden.
Volgende stap
Databeleid ontwikkelen of bestaande governance aanscherpen?
We kunnen helpen bij zowel het opzetten van nieuw datagovernancebeleid als het beoordelen en verbeteren van bestaande kaders. Daarbij kunnen we ons richten op de volledige organisatie of op een specifiek vraagstuk.
Plan vrijblijvend een gesprek