Sprawna administracja publiczna bazująca na danych, czyli Data Governance w sektorze publicznym

Artykuł sponsorowany

Sprawne zarządzanie państwem i zagwarantowanie jego rozwoju zawsze wymagało dostępu do informacji, na których decydenci mogli oprzeć swoje decyzje. Na przykład, z nastaniem naszej ery wiąże się jedno z wydarzeń, które miało Cesarstwu Rzymskiemu dostarczyć wiedzy potrzebnej do celów podatkowych, czyli Spis Kwiryniusza. Dzisiaj jednak nasze możliwości związane z pozyskiwaniem, przetwarzaniem i wykorzystywaniem danych są coraz większe, a ich znaczenie wzrosło na niespotykaną dotąd skalę. Nie powinno zatem nikogo dziwić, że zarówno instytucje Unii Europejskiej, jak i rządy państw coraz częściej podejmują działania mające na celu uregulowanie tych kwestii.

Żyjemy bowiem w świecie, w którym tempo zmian, stymulowane przez technologię, rodzi konieczność podejmowania często kluczowych decyzji już nie z roku na rok czy z miesiąca na miesiąc, ale z dnia na dzień czy z godziny na godzinę. By decyzje te były słuszne, wymagają przeprowadzenia wspieranych cyfrowo analiz, które z kolei muszą być zasilane rzetelnymi danymi. Zauważając te zależności łatwo wysnuć wniosek, że aktualność, jakość i kompletność posiadanych przez władze publiczne informacji istotnie wpływa na bezpieczeństwo całego państwa. Stąd odpowiednie działania podejmowane są zarówno na poziomie Unii Europejskiej, jak i rządów krajowych. W Kancelarii Prezesa Rady Ministrów trwają obecnie prace zarówno nad zmianami w ustawie o informatyzacji podmiotów realizujących działania publiczne (UoI), jak i nad Krajową Platformą Udostępniania Danych. Wszystko po to, by uwolnić potencjał tkwiący w danych na rzecz sprawnego zarządzania i podejmowania właściwych decyzji.

Unormowanie danych

W wielu przedsiębiorstwach i instytucjach sektora publicznego pokutuje przekonanie, że nad wszystkim, co ma charakter cyfrowy, pieczę sprawować mają specjaliści ds. IT. Dlatego też często to na nich przerzucana jest odpowiedzialność za pozyskiwanie danych, ich kompletność, jakość czy aktualność. Tymczasem w większości przypadków to nie oni te dane definiują, generują i wykorzystują, tylko pracownicy wielu pozostałych działów czy departamentów. Robili to zresztą już wcześniej, tylko narzędzia, które wykorzystywali do ich zbierania (papierowe rejestry, kartoteki, spisy czy inwentarze) zostały zdigitalizowane. Dlatego też każdy pracownik powinien mieć świadomość odpowiedzialności za jakość danych i ich odpowiedzialne wykorzystanie. By tak było, a cały proces był przejrzysty i przebiegał bez zakłóceń, potrzebne są ogólnoorganizacyjne uregulowania. Taki zbiór zasad i norm wyraża się w postaci modelu Data Governance.

- Wdrożenie modelu Data Governance ma na celu przekazanie odpowiedzialności za dane w ręce użytkowników biznesowych, którzy tak naprawdę z nimi pracują. Specjaliści IT powinni natomiast zająć się technikaliami, czyli narzędziami do zbierania i przetwarzania informacji – mówi Marek Ruciński, Senior Account Executive – Public Sector, SAS Institute. - Chodzi o to, by ludzie, którzy mają świadomość, jak ogromny potencjał kryją w sobie dane, mogli zadbać o ich jakość lub zarządzać dostępem do nich.

Kluczowe ustalenia – kluczowe korzyści

Fundamentem modelu Data Governance jest określenie właścicielstwa danych, czyli wskazanie osób za nie odpowiedzialnych, tzw. Właścicieli Danych (ang. Data Owners). To do nich należy np. określenie, czym są dane w ich obszarze działania, definiowanie kryteriów jakości tychże danych czy ich właściwe wykorzystanie. Innymi istotnymi elementami modelu Data Governance są zasady współpracy między działami czy polityki i procedury poruszania się w wybranym modelu. Chodzi zatem o unormowanie całego ekosystemu związanego z danymi w organizacji, o uporządkowanie i integrację takich elementów jak zasoby ludzkie, procesy organizacyjne i technologie w spójny i sprawny mechanizm. W efekcie dane mogą zostać wykorzystane jako aktywa posiadające określony cykl życia, a każdy członek organizacji zna swoją rolę w całym cyklu generowania, przetwarzania i wykorzystywania informacji.

Działania te prowadzą do szeregu korzyści, z których najistotniejszą stanowi zwiększenie zaufania do danych, a tym samym do bazujących na nich analiz i prognoz. To z kolei owocuje podniesieniem jakości decyzji, które zapadają w oparciu o te informacje. Kiedy każdy z podmiotów zna zakres swoich obowiązków i uprawnień, wzrasta także efektywność procesów w organizacji. Innym benefitem jest optymalizacja kosztów infrastruktury, poprzez dostrzeżenie i wykluczenie wszelkich powtórzeń czy zaniechanie pozyskiwania danych, z których nikt nie korzysta. Wreszcie zwiększa się także poziom bezpieczeństwa danych – wiadomo bowiem, kto, kiedy i na podstawie jakich upoważnień z nich korzysta. Z kolei wdrażając narzędzia cyfrowe ułatwiające realizację modelu Data Governance możliwa staje się automatyzacja procesu decyzyjnego w zakresie dostępu do konkretnych informacji i ich przetwarzania.

Wejście w proces

• Ponieważ każda organizacja czy instytucja ma swoją indywidualną specyfikę, nie jest możliwe odgórne stworzenie i wdrożenie jednego modelu Data Governance dla nich wszystkich – przyznaje Marek Ruciński z SAS Institute. Jak zatem przystąpić do opracowania i wdrożenia takiej polityki? - W każdej organizacji indywidualnie, przy wsparciu zewnętrznego partnera – odpowiada.

Okazuje się, że szczególnie w pierwszej fazie przygotowywania modelu Data Governance konieczne jest zaangażowanie zewnętrznych ekspertów. Proces wdrażania takiego modelu podzielony jest bowiem na dwie fazy. W pierwszej z nich chodzi o ustalenie i opracowanie procesów, w drugiej zaś o ich implementację wraz z rozwiązaniami technologicznymi. Stąd podstawowym działaniem w pierwsze fazie jest przeprowadzenie wywiadów z użytkownikami, co prowadzi do określenia kluczowych interesariuszy, zidentyfikowania grup danych, a w dalszych krokach do ustalenia docelowego modelu Data Governance, przypisania właścicielstwa danych, , a także zdefiniowania polityk i procesów. Do tego wszystkiego potrzeba doświadczonego eksperta spoza organizacji, który będzie miał świeży, odrębny ogląd sytuacji i będzie potrafił zrównoważyć racje wszystkich interesariuszy. Na tym etapie dochodzi bowiem do częstych konfliktów w zakresie odpowiedzialności za dane.

- Ekspert taki musi mieć wsparcie osób decyzyjnych w organizacji – przełożonych, kierowników departamentów, dyrektorów – aby pracownicy, z którymi prowadzi wywiady, nie mieli wątpliwości odnośnie celowości podejmowanych działań i zaangażowali się w ten proces – podkreśla Marek Ruciński. – W SAS Institute niejednokrotnie przeprowadzaliśmy cały proces wdrożenia Data Governance w różnych organizacjach i doskonale wiemy, że bez tych podstaw, tzn. współpracy z zewnętrznymi specjalistami i wsparcia ich działań ze strony kadry zarządzającej, próby wdrożenia modelu Data Governance są skazane na porażkę.

Wywiady z użytkownikami pozwalają na ocenę stanu faktycznego. Konkluzje takie należy następnie zderzyć z celami działań organizacji by sprawdzić, w jaki sposób Data Governance może pomóc w ich realizacji. W efekcie tych działań możliwe staje się ustalenie odpowiedniego modelu dla danej organizacji, który może wejść w fazę wdrażania i zostać osadzony jako element standardowych procesów organizacyjnych. To druga faza procesu, jednak nie ostatnia. W kolejnych krokach warto podjąć działania na rzecz poprawy jakości danych i stopnia ich wykorzystania, by optymalizować te działania.

Elastyczność działań w niestabilnych czasach

Cały ten wysiłek, by w sektorze publicznym uzyskać wiarygodne i rzetelne dane, jest po to, aby na ich podstawie podejmować trafne decyzje na wszystkich szczeblach administracji. Funkcjonujemy bowiem obecnie w niezwykle szybko zmieniającej się rzeczywistości, która wymaga od decydentów właściwych i szybkich działań. Przekonaliśmy się o tym zarówno w związku z pandemią, jak i wojną w Ukrainie, które zatrząsły podstawami funkcjonowania całych społeczeństw. Chcąc stawić czoła negatywnym skutkom takich zjawisk musimy skorzystać z potencjału tkwiącego w danych oraz możliwości ich natychmiastowej analizy z wykorzystaniem cyfrowych narzędzi. W ten sposób możemy budować prawdopodobne scenariusze przyszłości i unikać zagrożeń. A to zaledwie jedna – choć dziś szczególnie zachęcająca – korzyść wynikająca z realizacji projektu cyfrowego państwa.