Data Governance i Hafslund. Mars 2014

Transkript

1 Data Governance i Hafslund Mars 2014

2 Agenda Selskapspresentasjon Hafslunds Data Governance reise Data Governace i Hafslund i dag Utfordringer Fokus på verdi og interesse

3 Visjon, forretningsidé og kjerneverdier Visjon Vi gjør hverdagen tryggere og bedre. Forretningsidé Vi leverer framtidens energiløsninger. Enkelt og effektivt. Kjerneverdier Redelighet, mot og humør Hafslund skal kjennetegnes ved redelighet, mot og humør overfor medarbeidere, kunder, leverandører og samarbeidspartnere. s.3

4 Operasjonell struktur Produksjon Varme Nett Marked Bioenergi Regionalnett Vannkraftproduksjon Fjernvarmeproduksjon Fjernvarmedistribusjon Distribusjonsnett Driftssentral Strøm Kundesenter Fakturaservice s.4

5 Hafslund konsernet Forretningsområde Produksjon Hafslund har tre kraftverksområder i Østfold (Kykkelsrud, Vamma og Sarpsborg) og fire småkraftverk i Eidsvoll. Er Norges 11. største kraftprodusent. Forretningsområde Varme Distribuerer fjernvarme til sine kunder i Oslo og Akershus. Varmeproduksjonen er basert på forbrenning av restavfall, biobrensel og bio-olje samt varmepumpe som henter ut varme fra kloakk. Forretningsområde Nett Hafslund eier og drifter Norges største strømnett og har lenge hatt en av landets laveste nettleier med anlegg. Hafslund Marked Består av: Strømsalg Norges største strømleverandør med 1 mill kunder Kundesenter Håndterer kundebehandling for konsernet Fakturaservice Forvalter kjernesystemer og fakturerer kundene s.5

6 Agenda Selskapspresentasjon Hafslunds Data Governance reise Data Governace i Hafslund i dag Utfordringer Fokus på verdi og interesse

7 Hafslunds Data Governance reise Implementering av nye kjernesystemer i Hafslund Implementering av nye systemløsninger for Måleravlesning, fakturering og arbeidsordrehåndtering. Prosjektperiode La grunnlaget for å etablere ny datavarehusløsning Startet en BI strategi prosess

8 Hafslunds Data Governance reise Datidens situasjon Datakvalitet og retting håndtert i selskapssiloer med forskjellig fokus Ingen målsettinger eller visualisering av verdi Reaktivt DQ nedprioritert Prosesseier og informasjonseier blir sette på som samme rolle Etablerte en Data Governance modell Flere runder med forankring Startet med å sette opp et sett med utvalgte målinger Modningsprosess Fokus på verdi

9 Hafslunds Data Governance modell Struktur Dataforvaltningsstøtte Informasjonsarkitekt Dataforvaltningseier Innhold Forretningseierskap Informasjonsforvaltere Datakvalitets analytiker Dataforvaltningskoordinator Informasjonseiere Datakvalitets tekniker Teamleder Datavedlikehold Data Operatør

10 Informasjonsforvalter(e) ROLLE Informasjonsforvaltere TIDSBRUK Ca 8 timer per måned ANSVAR Løpende forvalte definisjoner av de attributt man er ansvarlig for Løpende forvalte og kontrollere datakvalitets ambisjonsnivå for de attributt man er ansvarlig for Gi råd og anbefalinger i konsekvens av endring eller tillegg av nye attributt og/eller ambisjonsnivå for datakvalitets Vurdere de innspill som kommer fra Datakvalitetsanalytikere ifht hvordan datakvalitetsavvik bør rettes Gi innspill til nivå av ressursbruk for å nå og opprettholde satt ambisjonsnivå for datakvalitet Gi forslag til prosessforbedringstiltak for å unngå fremtidige datakvalitetsavvik kontinuerlig forbedring! TYPISKE AKTIVITETER Periodisk monitorere datakvalitetsrapporter og vurdere / beslutte rammer for anbefalte tiltak Periodisk vurdere og beslutte anbefalte tiltak for å unnvike fremtidige datakvalitetsavvik Løpende definere og vedlikeholde definisjoner av attributter og forretningsregler Løpende vurdere ambisjonsnivå og definisjon av datakvalitet for definerte attributter Involvere seg med prosesseiere og prosjektarkitekter når datadefinisjoner trengs å legges til / justeres / endres Guide prosjekter og forretningsbrukere i bruk av og analyse av informasjon med spesielt fokus på å sikre at man unnviker misforståelser. Anbefale tiltak til informasjonseieren for å forbedre datakvalitet på mellomlang og lang sikt både proaktivt og reaktivt. Aktivt bruke og foreslå forbedringer til datakvalitetsrapportering Avklare og løse saker som er meldt fra dataforvaltningsorganisasjon og sluttbrukere / forretning MANDAT (Utarbeide &) Godkjenne definisjoner av attributt, begreper og forretningsregler, med tilhørende datakvalitetskrav Initiere aktiviteter for å analysere og finne tiltak for å forhindre datakvalitetsavvik KVALIFIKASJONER Profesjonelt Kjennskap til prosess og informasjonsmodellering Grunnleggende forståelse for datakvalitet Inngående kompetanse I sin egen forretning Kjennskap til MDM arkitektur Personlig Gode kommunikasjons evner, både muntlig og skriftlig Ha sans for detaljer RAPPORTERER TIL Informasjonseier MÅLES PÅ Datakvalitets KPIer skal være definert og brukes aktivt Aktiv oppfølging av datakvalitetsavvik Alle attributt og begrep skal være gjennomgått og godkjent Alle attributt skal ha definert ambisjonsnivå for datakvalitet

11 Definerte og etablerte prosesser og roller

12 Agenda Selskapspresentasjon Hafslunds Data Governance reise Data Governace i Hafslund i dag Utfordringer Fokus på verdi og interesse

13 Data Governance i hafslund Dagens forhold 5 selskaper med forskjellige behov rundt datakvalitet som skal koordineres. Overlappende prosesser mellom selskapene der samme informasjon brukes til forskjellige formål Begrepsforvirring Mange systemer med forskjellig krav til datavalidering Mange integrasjoner som oppdaterer informasjon uten krav til validering

14 Datakvalitetsløsningen en del av totalløsningen Symposium (telefoni) Datavarehus Rapportering Excel pivotering Ad-hoc / self service rapportering HaBIL Portal Nøkkeltall/KPI, dashboards CAB (Fakturering) Telefoni GeoNis (Anlegg) WMS (Arbeidsordre) HaBIL datavarehus Kunde Faktura Reskontro m.m. Generis (Måleravlesning) Datakvalitet TRM og Pomax AMS BI Web statistikk Datakilder HaBIL-løsningen

15 Datakvalitet ulike typer! Et datasett inneholder ulike former for datakvalitetsavvik HaBIL har benyttet følgende modell: Fra Datakvalitetsrapport Utfylt: Har feltet kundetype noen verdi? 2. Validert: Er kundetype utfylt og har riktig format? 3. Verifisert: Er kundetype i henhold til referansetabell? 4. Unik: Er Bedriftskunder unikt identifisert? (med eller uten konsernhierarki?) 5. Integritet: Har alle kilder med anleggsdata samme Anlegg med lik status, kode og etc? 6. Spesifikk: Er alle «Aktive kunder» tilknyttet et Aktivt målepunkt?

16 Dashboard eksempler

17 Analyse og arbeidslister

18 DQ i AMS AMS (Avanserte Måle- og Styringssystemer) Et av hafslund største prosjekter Alle målere i Hafslund Netts område skal bytters ut ( målere) Går fra 4-12 avlesninger i året til en gang i timen Sikre god datakvalitet på eksisterende data Sikre god datakvalitet på inkomende data fra prosjektet

19 Agenda Selskapspresentasjon Hafslunds Data Governance reise Data Governace i Hafslund i dag Utfordringer Fokus på verdi og interesse

20 Utfordringer Forankring Finne riktige ressurser til etablerte roller Skape interesse Framdrift i Data Governance og utnyttelse av modellen Hva er god nok datakvalitet

21 Agenda Selskapspresentasjon Hafslunds Data Governance reise Data Governace i Hafslund i dag Utfordringer Fokus på verdi og interesse

22 Kontinuerlig oppfølging Eierskap og forretnings behov Implementere og oppfølging Forretnings definisjoner Data forvaltning

23 Verdi i fokus Risk Kost Verdi drivere Vekst Innovasjon

24 Skape interesse Finne de riktige personene Teknisk løsning: Enkel å bruke Alt på et sted Visuelt innbydende Vise målinger og resultater kontinuerlig Fokus på verdi