Data governance best practices : Developing practical recommendations for case organization
Maijala, Eero (2025-06-13)
Data governance best practices : Developing practical recommendations for case organization
(13.06.2025)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
suljettu
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2025063075857
https://urn.fi/URN:NBN:fi-fe2025063075857
Tiivistelmä
This master’s thesis focuses on best practices in data governance and aims to guide a certain international organization in operating according to these practices. Data governance is always organization-specific, which is why universally applicable, concrete instructions for practical implementation are limited, even though the topic has been extensively covered in scientific literature.
The objective of the research is to determine what kind of concrete measures the organization in question could take to better respond to the data governance best practices identified in the literature. This will be examined by evaluating the organization’s current level of data governance maturity and comparing it to the frameworks presented in the literature. In this way, key areas for development are identified, and targeted recommendations can be provided.
The empirical data consists of results obtained through a questionnaire developed by Marchildon (2019) and validated by experts. The questionnaire was supplemented with interviews conducted simultaneously with the questionnaire completion. In addition, the researcher has observed the organization’s activities for three months while participating in a process digitalization project. This has supported a deeper understanding of the data and the reliability of the results.
Best practices in data governance form a broad entity, in which multiple areas must be considered and applied on an organization-specific basis. Several models have been developed for assessing maturity levels, but based on this study, the model by Marchildon (2019) proved to be the most suitable, as it covers all the areas identified in the literature and enables their subjective assessment. The study found that the organization lacks a unified approach to data governance. To address this, the establishment of a dedicated data governance role and the creation of a unified data governance framework are particularly recommended.
The approach applied in the study proved to be functional and helped to identify clear areas for development. Although the study provides a replicable model for other organizations, further case studies are needed in the future that present successful data governance development projects in a practical manner. Tämä pro gradu -tutkielma keskittyy datanhallinnan (engl. data governance) parhaisiin käytäntöihin ja pyrkii ohjeistamaan erästä kansainvälistä organisaatiota toimimaan näiden käytäntöjen mukaisesti. Datanhallinta on aina organisaatiokohtaista, minkä vuoksi yleispäteviä, konkreettisia ohjeita käytännön toteutukseen on tarjolla rajallisesti, vaikka aihetta onkin käsitelty laajasti tieteellisessä kirjallisuudessa.
Tutkimuksen tavoitteena on selvittää, millaisia konkreettisia toimenpiteitä kyseinen organisaatio voisi tehdä vastatakseen paremmin kirjallisuudessa tunnistettuihin datanhallinnan parhaisiin käytäntöihin. Tämä selvitetään arvioimalla organisaation nykyistä datanhallinnan kypsyystasoa ja vertaamalla sitä kirjallisuudessa esitettyihin viitekehyksiin. Näin tunnistetaan keskeiset kehityskohteet ja voidaan antaa kohdennettuja suosituksia.
Empiirinen aineisto koostuu Marchildonin (2019) kehittämän ja asiantuntijoiden validoiman kyselyn avulla saaduista tuloksista. Kyselyä täydennettiin haastatteluilla, jotka toteutettiin samanaikaisesti kyselyn täyttämisen kanssa. Lisäksi tutkija on havainnoinut organisaation toimintaa kolmen kuukauden ajan osallistuessaan prosessien digitalisointiprojektiin. Tämä on tukenut aineiston syvempää ymmärrystä ja tulosten luotettavuutta.
Datanhallinnan parhaat käytännöt muodostavat laajan kokonaisuuden, jossa on huomioitava useita osa-alueita ja sovellettava niitä organisaatiokohtaisesti. Kypsyystasojen arviointiin on kehitetty useita malleja, mutta tämän tutkimuksen perusteella Marchildonin (2019) malli osoittautui soveltuvimmaksi, sillä se kattaa kaikki kirjallisuudessa tunnistetut osa-alueet ja mahdollistaa niiden subjektiivisen arvioinnin. Tutkimuksessa havaittiin, että organisaatiolta puuttuu yhtenäinen lähestymistapa datanhallintaan. Tämän korjaamiseksi suositellaan erityisesti datanhallinnasta vastaavan roolin perustamista sekä yhtenäisen datanhallintaviitekehyksen luomista.
Tutkimuksessa sovellettu toimintamalli osoittautui toimivaksi ja auttoi tunnistamaan selkeitä kehityskohteita. Vaikka tutkimus tarjoaa toistettavan mallin muille organisaatioille, tarvitaan jatkossa lisää tapaustutkimuksia, jotka esittelevät käytännönläheisesti onnistuneita datanhallinnan kehitysprojekteja.
The objective of the research is to determine what kind of concrete measures the organization in question could take to better respond to the data governance best practices identified in the literature. This will be examined by evaluating the organization’s current level of data governance maturity and comparing it to the frameworks presented in the literature. In this way, key areas for development are identified, and targeted recommendations can be provided.
The empirical data consists of results obtained through a questionnaire developed by Marchildon (2019) and validated by experts. The questionnaire was supplemented with interviews conducted simultaneously with the questionnaire completion. In addition, the researcher has observed the organization’s activities for three months while participating in a process digitalization project. This has supported a deeper understanding of the data and the reliability of the results.
Best practices in data governance form a broad entity, in which multiple areas must be considered and applied on an organization-specific basis. Several models have been developed for assessing maturity levels, but based on this study, the model by Marchildon (2019) proved to be the most suitable, as it covers all the areas identified in the literature and enables their subjective assessment. The study found that the organization lacks a unified approach to data governance. To address this, the establishment of a dedicated data governance role and the creation of a unified data governance framework are particularly recommended.
The approach applied in the study proved to be functional and helped to identify clear areas for development. Although the study provides a replicable model for other organizations, further case studies are needed in the future that present successful data governance development projects in a practical manner.
Tutkimuksen tavoitteena on selvittää, millaisia konkreettisia toimenpiteitä kyseinen organisaatio voisi tehdä vastatakseen paremmin kirjallisuudessa tunnistettuihin datanhallinnan parhaisiin käytäntöihin. Tämä selvitetään arvioimalla organisaation nykyistä datanhallinnan kypsyystasoa ja vertaamalla sitä kirjallisuudessa esitettyihin viitekehyksiin. Näin tunnistetaan keskeiset kehityskohteet ja voidaan antaa kohdennettuja suosituksia.
Empiirinen aineisto koostuu Marchildonin (2019) kehittämän ja asiantuntijoiden validoiman kyselyn avulla saaduista tuloksista. Kyselyä täydennettiin haastatteluilla, jotka toteutettiin samanaikaisesti kyselyn täyttämisen kanssa. Lisäksi tutkija on havainnoinut organisaation toimintaa kolmen kuukauden ajan osallistuessaan prosessien digitalisointiprojektiin. Tämä on tukenut aineiston syvempää ymmärrystä ja tulosten luotettavuutta.
Datanhallinnan parhaat käytännöt muodostavat laajan kokonaisuuden, jossa on huomioitava useita osa-alueita ja sovellettava niitä organisaatiokohtaisesti. Kypsyystasojen arviointiin on kehitetty useita malleja, mutta tämän tutkimuksen perusteella Marchildonin (2019) malli osoittautui soveltuvimmaksi, sillä se kattaa kaikki kirjallisuudessa tunnistetut osa-alueet ja mahdollistaa niiden subjektiivisen arvioinnin. Tutkimuksessa havaittiin, että organisaatiolta puuttuu yhtenäinen lähestymistapa datanhallintaan. Tämän korjaamiseksi suositellaan erityisesti datanhallinnasta vastaavan roolin perustamista sekä yhtenäisen datanhallintaviitekehyksen luomista.
Tutkimuksessa sovellettu toimintamalli osoittautui toimivaksi ja auttoi tunnistamaan selkeitä kehityskohteita. Vaikka tutkimus tarjoaa toistettavan mallin muille organisaatioille, tarvitaan jatkossa lisää tapaustutkimuksia, jotka esittelevät käytännönläheisesti onnistuneita datanhallinnan kehitysprojekteja.