Data Steward vs Data Owner

Data Steward vs Data Owner

Proč rozlišovat roli Data Stewarda a Data Ownera

Úspěšná správa dat (Data Governance) vyžaduje jasně definované kompetence a odpovědnosti. Dvě klíčové role v organizační praxi jsou Data Owner (obchodní vlastník dat) a Data Steward (správce dat). Zatímco Data Owner nese konečnou odpovědnost za hodnotu, rizika a soulad dat v rámci obchodní domény, Data Steward zajišťuje každodenní správu kvality, definic, přístupů a metadat. Tento článek podrobně popisuje jejich mandát, spolupráci a měřitelné výstupy, aby Data Governance byla akceschopná a udržitelná.

Definice rolí a jejich postavení v Data Governance

  • Data Owner: strategicky rozhoduje o tom, k jakému účelu se data používají, schvaluje standardy, rozpočty a priority, nese odpovědnost za rizika a compliance. Typicky seniorní manažer domény (např. Finance, Sales, HR).
  • Data Steward: zajišťuje správnost, úplnost a použitelnost dat; udržuje katalog a slovník pojmů, spravuje datové přístupy, koordinuje opravy kvality a šíří osvětu. Může být obchodní (Business Steward) i technický (Technical Steward).

Funkční rámec: domény, produkty a datové toky

Moderní organizace spravují data v datových doménách (např. Zákazník, Produkt, Finance) a zároveň vnímají data jako produkty s jasnými odběrateli. Data Owner je „sponzorem“ domény a portfolia datových produktů; Data Steward je „správcem provozu“ každého datového produktu (schémata, kvalita, přístup, dokumentace).

Rozdělení odpovědností: RACI pro klíčové aktivity

Aktivita Data Owner Data Steward Další role
Definice obchodních pojmů a KPI A (schvaluje) R (připravuje) BI Lead (C), CFO/CSO (I)
Standardy kvality (pravidla, prahy) A R Data Quality Engineer (C), Risk (I)
Katalogizace a klasifikace dat C (konzultuje) R/A (vede a potvrzuje) Security Officer (C), DPO (I)
Schvalování přístupů a minimálních rolí A R (operativně spravuje) IAM/IT (R), DPO (C)
Řešení incidentů kvality dat A (prioritizuje) R (koordinuje nápravy) Data Engineer (R), Produktoví vlastníci (C)
Retence, likvidace, právní opory A R (aplikuje v praxi) Legal/DPO (C), Security (I)
Roadmapa datové domény a investice A C Enterprise Architect (C), PMO (I)

Kompetenční profil Data Ownera

  • Strategické řízení: definuje vizi domény, prioritizuje backlog datových produktů a změn.
  • Compliance a rizika: schvaluje klasifikace (citlivost), retenci, účely zpracování; vlastní akceptaci reziduálních rizik.
  • Finanční odpovědnost: drží rozpočet na kvalitu dat, nástroje a kapacity; rozhoduje o TCO.
  • Stakeholder management: sjednocuje definice metrik napříč odděleními; řeší konflikty priorit.

Kompetenční profil Data Stewarda

  • Datová kvalita: návrh pravidel (validace, referenční integrity, tolerance), monitoring, triage incidentů, kořenové příčiny, řízení nápravných opatření.
  • Metadata a katalog: správa obchodních definic, linií původu (lineage), klasifikací, datových domén a vlastnictví objektů.
  • Přístupy a bezpečnost: provozní správa rolí a masek, test přístupových politik, recertifikace uživatelů.
  • Komunikace a enablement: školení uživatelů, guidelines, šablony, review dashboardů z hlediska správnosti definic.

Obchodní vs. technický Data Steward

  • Business Steward: vlastní slovník pojmů, KPI, business pravidla a datové záměry; je mostem mezi byznysem a IT.
  • Technical Steward: dohlíží na datové toky, mapování, kvalitu schémat, standardy názvů a deployment pravidla; úzce spolupracuje s Data Engineeringem.

Procesní toky: incident, změna, přístup

  1. Incident kvality: nahlášení → triage (Steward) → analýza příčiny → návrh fixu → schválení (Owner) → implementace → verifikace → postmortem.
  2. Řízení změn (Change): návrh změny schématu/datového produktu → posouzení dopadů (lineage) → schválení (Owner) → implementace → komunikace a verze v katalogu.
  3. Žádost o přístup: žádost s účelem → kontrola klasifikace a minimální nutnosti → schválení (Owner) → přiřazení role (Steward/IAM) → záznam v evidenci a expirace.

Standardy kvality dat a jejich metriky

  • Dimenze kvality: správnost, úplnost, včasnost, konzistence, jedinečnost, validita, integrita referencí.
  • Typické metriky: % chybějících hodnot, % porušení domén, počet duplicit na klíč, zpoždění aktualizace (SLA), počet incidentů/měsíc, First Time Right.
  • Prahy a SLA: definované Data Ownerem, měřené a reportované Data Stewardem; eskalace při překročení.

Metadata management, katalog a slovník pojmů

  • Business glossary: jednotné definice KPI, dimenzí, hierarchií; vlastník definice = Business Steward, schvaluje Data Owner.
  • Technická metadata: schémata, lineage, provozní metriky; Technical Steward ladí konzistenci názvů, datových typů, verzí a deprecací.
  • Klasifikace a označování: štítky citlivosti (např. veřejné, interní, důvěrné, citlivé osobní) řízené politikou a mapované na IAM.

Řízení přístupů, citlivost a GDPR

  • Role Data Ownera: schvaluje účely zpracování, právní tituly a rozsah sdílení; přijímá DPIA výstupy a stanovuje retenci.
  • Role Data Stewarda: implementuje maskování a pseudonymizaci, zajišťuje recertifikaci přístupů a evidenci zásahů do dat.
  • Spolupráce s DPO/Security: posouzení dopadů (DPIA), reakce na žádosti subjektů údajů, řízení porušení zabezpečení (incident response).

Master Data a referenční data: kdo co vlastní

  • Data Owner: stanovuje golden record zásady, zdroje pravdy, schvaluje slučovací pravidla, deduplikace a prioritu systémů.
  • Data Steward: provozně spravuje MDM pracovní postupy (merge/split), validace a publikační kanály do spotřebitelských systémů.

Data jako produkt: SLA a roadmapa

  • SLA datového produktu: dostupnost, latence, kvalita, kontaktní místa a eskalační matice.
  • Roadmapa: Data Owner definuje hodnotu a priority; Data Steward rozepisuje release plán, verze schématu a migrační pokyny.

Tooling a integrace do ekosystému

  • Katalog & lineage: nástroje pro katalogizaci, automatické skenování a mapu toků (pro Stewardy).
  • DQ monitoring: pravidla a senzory kvality s alerty do ticketovacího systému (Steward R/A).
  • IAM a masek: role-based access, row/column level security, dynamické maskování (Steward R, Owner A).
  • Change management: repozitář schémat, verzování, schvalovací workflow (Owner A, Steward R).

Organizační modely: centralizace vs. federace

  • Centralizovaný model: jeden Governance tým; silná standardizace, nižší rychlost adopce v doménách.
  • Federovaný (data mesh): doménoví Owněři a Stewardi; centrální rámec standardů a dozor (Data Council).
  • Hybrid: centrální policie standardů + doménová exekuce a odpovědnost.

Řídicí struktury: Data Council, Steward Council

  • Data Council: Data Owneři domén + CDO; schvalují politiky, rozpočty, řeší prioritní spory.
  • Steward Council: Business/Technical Stewardi; sjednocují praktiké standardy, sdílí patterny a lessons learned.

KPI a měřitelnost přínosů

  • Kvalita: pokles incidentů, % splněných DQ SLA, trend bezchybnosti kritických atributů.
  • Compliance: % aktuálních klasifikací, úspěšnost přístupových recertifikací, doby uzavření DPIA/žádostí subjektů.
  • Produktivita: čas od požadavku na definici KPI po publikaci, doba obnovy po změně schématu.
  • Adopce: počet certifikovaných datových zdrojů, NPS datových produktů, počet aktivních uživatelů.

Implementační roadmapa a minimální viable governance

  1. Ujasnit domény a jmenovat Data Ownery a Stewardy (mandát, časová alokace).
  2. Spustit katalog a glossary s 50/20 pravidlem: 50 nejkritičtějších pojmů, 20 top datových sad.
  3. Zavést 5–10 DQ pravidel pro klíčové atributy (PK, klíče integrace, soulad s referenčními číselníky).
  4. Nastavit workflow přístupů (žádost → schválení Ownerem → přiřazení rolí Stewardem → expirační kontrola).
  5. Založit Data Council a měsíční report KPI kvality a compliance.

Nejčastější antipatterny a jak se jim vyhnout

  • „Vlastním data, ale bez rozpočtu“: Data Owner bez finanční pravomoci → formalita. Nutné zakotvení v P&L/rozpočtu.
  • „Steward bez času“: role přidělena „bokem“. Vyžaduje vyhrazenou kapacitu a jasné cíle.
  • Chybějící glossary: různé definice KPI mezi útvary → rozhodovat nelze. Zaveďte certifikaci pojmů.
  • Ad-hoc přístupy: bez evidence a expirace → riziko úniku. Zaveďte recertifikaci a schvalování Ownerem.
  • DQ bez akce: měření bez nápravy. Zajistěte proces triage a prioritizaci s Ownerem.

Šablony artefaktů pro praxi

  • Data Ownership Charter: účel domény, KPI, odpovědnosti, rozpočet, SLA.
  • Data Steward Playbook: standardy názvosloví, validace, workflow incidentů, checklist publikace.
  • Definition of Done (DoD) pro datový produkt: glossary, lineage, testy DQ, přístupový model, verze schématu, changelog.

Závěr: role, které přetavují data v důvěryhodný kapitál

Data Owner dává směr, priority a nese odpovědnost; Data Steward zajišťuje, aby data byla správná, dostupná a srozumitelná v každodenním provozu. Společně s jasnými standardy, metrikami a nástroji přetvářejí heterogenní datová aktiva v opakovatelně použitelný, důvěryhodný a auditovatelný kapitál organizace. Klíčem je mandát, disciplína a průběžné zlepšování – nikoli jednorázový projekt.

Pridaj komentár

Vaša e-mailová adresa nebude zverejnená. Vyžadované polia sú označené *