องค์กรธุรกิจสร้างข้อมูลใหม่ๆ เพิ่มขึ้นในอัตราที่รวดเร็วขึ้น ยิ่งกระแส Big Data Analytics เป็นที่รับรู้กันโดยทั่วไปจากฝั่งธุรกิจ ยิ่งทำให้ผู้บริหารไอทีต้องปรับตัวให้รองรับกับความคาดหวังที่สูงขึ้นตามไปด้วย

กระบวนการจัดการข้อมูล หรือ data management เป็นขั้นตอนสำคัญอย่างหนึ่ง ซึ่งทวีความสำคัญมากขึ้น ตามขนาดข้อมูล และความซับซ้อนของกระบวนการทำงานในองค์กร ยิ่งองค์กรขนาดใหญ่มากขึ้น งานด้านการจัดการข้อมูลระดับองค์กร หรือ Enterprise Data Management ก็ยิ่งยากและท้าทายมากขึ้นเป็นเงาตามตัว

ฐานรากสำคัญของการจัดการข้อมูลระดับองค์กร คืองาน Data Governance หรืออาจจะเรียกเป็นภาษาไทยว่า “ธรรมภิบาลข้อมูล” ก็คงได้

Data Governance คืออะไร?
หากกล่าวกันเป็นภาษาง่ายๆ คงเรียกได้ว่าเป็น “การกำหนดและบังคับใช้ กฎ กติกา มารยาท เกี่ยวกับงานด้านข้อมูลในองค์กร” หรือคุยกันเล่นๆ คงต้องเรียกว่าเป็นขั้นตอนการร่างและบังคับใช้ “ธรรมนูญเกี่ยวกับข้อมูล”

หากจะเอาความหมายแบบเป็นทางการ ก็อาจพิจารณาความหมายที่นิยามไว้โดย DAMA (The Data Management Association) ซึ่งเป็น องค์กรระหว่างประเทศที่ส่งเสริมงานวิชาชีพในด้านการจัดการข้อมูล ที่ได้ตีพิมพ์ องค์ความรู้เกี่ยวกับการจัดการข้อมูลขึ้นมา เรียกว่า DMBOK (Data Management Body Of Knowledge)

DMBOK ให้นิยามของ Data Governance ไว้ว่า “The exercise of authority, control and shared decision making (planning, monitoring and enforcement) over the management of data assets.”

แนวคิดเริ่มต้น คือการมองว่าข้อมูลเป็นสินทรัพย์อย่างหนึ่ง ไม่ต่างจากอาคาร เครื่องมือเครื่องใช้ หรือแบรนด์สินค้า ซึ่งจำเป็นต้องมีการจัดการที่ถูกต้อง ไม่ต่างจากการจัดการสินทรัพย์ประเภทอื่นๆ

ในบรรดากระบวนการงานจัดการข้อมูลทั้งหมดที่ DMBOK นิยามไว้ 10 ข้อ ดังแสดงในภาพ Data Governance ถูกจัดตำแหน่งให้อยู่กึ่งกลาง ถือได้ว่าเป็นฐานรากที่สำคัญของงานจัดการข้อมูลทั้งหมด

1
ที่มาของภาพ: http://www.dama.org/content/body-knowledge

ทำไมต้องทำ Data Governance?
งาน Data Governance มีลักษณะที่เป็นนามธรรมสูง และอาจจะค่อนข้างยากที่จะอธิบายให้ผู้บริหารมองเห็นความจำเป็น “อาการ” เหล่านี้ เป็นข้อบ่งชี้ว่า องค์กรของคุณอาจจำเป็นต้องพิจารณาเรื่อง data governance
● ข้อมูลมีคุณภาพต่ำ
● ขาดข้อมูลที่สำคัญ และจำเป็นต่อการดำเนินธุรกิจ หรือมีแต่ล้าสมัย ไม่สามารถใช้งานจริงได้
● ข้อมูลมีมากกว่าหนึ่งแหล่ง และขัดแย้งกันเอง ทำให้ผู้ใช้ไม่สามารถไว้วางใจนำข้อมูลไปตัดสินใจได้
● การเข้าถึง เรียกใช้ และค้นหาข้อมูล ช้าและขาดผู้ดูแล ทำได้ไม่สะดวก
● หากมีข้อมูลผิดพลาด หรือมีการรั่วไหล ไม่ทราบว่าใครเป็นผู้รับผิดชอบ
● เคยมีโครงการ “ปรับปรุงคุณภาพข้อมูล” หรือยกเครื่องระบบรายงานมาหลายครั้ง ซึ่งอาจได้ผลในช่วงสั้นๆ แต่หลังโครงการไม่นาน ก็กลับมามีสภาพไม่ต่างจากเดิม

จะเห็นได้ว่า ปัญหาข้อมูลคุณภาพต่ำ เป็นข้อบ่งชี้สำคัญถึงความจำเป็นของ data governance แต่ก็ไม่ใช่สาเหตุเดียว แรงผลักดันอย่างอื่นก็สามารถส่งผลให้เกิดความจำเป็นที่จะต้องทำ data governance ได้ด้วยเช่นกัน อาทิ

● Privacy / Compliance / Security – ในธุรกิจบางประเภท หรือข้อมูลบางอย่าง จำเป็นต้องปฎิบัติตามกฎข้อบังคับในลักษณะใดลักษณะหนึ่ง เช่น เว็บไซต์ต้องเก็บข้อมูลผู้เข้าชมตาม พรบ. บริษัทจำกัด จำเป็นต้องทำบัญชีตามแนวทางของกรมสรรพากร บริษัทมหาชน จำเป็นต้องเปิดเผยข้อมูลบางส่วนต่อ กลต. หรือสายการบิน จำเป็นต้องปฎิบัติตามหน่วยงานที่ควบคุมดูแลด้านความปลอดภัยทางการบิน เป็นต้น ในองค์กรที่มีการเก็บข้อมูลผู้บริโภค ก็จำเป็นต้องมีมาตรการในการรักษาความปลอดภัยข้อมูลเหล่านั้น ทั้งที่เป็นความจำเป็นทางกฎหมาย และที่เป็นความคาดหวังจากผู้ใช้บริการ

● Architecture / Integration / Restructuring – ปัจจัยหนึ่งที่ผลักดันให้มีการทำ data governance ในองค์กร คือเมื่อมีการปรับเปลี่ยนองค์กรอย่างขนานใหญ่ อาจจะเป็นการแยกรวม หรือซื้อขายกิจการ หรือปรับเปลี่ยนกระบวนการทำงานอย่างขนานใหญ่ ซึ่งส่งผลให้มีการวางสถาปัตยกรรมทางด้านระบบข้อมูลใหม่ หรือจำเป็นต้องเชื่อมโยงและหรือบูรณาการกับหน่วยงานอื่น ทั้งภายในและภายนอกองค์กร
● Data Warehouse & Business Intelligence – หลายองค์กร ก็อาศัยจังหวะที่จะมีการพัฒนาคลังข้อมูลใหม่ หรือมีการนำเครื่องมือ BI ใหม่ๆ เข้ามาใช้ในองค์กร เป็นโอกาสที่จะผลักดันให้มีการทำ data governance ไปด้วยเลย เพราะหากนำเครื่องมือใหม่ หรือระบบคลังข้อมูลใหม่เข้ามา โดยไม่มีการปรับปรุงกระบวนการจัดการข้อมูลก่อนเลย ก็เป็นเรื่องยากที่จะประสบความสำเร็จได้

องค์ประกอบของ Data Governance
กรอบการทำงานของ Data Governance ประกอบด้วยองค์ประกอบหลายส่วน แต่ละส่วนมีความสำคัญและความจำเป็นไม่เท่ากัน ขึ้นอยู่กับความต้องการขององค์กรเป็นหลัก โดยแบ่งเป็นกลุ่มๆ ได้คือ กลุ่มบุคลากรและหน่วยงานภายในองค์กร กลุ่มกฎเกณฑ์และข้อบังคับ และกลุ่มสุดท้ายคือกระบวนการทำงาน

● กลุ่มบุคลากรและคณะทำงานเกี่ยวกับข้อมูล (People & Organization Bodies) ซึ่งมักประกอบด้วยหลายบทบาทหน้าที่ อาทิ

○ Data Stakeholders หรือผู้มีส่วนได้ส่วนเสียกับข้อมูล อาจจะเป็นหน่วยงานหรือกลุ่มคนที่สร้างข้อมูล หรือใช้ข้อมูล กลุ่มคนเหล่านี้จำเป็นต้องสื่อสารความต้องการเกี่ยวกับข้อมูลในลักษณะต่างๆ ให้กับคณะทำงานเกี่ยวกับ data governance ทราบ

○ Data Governance Office หรือสำนักงานธรรมาภิบาลข้อมูล กลุ่มคนกลุ่มนี้จะทำกิจกรรมต่างๆ เพื่อสนับสนุนงานทั่วไปเกี่ยวกับ data governance เช่น การเก็บรวบรวมผลลัพธ์คุณภาพข้อมูล การสื่อสารกับหน่วยงานอื่นๆ ในองค์กร การจัดอบรมสัมนา หรือให้ความช่วยเหลือโดยทั่วไปเกี่ยวกับงานข้อมูล

○ Data Stewards หรือผู้เชี่ยวชาญข้อมูล อาจมีได้หลายคน และอาจแบ่งได้เป็นหลายระดับขึ้นอยู่กับความซับซ้อนของข้อมูลในองค์กร ผู้เชี่ยวชาญกลุ่มนี้มักทำงานและให้คำปรึกษาเกี่ยวกับนิยามหรือมาตรฐานข้อมูล หรือกำหนดนโยบายเกี่ยวกับข้อมูล และอาจรวมไปถึงกำหนดเกณฑ์คุณภาพข้อมูลด้วย

2
ที่มาของภาพ: www.datagovernance.com

● กลุ่มกฎเกณฑ์และข้อบังคับ (Rules and Rules of Engagement) องค์ประกอบในกลุ่มนี้ มีตั้งแต่การกำหนดพันธกิจที่ต้องการบรรลุในการ data governance รวมไปถึงการตั้งเป้าหมาย กำหนดปัจจัยแห่งความสำเร็จ และวิธีวัดผล ซึ่งไม่แตกต่างจากกระบวนการจัดการโครงการโดยทั่วไปมากนัก ส่วนที่เป็นเรื่องเฉพาะงานข้อมูลจริงๆ จะประกอบด้วยนิยามและกฎข้อบังคับเกี่ยวกับข้อมูล (Data Rules and Definitions) องค์ประกอบเหล่านี้ ถูกพิจารณาสำหรับข้อมูลแต่ละชนิดหรือแต่ละกลุ่มข้อมูล (domain หรือ subject area) โดยในแต่ละกลุ่มต้องมีการกำหนดองค์ประกอบย่อยดังนี้

○ Data Policy นโยบายข้อมูล หมายถึงนโยบายโดยรวมเกี่ยวกับข้อมูลชนิดนั้นๆ ซึ่งจะเป็นตัวกำหนดแนวปฎิบัติต่อไป เช่น แนวทางการลำดับชั้นความลับข้อมูล การควบคุมการเข้าถึง การเปิดเผยข้อมูลต่อหน่วยงานภายนอก และการปกป้องความเป็นส่วนตัว เป็นต้น

○ Data Definition นิยามข้อมูล ข้อมูลบางประเภท มีความจำเป็นต้องระบุนิยามที่ชัดเจน เพื่อให้ทุกฝ่ายที่เกี่ยวข้องมีความเข้าใจตรงกัน โดยเฉพาะอย่างยิ่งข้อมูลที่มีผลกระทบทางบัญชี หรือการเงิน ตัวอย่างเช่น “รายได้” หมายถึงอะไร มีอะไรบ้างที่นับรวม หรือนับแยกในรายได้ การไม่กำหนดนิยามข้อมูล หรือกำหนดไว้ไม่รัดกุมเพียงพอ อาจส่งผลเสียหาย อย่างเช่นกรณีที่ Tesco ประเมินผลกำไรพลาด เพราะบันทึกการรับรู้รายได้ล่วงหน้า

○ Data Standard มาตรฐานข้อมูล เป็นการกำหนดแนวทางในการบันทึกหรือเข้ารหัสข้อมูลให้สอดคล้องกัน เช่นแนวทางการตั้งชื่อต่างๆ แนวทางการเข้ารหัสกลุ่มลูกค้า ความยาว ชนิด รูปแบบ และช่วงค่าที่เป็นไปได้ ข้อมูลที่สอดคล้องและเป็นไปตามมาตรฐานข้อมูลที่กำหนดไว้ จะทำให้สามารถถูกนำไปใช้ได้อย่างเต็มที่ ไม่ว่าจะเป็นการเชื่อมโยงกับข้อมูลชนิดอื่น และนำไปใช้ใน data warehouse เป็นต้น

○ Business Rules กฎเกณฑ์ทางธุรกิจที่ควบคุมกิจกรรมเกี่ยวกับข้อมูล เช่น ขั้นตอนในการสร้างรหัสหรือลงทะเบียนลูกค้ารายใหม่ เกณฑ์และขั้นตอนการอนุมัติการเปลี่ยนสถานะบัญชีลูกหนี้ให้กลายเป็นบัญชีหนี้สูญ เป็นต้น ข้อมูลสำคัญที่มีส่วนเกี่ยวข้องกับฐานะการเงิน ความปลอดภัย หรือจำเป็นต้องปฎิบัติตามกฎหมาย จึงควรระบุกฎเกณฑ์ทางธุรกิจในการสร้าง แก้ไข และลบข้อมูลเหล่านี้อย่างชัดเจน

○ Data Quality Measure เกณฑ์การวัดคุณภาพข้อมูลเป็นอีกหนึ่งองค์ประกอบที่สำคัญ เนื่องจากคุณภาพข้อมูล อาจถูกสามารถกำหนดได้ในหลายมิติ ไม่ว่าจะเป็นความแม่นยำ (accuracy) ความครบถ้วนสมบูรณ์ (completeness) ความรวดเร็วทันกาล (timelinesss) ข้อมูลชนิดเดียวกัน แต่ต้องการนำไปใช้ในต่างสถานการณ์กัน อาจต้องการใช้คุณภาพข้อมูลที่แตกต่างกันด้วย การกำหนดเกณฑ์คุณภาพข้อมูลที่ชัดเจน และสามารถวัดผลและคำนวณได้ล่วงหน้า จะช่วยให้ขั้นตอนการเตรียมข้อมูล และการนำข้อมูลไปใช้งาน เกิดประสิทธิภาพสูงขึ้น

นอกเหนือจากกฎข้อบังคับเกี่ยวกับตัวข้อมูลโดยตรงแล้ว ยังมีองค์ประกอบอื่นในกลุ่มนี้ ที่มีความเกี่ยวข้องกับคณะทำงานและขั้นตอนการทำงานมากกว่าตัวข้อมูลโดยตรงอีก เช่น

● Decision Rights หรือสิทธิ์ในการตัดสินใจเกี่ยวกับข้อมูล เช่น หากจำเป็นต้องมีการเปลี่ยนแปลงนิยาม หรือมาตรฐานข้อมูล ใครเป็นผู้ตัดสินใจอนุมัติ มีขั้นตอนอย่างไร หรือหากจำเป็นต้องคำนวณรายงานผลประกอบการใหม่ จากสาเหตุเช่น บันทึกข้อมูลผิดพลาด ใครเป็นผู้อนุมัติ จำเป็นต้องมีการโหวตหรือไม่หากมีความเห็นที่ขัดแย้งกัน เป็นต้น

● Accountabilities หรือความรับผิดชอบในด้านที่เกี่ยวข้องกับข้อมูล ก่อนหน้านี้หลายองค์กรเคยเชื่อว่าไอทีเป็นหน่วยงานที่มีหน้าที่รับผิดชอบเรื่องทุกอย่างเกี่ยวกับข้อมูล แต่ความเชื่อเหล่านั้นค่อยๆ เป็นที่รับรู้มากขึ้นว่าไม่ถูกต้อง องค์ประกอบส่วนนี้จะนิยามหน้าที่และความรับผิดชอบเกี่ยวกับข้อมูลชนิดต่างๆ หน่วยงานไหนมีหน้าที่สร้าง หน่วยงานไหนตรวจสอบ ตรวจสอบบ่อยแค่ไหน

● Control Mechanisms กระบวนการควบคุม เพื่อให้คุณภาพและการกำกับดูแลข้อมูลเป็นไปอย่างราบรื่นต่อเนื่อง จำเป็นต้องมีการกำหนดกระบวนการควบคุมและตรวจสอบขึ้น เพราะเป็นเรื่องปกติที่กระบวนการที่วางไว้ อาจไม่ได้รับการปฎิบัติตามเมื่อเวลาผ่านไป ส่งผลให้ขีดความสามารถในการจัดการข้อมูลขององค์กรถดถอย ความเสี่ยงก็เพิ่มมากขึ้น กระบวนการควบคุมมีตั้งแต่การรายงานผลเป็นประจำ การตรวจสอบคุณภาพข้อมูลอย่างสม่ำเสมอ การทบทวนนโยบายและหลักปฎิบัติที่เกี่ยวข้องตามระยะเวลา รวมไปถึงการฝึกอบรมให้ความรู้แก่บุคลากรในองค์กรด้วย

● กลุ่มกระบวนการทำงาน (Processes) กลุ่มองค์ประกอบที่กล่าวมาทั้งสองกลุ่ม เน้นไปที่การวางโครงสร้าง ทั้งทางด้านบุคลากรและระเบียบกฎเกณฑ์มาตรฐานต่างๆ ด้านการจัดการข้อมูล แต่กลุ่มองค์ประกอบสุดท้ายนี่จะเน้นไปเรื่องการนำไปใช้งาน กระบวนการทำงานที่เกี่ยวข้องกับข้อมูล จำเป็นต้องมีความเชื่อมโยงและสอดคล้องกับขั้นตอนการทำงานประจำวันภายในองค์กร โดยไม่เข้าไปขัดขวาง หรือทำให้ช้าลง แต่ในขณะเดียวกันก็จำเป็นต้องรักษามาตรฐานไว้ตามเกณฑ์ที่กำหนด เพื่อให้ข้อมูลที่ได้จากการทำงานนั้นๆ มีคุณภาพดี เหมาะแก่การนำไปใช้งานภายหลัง

นอกเหนือจากกระบวนการในการสร้าง แก้ไขเปลี่ยนแปลง ทำสำเนา หรือลบข้อมูลตามปกติแล้ว กระบวนการที่จำเป็นต้องพิจารณาเพิ่มเติม ประกอบด้วย

○ Change Management หรือการจัดการการเปลี่ยนแปลง เช่น เมื่อมีความจำเป็นต้องสร้างข้อมูลใหม่ หรือเกิดสถานการณ์ใหม่ที่ไม่ได้มีการระบุเอาไว้ อาจจำเป็นต้องเปลี่ยนแปลงแก้ไขกฎระเบียบ หรือปรับเปลี่ยนนิยามข้อมูล ขั้นตอนในการขอเปลี่ยนแปลงจะเป็นอย่างไร

○ Issue Resolution กระบวนการแก้ไขปัญหาเกี่ยวกับข้อมูล เนื่องจากข้อมูลชนิดหนึ่งๆ มักจะเกี่ยวข้องกับหน่วยงานหลายหน่วยงาน กระบวนการแก้ไขปัญหาบ่อยครั้งจึงจำเป็นต้องประสานงานข้ามหน่วยงานที่อาจมีความต้องการแตกต่างกัน

○ Measure and Reporting Values การวัดและรายงานผลการดำเนินงานเกี่ยวกับธรรมาภิบาลข้อมูล เป็นอีกหนึ่งกระบวนการที่จะทำให้งานการจัดการข้อมูลกลายเป็นองค์ประกอบหนึ่งขององค์กรได้ ในลักษณะเดียวกับการจัดการเรื่องความปลอดภัยหรือการจัดการคุณภาพ หน่วยงานด้าน data governance จะต้องวางแผนเพื่อการวัดและรายงานผลงาน ไม่ว่าจะเป็น เปอร์เซ็นต์ข้อมูลคุณภาพดี หรือจำนวนปัญหาหรือข้อร้องเรียนที่เกี่ยวข้องกับข้อมูล

○ Communication การสื่อสารกับหน่วยงานต่างๆ ในองค์กร ถึงกิจกรรมที่ทำ ผลลัพธ์ที่ได้ รวมไปถึงเผยแพร่ความรู้ความเข้าใจเกี่ยวกับการจัดการข้อมูลในองค์กร เป็นองค์ประกอบหนึ่งที่จะสร้างความมีส่วนร่วมให้กับบุคลากรในองค์กร ว่าการจัดการข้อมูลมีความสำคัญต่อความเติบโตขององค์กร และเป็นหน้าที่ของทุกคนในองค์กร

ลำดับขั้นพัฒนาการของ Data Governance
งาน Data Governance โดยรวมแล้วเป็นการเพิ่มศักยภาพให้กับองค์กร ในการที่จะบริหารจัดการข้อมูลให้เกิดประโยชน์สูงสุด แต่ละองค์กรต่างก็มีระดับความพร้อมในการจัดการข้อมูลแตกต่างกัน ลำดับขั้นพัฒนาการ data governance หรือ Maturity Model เป็นโครงคร่าวๆ ที่อาจช่วยให้ผู้บริหารสามารถมองเห็นภาพได้ว่า องค์กรของเราในปัจจุบัน อยู่ในลำดับขั้นไหน และหากได้มีการพัฒนาจัดทำองค์ประกอบด้านต่างๆ ของ data governance ตามหัวข้อข้างต้นแล้ว ความสามารถในการจัดการข้อมูลจะมีลักษณะอย่างไร

3
ที่มาของภาพ: http://reess.ch/data-governance-transformation/

 

INITIAL ในขั้นนี้แทบไม่ได้มีการตระหนักถึงกระบวนการจัดการข้อมูลเลย บุคคลากรมองเห็นข้อมูลเป็นแค่ส่วนหนึ่ง หรือผลพลอยได้จากธุรกรรมที่ทำ ไม่มีกระบวนการจัดการข้อมูล ไม่มีผู้รับผิดชอบในข้อมูล หรืออาจมีแต่ไม่เป็นทางการ

● ขั้นพื้นฐาน (MANAGED) ในขั้นนี้ กระบวนการจัดการข้อมูล มักจะมาในรูปแบบงานส่วนหนึ่งในโครงการเกี่ยวกับไอทีต่างๆ เช่น เมื่อจะมีการทำ ERP หรือ Data Warehouse/Business Intelligence ก็มานั่งทำ data standard หรือทำ data cleaning กันสักที อาจมีการกำหนดบทบาทหน้าที่ในการจัดการข้อมูลอยู่บ้าง แต่ก็ไม่พ้นบริบทของโครงการไอที ซึ่งเมื่อเวลาผ่านไป หรือมีโครงการใหม่เข้ามา ก็ต้องมานั่งทบทวน หรือไม่ก็ทำซ้ำขั้นตอนเดิมกันอีก ผลลัพธ์ที่ได้ก็อาจแตกต่างกันไปตามโครงการ ตัวอย่างที่เห็นได้ชัดมากก็คือ เมื่อผู้ใช้อ่านรายงานหรือข้อมูลจากสองระบบ แล้วพบว่าขัดแย้งกัน อันเนื่องมาจากนิยามและมาตรฐานข้อมูลของสองระบบแตกต่างกัน

● ขั้น DEFINED ขั้นนี้จะเริ่มมีการพิจารณากระบวนการจัดการข้อมูลที่เป็นเชิงรุกมากขึ้น โดยไม่ต้องรอโครงการไอทีเป็นตัวขับเคลื่อน เริ่มมีความพยายามในการปรับกระบวนการทำงานเกี่ยวกับข้อมูลให้สอดคล้องเป็นมาตรฐานเดียวกันภายในองค์กร และมีการกำหนดมาตรฐานและนิยามข้อมูลที่ในระดับทั่วทั้งองค์กร

● ขั้น QUANTITATIVELY MANAGED ขั้นนี้เริ่มนำกระบวนการวัดผลแบบเชิงปริมาณเข้ามาใช้ มีการกำหนดผู้รับผิดชอบที่ชัดเจนในเกณฑ์วัดคุณภาพการจัดการข้อมูล ขั้นตอนในการจัดการข้อมูลมักเป็นเแบบรวมศูนย์และมีการควบคุมอย่างเคร่งครัด เช่น มีหน่วยงานกลางในการกำหนดรหัสสินค้า และสร้างข้อมูลสินค้าใหม่เข้าในระบบ หน่วยงานกลางดังกล่าว สามารถวัดผลงานได้ เช่น จำนวนรหัสสินค้าที่สร้างได้ ความรวดเร็วในการสร้างข้อมูลสินค้าให้ครบถ้วนถูกต้อง เป็นต้น

● ขั้น OPTIMIZED ซึ่งเป็นขั้นที่ระบบการบริหารจัดการข้อมูลได้รับการพัฒนาปรับปรุงให้มีประสิทธิภาพสูงเพิ่มขึ้นอย่างต่อเนื่อง สามารถใช้ข้อมูลเป็นเครื่องมือในการวิเคราะห์ ข้อผิดพลาด จุดอ่อน หรือเสนอแนะการปรับปรุงกระบวนการทำงานในองค์กรได้

ข้อมูลเป็นทรัพยากรยุคใหม่ที่หลายหน่วยงานเริ่มตระหนักถึงความสำคัญ และเริ่มบริหารจัดการข้อมูลในลักษณะเดียวกับที่บริหารจัดการสินทรัพย์อื่นๆ งานธรรมาภิบาลข้อมูล อาจจะเริ่มต้นจุดประกายจากหน่วยงานทางด้านไอทีก่อน แต่ในท้ายที่สุดแล้ว บุคลากรทุกคนในทุกองค์กร ต่างก็มีบทบาทของตัวเองในการจัดการข้อมูล มากบ้างน้อยบ้าง ตามงานที่ทำ

สิ่งที่ผู้บริหารควรตระหนักก็คือ ผลกระทบต่อความสามารถในการจัดการข้อมูลขององค์กร จะกลายเป็นส่วนประกอบสำคัญที่ชี้วัดประสิทธิภาพโดยรวมขององค์กรนั้นๆ ในลักษณะเดียวกับมาตรการด้านความปลอดภัย หรือมาตรการด้านการควบคุมคุณภาพ หากองค์กรมีความสามารถในการจัดการข้อมูลที่ดี ก็ย่อมสามารถใช้ประโยชน์จากข้อมูลได้อย่างเต็มที่ และกลายเป็นความได้เปรียบในการแข่งขันต่อไปได้