Samenhang en Kaders

Kerngebieden

Onder het kerngebied 'samenhang waarborgen en kader stellen' voor het organiseren van een Dataorganisatie vallen zeven thema's. Deze kerngebieden komen hieronder aan bod:

  1. Domein beleid
  2. Datastrategie
  3. Wet- en regelgeving
  4. Principes en ethiek
  5. Maturiteit en classificatie
  6. Stewardship en eigenaarschap
  7. Samenwerking, vaardigheden en een datagedreven cultuur

Samenhang waarborgen

  • Ontwikkelen van strategie en uitvoeren en monitoren van executie (roadmap)
    • Verbinden van lange termijn aanbod van en vraag naar informatie en data
    • Vertalen van de (inter)provinciale domeinstrategieën naar één datastrategie
    • Coördinatie op keten-brede initiatieven op kwaliteit en definities
  • Prioriteit geven aan beschikbaarheid, toepassing en ontsluiting
    • Vanuit ingezet koers uit de data strategie
    • Vanuit operationele behoefte en risico’s
  • Ontwikkeling van ontsluitings-, gebruiks- en leveringsarchitectuur
  • Ontwikkelen van selfservice dataplatform voor beter gebruik van data en informatie door de domeinen
  • Stimuleren innovatie vanuit organisatie, technologie en maatschappij
  • Ontwikkelen samenwerking en architectuur met technologische toepassingen
    • Data- & Informatie cyclus: Beoordelen > Begeleiden > Afvoeren
    • Ontwikkeling training, aanspreken data geletterdheid
  • Stimuleren van data eigenaarschap en -stewardness

Kaders stellen

  • Bewaken van kaders bij realisatie van businesswaarde uit de data, zoals:
    • Innovatie, zonder implementatieopvolging
    • Ongelijkmatige groei in volwassenheid
    • Aanspreken “Quick Win”
  • Bewaken van architectuur principes en gebruik data-, selfservice platformen
    • Binnen het domein en de organisatie en keten breed
    • Vanuit NORA-PETRA en andere landelijke richtlijnen, zowel markt als overheid
    • Vanuit eenduidig gebruik van technologie en tooling keten breed
  • Ontwikkelen van procedures en administraties voor datalevering, definities en modellen, methodes voor ontwikkeling en beheer Informatie- en dataproducten en classificatie van algoritme- en kennisregel
  • Vaststellen kwaliteitscriteria in een datakwaliteitsraamwerk
  • Auditeren en interveniëren op correct kennisregel- & algoritmegebruik
  • Auditeren en interveniëren op ethische overwegingen en compliance richtlijnen zoals marktstandaarden, leveringscontracten, juridische implicaties en gevolgen.
  • Auditeren en interveniëren op Wettelijke richtlijnen voorkomend uit o.a. WOO, WDO, AVG, Belastingwet, Archiefwet en de Europese richtlijnen voor Datamanagement