Micro finance organizations play an important role since they facilitate integration of all social classes to sustained economic growth. Against this background, exponential growth of data, resulting from transactions and operations carried out with these companies on a daily basis, becomes imminent. Appropriate management of this data is therefore necessary because, otherwise, it will result in a competitive disadvantage due to the lack of valuable and quality information for decision-making and process improvement. Data Governance provides a different approach to data management, as seen from the perspective of business assets. In this regard, it is necessary that the organization have the ability to assess the extent to which that management is correct or is generating expected results. This paper proposes a data governance maturity model for micro finance organizations, which frames a series of formal requirements and criteria providing an objective diagnosis. This model was implemented based on the information of a Peruvian micro finance organization. Four domains, out of the seven listed in the model, were evaluated. Finally, after validation of the proposed model, it was evidenced that it serves as a means for identifying the gap between data management and objectives set.

El texto completo de este trabajo no está disponible en el Repositorio Académico UPC por restricciones de la casa editorial donde ha sido publicado. / This current research revealed the need to design an information architecture model for Data Governance In order to reduce the gap between the Information Technology versus the Information Management. The model designed to make a balance between the need to invest in technology and the ability to manage the information that is originated from the use of those technologies, as well as to measure with greater precision the generation of IT value through the use of quality information and user satisfaction. In order to test our model we take a case of study in the Higher Education sector in Peru in order to demonstrate the successful data governance projects with this model. 1

This work deals with the issue of Data and Information Quality. It critically assesses the current state of knowledge within tvarious methods used for Data Quality Assessment and Data (Information) Quality improvement. It proposes new principles where this critical assessment revealed some gaps. The main idea of this work is the concept of Data and Information Quality Management across the entire universe of data. This universe represents all data sources which respective subject comes into contact with and which are used under its existing or planned processes. For all these data sources this approach considers setting the consistent set of rules, policies and principles with respect to current and potential benefits of these resources and also taking into account the potential risks of their use. An imaginary red thread that runs through the text, the importance of additional knowledge within a process of Data (Information) Quality Management. The introduction of a knowledge base oriented to support the Data (Information) Quality Management (QKB) is therefore one of the fundamental principles of the author proposed a set of best

El objetivo general del presente trabajo de investigación es proponer un modelo de gobierno de datos para una empresa ajustadora y de perito de seguros, que permita convertir la información en valor estratégico, a través de una gestión efectiva de los activos de información. El primer capítulo presenta y analiza el marco teórico, normativo y conceptual que describe a las empresas y el entorno del sector de ajuste y perito de seguros. Asimismo, se introducen y analizan diversos marcos y normas relacionados a la gobernanza de datos que se usarán en el desarrollo del presente trabajo de investigación. El segundo capítulo describe la situación actual de la empresa, detallando su entorno interno y externo, su problemática actual e identifica los puntos de dolor con referencia al uso, procesamiento, integración y seguridad de los datos e información que viene afrontando, concluyendo con el impacto económico y riesgos que significa para la empresa las debilidades identificadas. El tercer capítulo expone la propuesta del modelo para la solución al problema descrito, la que se agrupa en cinco aspectos: objetivos, situación actual del gobierno de datos, la propuesta del modelo de gobierno de datos, la factibilidad económica de la propuesta y los beneficios esperados del modelo planteado. Finalmente, el último capítulo detalla las conclusiones asociadas al presente trabajo y recomendaciones que permitan cumplir con el objetivo de obtener el mayor beneficio para la empresa con una adecuada gobernanza de datos. / The general objective of this research project is to propose a data governance model for an expertise and insurance adjustment settlement company, which enables converting information into a strategic value through effective management of information assets. The first chapter presents and analyzes the theoretical, normative and conceptual framework that describes the companies and its environment of the adjustment and insurance expertise sector. In the same way, various frameworks and standards related to data governance will be used in the development of this research project are introduced and analyzed. The second chapter describes the company’s current situation, detailing its internal and external environment, current problems and identifies the pain points with reference to the use, processing, integration and security of the data and information the company has been facing, concluding with the impact economic and risks that the identified weaknesses mean for the company. The third chapter presents the proposal of the model for the solution to the problem described, which is grouped into five aspects: the objectives, the current situation of data governance, the proposal of the data governance model, the economic feasibility and the benefits expected of the proposed model. Finally, the last chapter details the conclusions associated with this research project and recommendations in order to fulfil with the aim to obtain a much profit for the company with adequate data governance. / Trabajo de investigación

No ambiente big data, as organizações se preocupam em extrair valor dos dados e das informações com o intuito de obter vantagens competitivas. No entanto, são necessários esforços organizacionais com relação aos ativos de dados, incluindo a definição de responsabilidades com relação ao uso dos dados, a garantia da qualidade dos dados, dentre outros aspectos contemplados pelos modelos de governança de dados ou de informação. Deste modo, esta pesquisa investigou como as organizações podem adotar as governanças de dados ou de informação no ambiente big data e, para tanto, foram contemplados estudos de casos multisetoriais para identificar os fatores determinantes para a adoção das governanças de dados ou de informação no ambiente big data. Foram investigados os elementos e os conteúdos dos modelos de governança de dados ou de informação e analisados os aspectos dos modelos com relação à inteligência de negócios e ao big data analytics. Notou-se que as ações organizacionais com relação à governança de dados ou de informação são pouco consolidadas, mas conhecidas pelas organizações. Além disto, os modelos de governança de dados ou de informação são adotados por organizações com diferentes níveis de capacidades analíticas. Tais modelos contemplam a definição dos objetivos estratégicos da governança e domínios como o gerenciamento da qualidade dos dados ou das informações, o gerenciamento dos dados (em especial meta-dados), a transformação da mentalidade organizacional com relação aos dados e as informações e necessitam de competências de colaboração e comunicação dos stakeholders. Foram identificados oito fatores determinantes para a adoção das governanças de dados ou de informação no ambiente big data, os quais contemplam práticas estruturais, relacionais e operacionais do modelo de governança: 1 - Organizações grandes, globais, difusas, com estruturas descentralizadas de negócios e portfolio complexo de produtos ou serviços; 2 - Apontar um C-level, definir gerentes na estrutura e determinar data owners e data stewards; 3 - Estabelecer comitê de dados ou outros meios para reunir a alta cúpula e os principais líderes da organização; 4 - Atuação do departamento de TI nas atividades de gerenciamento de dados ou de informação, viabilizando e executando atividades operacionais com relação aos dados e as informações dentre as bases de dados e sistemas de informação; 5 - Atuar ativamente na transformação cultural da organização para data-driven; 6 - Promover a comunicação e a colaboração interna; desenvolver a comunicação com relação à eficácia das políticas e a necessidade de adequação dos stakeholders; 7 - Definir, gerenciar e controlar metadados; 8 - Definir os padrões, as exigências e o controle sobre a qualidade dos dados. A pesquisa oferece uma consolidação teórica relevante para o campo da governança de dados ou da informação, contemplando vasta lista de variáveis da literatura de de dados e governança de informação. Foi também possível expandir o modelo de governança de dados ou de informação englobando os domínios relativos à colaboração e comunicação, mudança cultural. Propõem-se uma expansão na conceituação geral dos termos governança de dados e governança de informação. / In the big data environment, organizations are concerned with extracting value from data and information in order to acquire competitive advantage. However, organizational efforts are required to organize data assets, determine responsibilities with regard to the data assets, ensure data quality, and other aspects. Such activities are covered by data or information governance models. This research investigated how organizations can adopt data or information governance in the big data environment. Thus, it was conducted multi-sectoral case studies to identify determinants factors for the adopting of data or information governance in the big data environment. The research protocol encompassed elements and contents of the data or information governance models and those related to big data value extraction. It was noted that the organizational approaches regarding data or information governance are poorly consolidated, but are well known to organizations. In addition, data or information governance models are adopted by organizations with different levels of analytical capabilities. Those models include the definition of the strategic objectives, and domains like data or information quality management, data management (especially metadata), transformation of the organizational cultural in relation to the data and the information, and collaboration and communication among stakeholders. Eight determinants factor were identified for the adoption of data or information governance in the big data environment, including structural, relational and operational practices of the governance model: 1 - Large, global and diffuse organizations with decentralized business and complex portfolio of products or services; 2 - Define C-level, managers, data owners and data stewards; 3 - Establish a data committee or other means to bring together the top leaders of the organization; 4 - Engagement of the IT department on the data management activities, enabling and executing operational activities in relation to data and information among databases and information systems; 5 - Actively engage in the cultural transformation of the organization into data-driven; 6 - Promote communication and internal collaboration; develop communication on the effectiveness of policies and the need for stakeholder adequacy; 7 - Define, manage and control metadata; 8 - Define standards, requirements and control over data quality. This research provides a relevant theoretical consolidation to the field of data or information governance, contemplating a vast list of research variables on the fields of competitive intelligence, IT governance, data and information governance literatures. It was also possible to expand the data or information governance model through the addition of domains such as collaboration, communication, and cultural transformation. The research also proposes an expansion in the general conceptualization of the terms data governance and information governance.

A Governança de TI (GTI) tem um papel fundamental na realização do alinhamento da TI com o negócio das organizações, potencializando os processos de TI juntamente com os objetivos do negócio. Alinhar a TI ao negócio da organização é fundamental, porém é necessário também garantir o alinhamento da GTI com a Governança de Dados (GD). A GD é responsável pelo controle e gestão dos dados da organização, possibilitando a transformação de dados em informações para a tomada de decisões estratégicas. Possuir uma GTI alinhada a GD propicia um melhor desempenho para as organizações, que precisam de informações corretas em tempo hábil para a tomada de decisões. Para colaborar com este alinhamento existem os frameworks de boas práticas de gestão, que auxiliam as organizações a implantar esta governança. Este trabalho teve como objetivo identificar os processos e frameworks de GD implantados em organizações brasileiras e comparar os benefícios obtidos na implantação com os propostos pela literatura. O trabalho exploratório e qualitativo proporcionou a realização de estudos de casos em três organizações brasileiras de grande porte que implantaram ou estão em processo de implantação dos processos de GD. Os estudos de casos foram realizados com duas visões diferentes: a consultoria que implantou a GD e a organização que contratou a consultoria. A coleta de dados foi realizada por meio de entrevistas e técnicas de análise de conteúdo foram aplicadas nos dados coletados. Como resultado identificou-se que para as organizações estudadas o nível de implantação dos processos de GD foi médio, entretanto o grau de obtenção dos benefícios foi alto. Isso ocorre devido à carência de GD que se encontram as organizações estudadas, bem como a grande melhoria e benefícios identificados pelos entrevistados, mesmo com uma implantação parcial da GD. / The IT Governance (ITG) has a key role in achieving the IT alignment with the business organization, empowering IT processes with business goals. Align IT with business organization is crucial, however it is also necessary to ensure the alignment of the GTI with Data Governance (DG) The DG is responsible for the control and management the organization\'s data, enabling the transformation of data into information for strategic decisions making. Have aligned DG with ITG is a better performance for organizations that need the right information in the right time for decision making. To collaborate with this alignment are the frameworks of good management practices that enable organizations implement this governance. This study aimed to identify the processes and frameworks of DG implemented in Brazilian organizations and compare the benefits achieved in the implementation with the proposed in the literature. The exploratory and qualitative study provided the realizations of case studies in three large Brazilian organizations that have implemented or are in the implementation DG process. The case studies were performed with two different views: a consultancy that implemented the DG and the organization that hired the consultancy. Data collection was conducted through interviews and content analysis techniques were applied in the data collected. As a result it was found that for organizations studied the implementation DG level was average, however the benefits degree was high. This is due to lack in DG in the organizations studied and the great improvement and benefits identified by interviewers even though with partial implementation DG.

No ambiente big data, as organizações se preocupam em extrair valor dos dados e das informações com o intuito de obter vantagens competitivas. No entanto, são necessários esforços organizacionais com relação aos ativos de dados, incluindo a definição de responsabilidades com relação ao uso dos dados, a garantia da qualidade dos dados, dentre outros aspectos contemplados pelos modelos de governança de dados ou de informação. Deste modo, esta pesquisa investigou como as organizações podem adotar as governanças de dados ou de informação no ambiente big data e, para tanto, foram contemplados estudos de casos multisetoriais para identificar os fatores determinantes para a adoção das governanças de dados ou de informação no ambiente big data. Foram investigados os elementos e os conteúdos dos modelos de governança de dados ou de informação e analisados os aspectos dos modelos com relação à inteligência de negócios e ao big data analytics. Notou-se que as ações organizacionais com relação à governança de dados ou de informação são pouco consolidadas, mas conhecidas pelas organizações. Além disto, os modelos de governança de dados ou de informação são adotados por organizações com diferentes níveis de capacidades analíticas. Tais modelos contemplam a definição dos objetivos estratégicos da governança e domínios como o gerenciamento da qualidade dos dados ou das informações, o gerenciamento dos dados (em especial meta-dados), a transformação da mentalidade organizacional com relação aos dados e as informações e necessitam de competências de colaboração e comunicação dos stakeholders. Foram identificados oito fatores determinantes para a adoção das governanças de dados ou de informação no ambiente big data, os quais contemplam práticas estruturais, relacionais e operacionais do modelo de governança: 1 - Organizações grandes, globais, difusas, com estruturas descentralizadas de negócios e portfolio complexo de produtos ou serviços; 2 - Apontar um C-level, definir gerentes na estrutura e determinar data owners e data stewards; 3 - Estabelecer comitê de dados ou outros meios para reunir a alta cúpula e os principais líderes da organização; 4 - Atuação do departamento de TI nas atividades de gerenciamento de dados ou de informação, viabilizando e executando atividades operacionais com relação aos dados e as informações dentre as bases de dados e sistemas de informação; 5 - Atuar ativamente na transformação cultural da organização para data-driven; 6 - Promover a comunicação e a colaboração interna; desenvolver a comunicação com relação à eficácia das políticas e a necessidade de adequação dos stakeholders; 7 - Definir, gerenciar e controlar metadados; 8 - Definir os padrões, as exigências e o controle sobre a qualidade dos dados. A pesquisa oferece uma consolidação teórica relevante para o campo da governança de dados ou da informação, contemplando vasta lista de variáveis da literatura de de dados e governança de informação. Foi também possível expandir o modelo de governança de dados ou de informação englobando os domínios relativos à colaboração e comunicação, mudança cultural. Propõem-se uma expansão na conceituação geral dos termos governança de dados e governança de informação. / In the big data environment, organizations are concerned with extracting value from data and information in order to acquire competitive advantage. However, organizational efforts are required to organize data assets, determine responsibilities with regard to the data assets, ensure data quality, and other aspects. Such activities are covered by data or information governance models. This research investigated how organizations can adopt data or information governance in the big data environment. Thus, it was conducted multi-sectoral case studies to identify determinants factors for the adopting of data or information governance in the big data environment. The research protocol encompassed elements and contents of the data or information governance models and those related to big data value extraction. It was noted that the organizational approaches regarding data or information governance are poorly consolidated, but are well known to organizations. In addition, data or information governance models are adopted by organizations with different levels of analytical capabilities. Those models include the definition of the strategic objectives, and domains like data or information quality management, data management (especially metadata), transformation of the organizational cultural in relation to the data and the information, and collaboration and communication among stakeholders. Eight determinants factor were identified for the adoption of data or information governance in the big data environment, including structural, relational and operational practices of the governance model: 1 - Large, global and diffuse organizations with decentralized business and complex portfolio of products or services; 2 - Define C-level, managers, data owners and data stewards; 3 - Establish a data committee or other means to bring together the top leaders of the organization; 4 - Engagement of the IT department on the data management activities, enabling and executing operational activities in relation to data and information among databases and information systems; 5 - Actively engage in the cultural transformation of the organization into data-driven; 6 - Promote communication and internal collaboration; develop communication on the effectiveness of policies and the need for stakeholder adequacy; 7 - Define, manage and control metadata; 8 - Define standards, requirements and control over data quality. This research provides a relevant theoretical consolidation to the field of data or information governance, contemplating a vast list of research variables on the fields of competitive intelligence, IT governance, data and information governance literatures. It was also possible to expand the data or information governance model through the addition of domains such as collaboration, communication, and cultural transformation. The research also proposes an expansion in the general conceptualization of the terms data governance and information governance.

A Governança de TI (GTI) tem um papel fundamental na realização do alinhamento da TI com o negócio das organizações, potencializando os processos de TI juntamente com os objetivos do negócio. Alinhar a TI ao negócio da organização é fundamental, porém é necessário também garantir o alinhamento da GTI com a Governança de Dados (GD). A GD é responsável pelo controle e gestão dos dados da organização, possibilitando a transformação de dados em informações para a tomada de decisões estratégicas. Possuir uma GTI alinhada a GD propicia um melhor desempenho para as organizações, que precisam de informações corretas em tempo hábil para a tomada de decisões. Para colaborar com este alinhamento existem os frameworks de boas práticas de gestão, que auxiliam as organizações a implantar esta governança. Este trabalho teve como objetivo identificar os processos e frameworks de GD implantados em organizações brasileiras e comparar os benefícios obtidos na implantação com os propostos pela literatura. O trabalho exploratório e qualitativo proporcionou a realização de estudos de casos em três organizações brasileiras de grande porte que implantaram ou estão em processo de implantação dos processos de GD. Os estudos de casos foram realizados com duas visões diferentes: a consultoria que implantou a GD e a organização que contratou a consultoria. A coleta de dados foi realizada por meio de entrevistas e técnicas de análise de conteúdo foram aplicadas nos dados coletados. Como resultado identificou-se que para as organizações estudadas o nível de implantação dos processos de GD foi médio, entretanto o grau de obtenção dos benefícios foi alto. Isso ocorre devido à carência de GD que se encontram as organizações estudadas, bem como a grande melhoria e benefícios identificados pelos entrevistados, mesmo com uma implantação parcial da GD. / The IT Governance (ITG) has a key role in achieving the IT alignment with the business organization, empowering IT processes with business goals. Align IT with business organization is crucial, however it is also necessary to ensure the alignment of the GTI with Data Governance (DG) The DG is responsible for the control and management the organization\'s data, enabling the transformation of data into information for strategic decisions making. Have aligned DG with ITG is a better performance for organizations that need the right information in the right time for decision making. To collaborate with this alignment are the frameworks of good management practices that enable organizations implement this governance. This study aimed to identify the processes and frameworks of DG implemented in Brazilian organizations and compare the benefits achieved in the implementation with the proposed in the literature. The exploratory and qualitative study provided the realizations of case studies in three large Brazilian organizations that have implemented or are in the implementation DG process. The case studies were performed with two different views: a consultancy that implemented the DG and the organization that hired the consultancy. Data collection was conducted through interviews and content analysis techniques were applied in the data collected. As a result it was found that for organizations studied the implementation DG level was average, however the benefits degree was high. This is due to lack in DG in the organizations studied and the great improvement and benefits identified by interviewers even though with partial implementation DG.

This thesis refers to Data Governance issue and the way of implementing this program. It is logically devided into two parts -- theoretical and practical one. The teoretical part represented by first chapter summarises actual findings about the Data Governance program, it explains what is hidden behind the term Data Governance, cause for Data Governance initiatives emergence, it itemizes particular parts of which the program is composed and basic, mostly software tools, that are necessary for successful program run. Practical part consists of second and third chapter. The second chapter contains enumeration of various types of outputs that grow up either during the implementation of program or in its run itself. It categorizes and deals in detail with processes and activities, organizational structure of the program, dokuments, used metrics and KPIs and IS/IT tools. Third chapter describes the process of implementing the program into an enterprise in detail. It is devided into four consequential phases -- assessment of current state, design, implementation and run of the program. In every chapter, there are inputs, outputs, detailed decomposition into particular activities with references to document tepmlates that are used during theese activities, risks and resources introduced. In two attachments of this thesis, there are two helpful documents -- general document teplate and teplate of a role description -- that serve to better implementation of Data Governance program.

This work is covering the area of Data Governance (DG) with the main focus on roles in DG. First part is capturing the DG field from a basic perspective. This chapter introduces main principles of DG and is considered as a guideline for better understanding of the second chapter. The second chapter contains different approaches on DG and on roles in DG. The approaches are from world leaders in the field of DG like IBM, Teradata, KIK Consulting and The Data Governance Institute. In the summary of second chapter you can find a comparison of these different approaches to organization structure and roles in DG. The third and final chapter contains my own approach to organization structures and roles in DG. You can find there a wide variety of roles divided by different factors. This will give you a very good and unique perspective on roles and it might be also helpful as a guideline for necessary roles in the implementation process of DG program.