Neben dem Datenmodell ist es ebenso wichtig, sich darüber klar zu werden, welche Kategorien von Daten das Unternehmen benötigt und verarbeitet. Dies kann mit einer Datenlandkarte dargestellt werden, die  Parameter zur Verfügung stellt mit dem Ziel, den Detailierungsgrad der Daten zu ermitteln.

Abhängig von den logischen Daten kann der Aufbau einer ­Datenbasis für ein Kennzahlen-unterstütztes Führungselement genutzt werden. Mit der neu gewonnen Datenarchitektur lassen sich messbare Kosteneinsparungen und Kostenreduzierungen erzielen. Das Geschäftsrisiko wird verringert, da man die ­Geschäftsprozesse zwischen Business und IT optimiert hat. Mit dem EA-Ansatz im Bereich der Prozess-, Daten- und Anwendungsintegration lassen sich neue Richtlinien anwenden und dadurch neue Strukturen schaffen, was die Datenqualität verbessert und steigert. Auch die Schnittstellenproblematik und Zugriffsrechte lassen sich über alle Organisationsgrenzen hinweg verbessern.

Gerade bei mittleren und großen Unternehmen lassen sich mit einer Compliance- und Governance-Strategie die Prozesse, Rollen und Verantwortlichkeiten regeln. Durch die geschaffene Transparenz allen Mitwirkenden gegenüber werden die Prozesse zukunftssicherer und lassen eine Veränderung der Datenlandschaft nur noch über die geregelten Verfahren zu. Nur durch eine strukturierte Vorgehensweise lässt sich ein Überblick über die Datenlandschaft gewinnen – und sichern.

Data Governance minimiert Geschäftsrisiko 

Ein Vergleich von einer einmaligen Momentaufnahme mit einer „Datenlandkarte“ zeigt, dass die Datenlandkarte auch die Veränderungen von Geschäftsprozessen aufnimmt. Trotz integrierter Systeme auf Prozessebene werden diese Daten über verschiedenartige Datenlandschaften mit unabhängigen Quellsystemen verteilt. Die Datenqualität ist oft inkonsistent und mangelhaft, es sind redundante oder widersprüchliche Informationen vorhanden. In großen Unternehmen mit vielschichtigen Produkten und Organisationsstrukturen sind Daten häufig sehr heterogen.

Alle Ansätze, eine Struktur, Ordnung sowie eine Übersicht zu erlangen, sind bislang oft aufgrund der veralteten Daten ­gescheitert. Die Datenlandschaft hinkt häufig der Dynamik der Geschäftsprozesse hinterher und ist nicht so aktuell, wie sie ­eigentlich sein sollte. Dieser Umstand der „Datenaktualität“ ist daher ein Geschäftsrisiko, das die Unternehmen möglichst gering halten müssen.