Door Thijs Grievink
Naar verwachting zijn de wereldwijde digitale datastromen in 2030 meer dan twintig keer zo groot als in 2018. Belangrijk dus om slim gebruik te maken van (big en open) data en organisatiebreed datamanagement. En om je databeheer en kwaliteitsbewaking goed te regelen, want alleen dan krijg je zinvolle informatie.
Zolang de mensheid gegevens verzamelt, worstelt ze met de betrouwbaarheid ervan. Neem het jaar waarin Columbus Amerika ontdekte – 1492. Dit was puur een toevalstreffer, gebaseerd op een ‘datafoutje’. Omdat Columbus van een Perzische geograaf uitging, had hij de Arabische mijl als eenheid moeten gebruiken. Hij rekende echter met de Romeinse mijl die een stuk korter is. Dit pakte gelukkig goed uit. Hoe anders verging het de Mars Climate Orbiter in 1999, ruim vijf eeuwen later. Een enorme crash, veroorzaakt door een ontwerpprobleem bij de conversie van inches naar centimeters.
Dit zijn twee grote, bekende voorbeelden die pijnlijk duidelijk maken wat de gevolgen van slechte datakwaliteit kunnen zijn. In de meeste organisaties is het op orde krijgen van datakwaliteit nog steeds een van de belangrijkste uitdagingen. Slechte kwaliteit van data leidt tot fouten, kost geld en staat vernieuwing in de weg – goede data zijn steeds vaker een randvoorwaarde voor innovatie. De benefits van blockchain, artifical intelligence (AI) en robotisering zijn direct afhankelijk van de kwaliteit van de input: data. Het zijn geen utopische oplossingen waarvoor ‘garbage in, goud uit’ geldt. Het zijn technologieën die buitengewone dingen mogelijk maken, maar dan moet de datakwaliteit wel goed zijn.
Drie misverstanden
Het belang van datakwaliteit wordt alleen maar groter, maar in de praktijk is veelvuldig te zien dat het realiseren ervan nog niet zo eenvoudig is. Deels wordt dit gevoed door de volgende drie misverstanden.
1 ‘Datakwaliteit gaat over volledigheid en juistheid’
De praktijk brengt datakwaliteit al snel terug tot de dimensies volledigheid en juistheid. Maar stel dat je organisatie vanuit risico-oogpunt graag antwoord wil op de vraag: welke klanten kampen met werkloosheid? En dat je klantcontactsysteem dit gegeven niet ondersteunt. Medewerkers typen bijvoorbeeld in een vrij tekstveld naar eigen inzicht allerlei waarden in. Van ‘werkloos’, ‘zit thuis’, ‘werkloosheid’ tot fout gespelde varianten als ‘werkeloos’. Deze data zijn inderdaad volledig en juist, maar door de inconsistente vastlegging krijg je geen totaaloverzicht. Zeker als de lijst met waarden groot is, kun je de data alleen nog met handmatige reviews en correcties herstellen.
Enkele tips:
- Houd oog voor alle dimensies van datakwaliteit. Naast volledigheid en juistheid zijn dit bijvoorbeeld: consistentie, validiteit, tijdigheid en herleidbaarheid.
- Bepaal daarbij welke checks belangrijk zijn.
- Zorg voor een goed beeld van je data-requirements. Zo dwing je al bij de proces- en systeeminrichting een gestructureerde vastlegging van gegevens af en werk je echt aan ‘data quality by design’.
2 ‘Een probleem? De datamanagementclub lost het wel op’
Het is goed om te beseffen dat datakwaliteit het resultaat is van alle afdelingen die werken met data, dwars door de hele organisatie heen. Als de problemen te groot worden, zie je vaak dat er een apart project wordt opgetuigd om de kwaliteit van data te verbeteren. Dat kan als ook de data governance wordt aangepakt. Want doe je dat niet, dan is de kwaliteit een halfjaar nadat het project zijn werk heeft gedaan weer terug bij af. Uit onderzoek blijkt ook dat data governance de belangrijkste succesfactor van datakwaliteit is.
Een dataprobleem zit vaak diep in de keten van de organisatie verscholen. Toch kijken we graag alleen naar de datastewards: ‘Zeg, lossen jullie het even op?’ Maar dat is niet hun rol. De datamanagementafdeling harmoniseert bijvoorbeeld wel issues en prioriteiten (data-issuemanagement). Maar data-issues écht oplossen vraagt om een goede overdracht naar het changemanagementproces. Is de oplossing helder te pinpointen op een plek of systeem?, dan gaat het nog goed. Maar zijn er meerdere scenario’s en heb je meer dan een partij nodig, dan loopt het proces vast.
Suggesties:
- Maak het overdrachtsmoment naar het changemanagementproces helder: wie definieert de oplossingsrichtingen en hoe vindt besluitvorming plaats? Hoe borg je dat alle schakels met elkaar de changeoppakken?
- Beleg de processtappen en verantwoordelijkheden expliciet, zodat ze niet tussen de wal (data-issuemanagement) en het schip (changemanagement) belanden.
3 ‘Meten is weten’
Er lijkt een collectieve verslaving te zijn aan controles, checks en dashboards. Zodra we een dashboard met een kleurrijke piechart zien, geloven we het en voelen we ons ‘in control’. Maar schijn bedriegt. In de praktijk ontbreken vaak belangrijke feiten. Ook kosten die maandelijkse rapportages (helaas nog vaak) veel mankracht, terwijl ze veelal geen garantie geven voor datakwaliteit. Deze twee uitgangspunten vergeten organisaties nogal eens: 1) wat je niet weet, meet je niet, en 2) soms is wat je weet niet te meten.
Hoe pak je het dan wel aan?
- Houd je datakwaliteitscontroles en rapportages lean. Besteed tachtig procent van de tijd aan de twintig procent belangrijkste data-elementen.
- Praat met de belangrijkste key users van data in je organisatie. Dan kom je eenvoudig achter de vervelendste data-issues; ook problemen die je niet kunt vaststellen met een controle, zoals data die helemaal niet worden vastgelegd of niet op het gewenste detailniveau.
- Onthoud als vuistregel: besteed meer tijd aan de oplossing van problemen dan aan de zoektocht en rapportage.
Thijs Grievink is management consultant bij Bisnez. Schreef samen met collega’s Dave Stam en Peter Noordam het boek Succesvol Datamanagement – meegroeien in het datatijdperk over het organiseren van data.
Deze bijdrage komt uit IP #1/2021. Het hele nummer kun je hier lezen.