Eenduidige definities en Masterdata management 

De toegevoegde waarde van dataanalyse en slim omgaan met data en koppelingen daartussen, is gekoppeld aan het voeren van eenduidige definities van alles waarover u data verzamelt. En met de kwaliteit van uw data. Een echt data-gedreven organisatie werkt met één gemeenschappelijke versie van de waarheid. 

We bespreken hier kort de processen, governance, het beleid en de richtlijnen die u kunt gebruiken om continu uw bedrijfskritische data te (her)definiëren en te managen. 

 

Vier kritische factoren voor data-gedreven werken 

Om echt meerwaarde te halen uit de data die organisaties vandaag de dag rijk zijn, zijn vier kritische factoren benodigd: 

  1. Een data-gedreven manier van werken en denken. 
  2. Een flexibel dataplatform dat het mogelijk maakt om data te verzamelen, aan elkaar te koppelen en te analyseren. 
  3. Masterdata management, wat helpt zorgen voor schone data en voor one version of the truth: onontbeerlijk voor data-gedreven besluitvorming. 
  4. Een proces voor het verbeteren en borgen van de kwaliteit van data. 

Maar hoe pak je datakwaliteit aan? Hoe zorgt u ervoor dat uw masterdata op orde is?

Het begint bij de vraag 

Eén van de eerste dingen die u moet doen wanneer u aan de slag wilt gaan met het opzetten of verbeteren van een dataplatform, of het data-gedreven werken, is een controlevraag stellen. En dat is vaak een heel eenvoudige vraag die u aan de organisatie stelt. Die vraag kan bijvoorbeeld zijn: 

“Hoeveel klanten heb je?” of; “Hoeveel producten verkoop je?” En dan wat complexer: “Hoeveel producten verkoop je per klant?” 

U zult zien dat heel veel organisaties geen betrouwbaar antwoord kunnen geven op deze vragen. 

Vervuilde data en een definitieprobleem 

Dat komt onder andere doordat er vaak sprake is van vervuilde data. Een praktisch voorbeeld: we kijken bij een grote Nederlandse logistieke organisatie, waarvan de medewerkers al hun transacties registreren in een logistiek systeem. Als we echter van iets dichterbij naar dat systeem gaan kijken, dan zien we dat sommige klanten daar vijftien keer “uniek” in voorkomen. 

Dat heeft dan puur te maken met het feit dat een klantnaam op verschillende manieren is geschreven, dus bijvoorbeeld ‘Motion10’, ‘Motion 10’, ‘Motion10 bv’, etc. Merk op; dit zijn voorbeelden die in de praktijk letterlijk voorkomen. Dit maakt het heel lastig om echt data-gedreven te worden. 

Eenduidige definities en Masterdata management 

Vervuilde data heeft – naast slordige invoer en laks beheer van data ook te maken met het voeren van eenduidige definities binnen uw organisatie. Wat is de definitie van een klant? En van een product? Welke kenmerken en data horen daar allemaal aan gekoppeld te zijn? 

Centraal in het data-gedreven werken als organisatie is het afspreken van definities van waarden, met de stakeholders die eigenaar zijn van de processen waarin die data gebruikt worden. En het op niveau houden van uw datakwaliteit begint met die definities, en bij de registratie van data bij de bron – vaak nog altijd handmatige invoer door een mens. 

Het is uitermate belangrijk dat u uw data schoon invoert, en schoonhoudt. Het bewustzijn rondom datakwaliteit moet ingebed zijn in de cultuur van uw organisatie. Het is van fundamenteel belang dat u eenduidige definities vastlegt en hanteert. En dat u de kwaliteit van uw data continu monitort; met handmatige én geautomatiseerde processen. 

Meer informatie  

Wilt u meer weten over hoe het voeren van éénduidige definities een organisatie als Feyenoord heeft geholpen de supporter en klant echt centraal te zetten? Bekijk hier de case 

Meer uitvoerige informatie over het beheren van datakwaliteit, maar ook andere factoren zoals adoptie, structuur en strategie die bijdragen aan echt data-gedreven werken? Bekijk dan de whitepaper PowerBI…en dan”.