Datagedreven, datacentrisch, big data… Veel organisaties beseffen maar al te goed dat data geen overbodige luxe is, maar juist waarde toevoegt. Sterker nog: ‘datagedreven’ is de nieuwe norm. Dit vraagt wel om een stevig datafundament. Het lukt echter veel organisaties niet om hun datadiensten en -producten op te schalen. In deze blog vertel ik hoe dit aan te kunnen pakken.

Volgens CGI's Client Global Insights Rapport geeft 81% van onze klanten advanced analytics aan als belangrijkste investering in innovatie. Om waarde uit hun data te halen, gaan ze aan de slag met geavanceerde voorspelmodellen, interactieve dashboards en rapportages. In de praktijk komen de meeste initiatieven echter niet verder dan demo's of proof-of-concepts. Dit is voor veel organisaties, zowel in de publieke sector als daarbuiten, een herkenbare situatie.

Hobbels op de weg

Vaak is er meer dan één specifieke reden waarom het organisaties steeds niet lukt om hun datadiensten en -producten uit de demo-sfeer te trekken en daadwerkelijk in de praktijk te brengen. Meestal spelen meerdere factoren hierbij een rol:

  • De organisatie benadert data science als een experiment;
  • Een proces voor innovatie ontbreekt;
  • Er is onvoldoende aandacht voor gegevensbeheer;
  • De organisatie heeft geen of een onvolledige visie op data.

Begin altijd bij de basis

Vaak kampt een organisatie met een combinatie van bovenstaande factoren. Het houdt hen echter niet tegen om toch aan de slag te gaan met hun data. Organisaties willen het liefst meteen werk maken van innoverende predictive analytics, algoritmen of artificial intelligence (AI) toepassingen. Haastige spoed is echter ook hier niet goed. Want om daadwerkelijk waarde uit data te halen, moet - ik benadruk het - eerst een stevig datafundament gelegd worden. Vergelijk het met een recept: ook bij analytische modellen is niet alleen de wijze van bereiding, maar ook de kwaliteit van de ingrediënten (de data) essentieel.

Kenmerken van een stevig datafundament

Het leggen van een stevig datafundament komt echter niet zo makkelijk van de grond. Het is nu eenmaal verleidelijk om datamanagement over te slaan en meteen met meer ‘sexy’ onderwerpen zoals advanced analytics of AI te beginnen. Terwijl het beheren van data een cruciale eerste stap is: het is een misverstand dat big data de noodzaak hiervoor dempt. Een solide fundament blijft essentieel; pas daarna kun je verder bouwen.

De waardevolle inzichten van Data2Diamonds

Tot zover het ‘waarom’ van een datafundament. Laat ik eens inzoomen op het ‘hoe’. Want hoe leg je nou die zo belangrijke solide basis? Daarvoor verwijs ik graag naar CGI’s Data2Diamonds (D2D) -methodologie. D2D geeft waardevolle inzichten en wereldwijde ‘best practices’ op het gebied van data en analytics. Dit zijn volgens deze methodologie de belangrijkste kenmerken van een solide datafundament:

  • Een gedragen visie en strategie
    De organisatie beschikt over een heldere en breed gedragen visie op data en een strategie om die visie te realiseren. Toetsing van initiatieven is mogelijk naar de mate waarin ze aan de realisatie van de visie bijdragen.
  • Data-eigenaarschap is eenduidig belegd
    Het is duidelijk wie in de organisatie aanspreekbaar is op de kwaliteit van welke data. Deze persoon is bewust van zijn/haar rol en heeft het mandaat om acties te ondernemen om bijvoorbeeld de kwaliteit van de data te verbeteren.
  • Datakwaliteit is omschreven en wordt gemeten
    De organisatie beschikt over een datakwaliteitsraamwerk. Afspraken zijn gemaakt over wat datakwaliteit voor de organisatie betekent. Er zijn datakwaliteitsdoelen gesteld; de kwaliteit van de data wordt regelmatig - het liefst continu - gemeten.
  • Data in de juiste context
    Data krijgt pas betekenis in een bepaalde context. Het voorzien van context aan data (oftewel metadata), zoals definitie, classificatie, tijdstip van aanmaak en toegangsrechten zorgen niet alleen voor een betere toepasbaarheid van data, maar ook voor beter beheer van data.
  • Afspraken over datagebruik
    Er zijn duidelijke afspraken met interne en externe datagebruikers en dataleveranciers - denk hierbij aan ketenpartners van de organisatie - over het gebruik van data.

Datamanagement hoog op de agenda

Een solide datafundament die bovenstaande kenmerken vertoont, ontstaat niet vanzelf. Je organisatie moet dus aan de slag om dit te realiseren. Zorg daarbij allereerst dat het belang van het beheer van data op bestuurlijk niveau wordt onderkend in de organisatie. Dit klinkt vanzelfsprekend, maar het is vaak niet het geval. Formuleer dus een datamanagement strategie en een governance-model die passen bij jouw organisatie. Elke organisatie heeft een unieke cultuur en de strategie moet daarop aansluiten, niet omgekeerd. Identificeer vervolgens binnen je organisatie - zowel business als IT - wie als kwartiermakers kunnen fungeren en zet hen in om datamanagement in te richten. De verandering moet van binnen komen!

Over de auteur

Picture of Patrick Baeyens

Patrick Baeyens

Director Consulting Data & Analytics

Patrick is al meer dan 17 jaar werkzaam in diverse industrieën op het snijvlak tussen proces, data en technologie. Hij heeft daarbij vele verschillende rollen vervuld op het gebied van complexe implementaties, beleidsadvisering, informatievoorziening, systeemontwikkeling, projectmanagement en architectuur.

Voeg commentaar toe

Comment editor

  • No HTML tags allowed.
  • Lines and paragraphs break automatically.
Blog richtlijnen en gebruiksvoorwaarden