artikel revival datamanagement v0-2 mg mdw
TRANSCRIPT
Revival Datamanagement Marc Govers Pagina 1 van 3
De revival van datamanagement
Herijking van doelen voor datamanagement of oude wijn in nieuwe zakken?
Datamananagement in het verleden
Eind jaren 80 stond datamanagement in de warme belangstelling van management en IT afdeling van veel
organisaties. Destijds was de belofte van datamanagement dat indien alle data van goede kwaliteit zou zijn en
deze data centraal opgeslagen zou worden en beschikbaar zou komen voor alle bedrijfsprocessen, er daarmee
veel problemen zouden worden opgelost.
Helaas bleek de praktijk weerbarstiger. Datamanagement werd vaak vooral een ICT feestje en het bleek nog niet
zo makkelijk om data vanuit een centraal punt naar waar deze nodig was gedistribueerd te krijgen. Het gevolg
was dat datamanagement een enigszins stoffig karakter kreeg: de meerwaarde werd als gering ervaren en de
architectuurbijdrage werd niet ingevuld.
Datamanagement: nieuw besef van kansen
Momenteel is er sprake van een herleving van datamanagement bij veel organisaties. In het huidige
informatietijdperk waarin organisaties opereren, is het besef groeiende dat informatie de beslissende factor wordt
om succesvol te ondernemen of de organisatie in tijden van voortdurende veranderingen adequaat te besturen.
Deze behoefte aan informatie die beantwoordt aan kwaliteitseisen, zoals bekend uit het oorspronkelijke
datakwaliteitsbeheer, heeft bij veel organisaties de overtuiging doen ontstaan dat men toch wat met de data aan
moet. Immers, data is nog altijd de bouwsteen om tot informatie te komen. Dat is nooit veranderd.
Deze hernieuwde aandacht voor datamanagement is actueel en veel organisaties vragen zich af hoe men kan
leren van fouten uit het verleden en hoe men data moet behandelen vanuit business perspectief zodat er waarde
creatie zal plaatsvinden. Dit is momenteel een van de belangrijkste vraagstukken waar organisaties mee worstelen
op het gebied van informatievoorziening en ICT.
Nieuwe en oude bronnen van data
Er zijn echter enkele oorzaken die het gebied van datamanagement hebben veranderd. Het is niet langer zo dat
het alleen gaat om interne in de organisatie aanwezige databronnen. Er zijn ook andere bronnen van data, waar
men tegenwoordig niet meer om heen kan:
1. Masterdata: Dit is de data die voor de organisatie van vitaal belang is. Met de masterdata kan men
voldoen aan 80% van alle informatiebehoeften zoals die aanwezig zijn in de bedrijfsprocessen.
Bijkomend voordeel is dat masterdata slechts 20% van de aanwezige datasoorten behelst. Er is hier dus
sprake van een 80-20 regel die, als u uw masterdata op orde heeft, tegen minder inspanning tot een
kwalitatief verbeterde informatievoorziening leidt en dus veel toegevoegde waarde kan opleveren.
Revival Datamanagement Marc Govers Pagina 2 van 3
2. Keten data: De data bronnen van afnemers en leveranciers wordt steeds meer van belang voor de interne
procesvoering en het behalen van business doelen. Vaak zie je al dat data over de keten gedeeld wordt
om integraal kosten te besparen en de processen te versnellen .
3. BIG Data: Hiermee wordt de belofte van de data bedoeld zoals die aanwezig is op het internet en meer
specifiek op de social media platforms. Deze data van klanten vindt men vaak in ongestructureerde vorm
terug en steeds meer organisaties erkennen de meerwaarde van deze enorme bron van data. Het oude
adagium 'ken uw klant' zou kunnen worden aangevuld indien deze big data ontsloten en gecombineerd
wordt met uw organisatie interne data.
4. Basisregistraties: In de publieke sector kunnen gemeenten, ministeries en provincies etc., gebruik maken
van bronnen van gestandaardiseerde data zoals deze aanwezig zijn in de basisregistraties. Het gaat hier
niet zozeer om een kans maar meer om een wettelijke verplichting om het interne applicatielandschap
aan te laten sluiten op de aanwezige basisregistraties. Zeker in deze tijden waarin de overheid moet
hervormen en bezuinigen is koppeling van basisregistraties essentieel.
5. Open data: Dit is een initiatief van de overheid om bepaalde publieke data voor andere doelen, dan
waarvoor zij verzameld is, aan het bedrijfsleven beschikbaar te stellen. Denk bijvoorbeeld aan milieu
(metingen van water en lucht), voorzieningen (oplaadpunten, parkeergarages) en demografische
gegevens (geboortecijfers, veiligheid). Deze data ligt eigenlijk gewoon voor ’t oprapen.
6. Geo data: In het tijdperk waarin mobiliteit niet meer ter discussie staat, sterker nog een vereiste is, voegt
locatie een nieuwe dimensie toe aan uw bedrijfsadministraties. Met name de geografische visualisatie
ervan biedt verbeterde en nieuwe inzichten.
Al deze bronnen hebben tot gevolg dat het vakgebied van datamanagement momenteel meer mogelijkheden
kent dan eind jaren '80 het geval was. De diversiteit aan bronnen, de omvang en de complexiteit maken dat de
aandacht voor data management weer sterk is toegenomen.
Moderne doelen voor datamanagement
Bovenstaande ontwikkelingen leiden tot een hernieuwde invulling van bestaande doelstellingen voor
datamanagement, waarmee beantwoordt wordt aan de eisen van deze tijd en nieuwe kansen mogelijk maakt.
Deze doelstellingen zouden als volgt kunnen worden ingevuld:
1. Zorgdragen voor datakwaliteit. Deze klassieke doelstelling wordt over het algemeen gestuurd op
kwaliteitsaspecten als juistheid, volledigheid en beschikbaarheid. Dat zal in deze tijd niet anders zijn. Wat
echter wel verschilt zijn de omstandigheden waar organisaties mee te maken krijgen. Waar men interne
data onder controle heeft, zal dat bij externe data niet meer het geval zijn, laat staan bij big data, Hierbij
spelen aspecten als diversiteit (naast gestructureerde data ook ongestructureerde data), snelheid (de
beschikbaarheid van data is een concurrentie factor van betekenis geworden) en flexibiliteit (in een
maatschappij waar verandering de enige constante is zal de beschikbare informatie zich daarop moeten
kunnen aanpassen) een steeds grotere rol. Voor het gevoel zijn dit aspecten die in de basis tegenstrijdig
zijn als het om de beheersing van de datakwaliteit gaat.
2. Zorgdragen en ontwerpen van de data infrastructuur: De data infrastructuur is het geheel van
technische middelen waarbinnen de data beheerd wordt. Het is gebruikelijk architectuurprincipe dat
Revival Datamanagement Marc Govers Pagina 3 van 3
afhankelijk van de gestelde requirements de techniek daar invulling aan moet geven. Zo is bijvoorbeeld
het datawarehouse een robuuste en gecontroleerde oplossing voor de stabiele informatiebehoefte.
Echter deze moderne tijd vraagt organisaties om ook aan andere eisen voldoen. Eisen waarvoor andere
technologieën kunnen worden ingezet. Om er een paar te noemen: Masterdata management voor
eenduidige vastlegging en distributie en de Enterprise Service Bus voor de gecontroleerde uitwisseling
en distributie van gegevens. Het kan niet ontkend worden dat de vereist data infrastructuur steeds
complexer wordt en dus planmatig dient te worden ontwikkeld en beheerd.
3. Ontwerpen en implementeren van een data governance organisatie : Naast de data (bouwstenen) en
de techniek (ICT en data infrastructuur) is de wijze waarop de organisatie met haar data om gaat (data
governance) minstens zo belangrijk. Immers, data governance verhoogt de kans dat data ook die
toegevoegde waarde krijgt. Het is niet verwonderlijk dat data als een corporate asset wordt beschouwd,
een productiefactor waarmee de organisatie haar doelen kan bereiken. Deze productiefactor dient dan
ook actief te worden gemanaged. Om data governance succesvol te laten zijn zal de organisatie ervan
zich vooral moeten richten op het eigenaarschap en de verantwoordelijkheid (aanspreekbaarheid) van
data. Logischerwijs ligt data governance dan ook bij de business.
4. Combineren van nieuwe databronnen : Nu de randvoorwaardelijke doelen zijn beschreven, wordt het
tijd voor de inhoudelijke kant van data. Waar in praktijk veel rapportages zich beperken tot de bekende –
meestal interne- databronnen, ligt de toegevoegde waarde met name in het combineren van interne met
externe databronnen. Zo kan bijvoorbeeld het in verband brengen van wat klanten op sociale media
uiten met wat er intern over de klantverkopen bekend is, leiden tot betere bediening van klanten en
vergroting van de omzet (cross-selling). En bij de publieke sector kan de implementatie van
basisregistraties leiden tot rationalisering van het applicatielandschap met alle bijkomende efficiëncy
voordelen. De mogelijkheden zijn eigenlijk onbeperkt, maar dat vormt precies de uitdaging.
5. Organiseren van het gebruik van data: Al enige jaren zien we de tendens dat BI steeds beter de juiste
informatie op het juiste moment aan de juiste doelgroep beschikbaar weet te stellen. Het zelf in de
informatiebehoefte kunnen voorzien (ook wel self service BI genoemd ) begint echt gemeengoed te
worden. Aan de andere kant vragen nieuwe ontwikkelingen en technologieën ook nieuwe en andere
vaardigheden. Zo zien we met de intrede van big data en de wijze waarop hier analyses moeten worden
gedaan ook de behoefte ontstaan aan een allround data analist – de data scientist. Deze moet zo’n
beetje van alle markten thuis zijn, o.a. communicatief, wetenschappelijk opgeleid, doorbijter en naast
techniek verstand van de business.
Door de klassieke doelen op de hiervoor beschreven wijze te herijken, wordt datamanagement nieuw leven
ingeblazen. Deze nieuwe doelen zijn zeker ambitieus, maar zijn een absolute voorwaarde voor de vervulling van
de belofte dat data als corporate asset de organisatie een meerwaarde biedt .
Het is dan ook aan te bevelen om voor het datamanagement een strategisch plan op te stellen, waarin de
roadmap staat beschreven hoe de doelen behaald gaan worden. Zoals eerder gesteld, is betrokkenheid van de
business een voorwaarde voor een succesvolle data management functie: m.a.w. de business is aan zet.