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.