Datafundament

Waarom vertellen onze rapportages verschillende verhalen?

Meestal omdat ze verschillende dingen meten. De ene rapportage telt klanten per contract, de andere per organisatie. De aantallen kunnen allebei kloppen. Welk getal je nodig hebt, hangt af van het besluit dat je wilt nemen. Een datafundament legt per cijfer vast wat het betekent, wie erover gaat en uit welk systeem het komt.

Bespreek je vraag →
Wandscherm met een schema van verbonden blokken en stromen

Een datafundament is alles wat ervoor zorgt dat je cijfers kloppen voordat er een rapport of AI-model op draait. Je weet welke data er is. Elk begrip heeft één naam, één eigenaar en één plek waar het wordt berekend. Van elk cijfer kun je nagaan uit welk systeem het komt. Vastgelegd is wie wat mag zien, en iemand bewaakt het geheel zodra het draait.

Een AI-vraag begint in de praktijk vaak bij dat fundament.

Twee getallen die allebei kloppen

Het begint bijna altijd hetzelfde. Iemand presenteert een getal, iemand anders heeft een ander getal, en de rest van het uur gaat op aan uitzoeken welk getal klopt. Soms is er werkelijk iets mis met de data: ontbrekende, dubbele of verkeerd gekoppelde records bestaan en moeten eerst worden uitgesloten. Vaker kloppen beide getallen en beantwoorden ze een andere vraag. De ene telt klanten per contract, de andere per organisatie. De ene sluit geannuleerde orders uit, de andere laat ze staan.

Het probleem is dan dat de definitie nergens vastligt en de herkomst niet te volgen is. Elke afdeling heeft goede redenen voor haar eigen definitie en niemand is eigenaar van het geheel. Wie alles in één datawarehouse zet, merkt dat de tegenstrijdige definities meeverhuizen. Komt er AI bij, dan wordt het zichtbaarder: een model dat is getraind op onduidelijk gedefinieerde data geeft uitkomsten waarvan de betekenis betwistbaar blijft.

Bouwstenen

Wat er in een datafundament zit

1. Doel en eigenaarschap. Welke beslissing moet beter, en wie is eigenaar van de data die daaraan hangt? We beginnen pas met bouwen als er een eigenaar is.

2. Afgesproken definities. "Eén waarheid" beloven we niet; vaak bestaan er terecht twee definities van hetzelfde begrip. Wel heeft elke definitie een naam, een eigenaar en één plek waar ze wordt berekend.

3. Herleidbaarheid tot de bron. Van elk cijfer is terug te volgen uit welk bronsysteem het komt en welke bewerkingen het onderging. Een verschil tussen twee rapporten wordt daarmee verklaarbaar.

4. Datakwaliteit en master data. Eén plek waar klant-, product- en leveranciersgegevens worden beheerd, met bewaking van de kwaliteit. Meer daarover in Datakwaliteit en AI.

5. Autorisatie en privacy by design. Data wordt gefilterd en gemaskeerd op de rechten van de gebruiker. Dat gebeurt in de datalaag zelf, zodat het niet per rapport geregeld hoeft te worden. Dat maakt vragen over de AVG en over informatiebeveiliging beantwoordbaar.

6. Beheer. Monitoring en incidenten, wijzigingen en doorontwikkeling, onder afspraken die op papier staan. Wij kunnen het beheer verzorgen of het overdragen aan je eigen team. Wat er gebeurt als een platform onbeheersbaar wordt, lees je in Een dataplatform dat onbeheersbaar wordt.

Vijf signalen dat het fundament eerst aandacht nodig heeft

Aan deze situaties herken je het:

  • In vergaderingen gaat het over de vraag wiens getal klopt en komt het besluit niet aan bod.
  • Een dashboard wordt niet vertrouwd en er draaien Excel-lijsten naast.
  • Niemand durft het dataplatform nog aan te raken.
  • Een AI-pilot slaagde, maar kwam niet in productie.
  • Niemand kan zeggen wie welke data mag zien.

Herken je er één of meer? Hoe we een bestaande pilot toetsen, lees je bij Wat we doen.

Voorbeeld

Een dataplatform dat Twentynext bouwde en beheert

AxionContinu · ouderenzorg · in gebruik sinds 2023, in beheer bij Twentynext

Een dataplatform voor AxionContinu

AxionContinu bepaalt wat er gemeten wordt en stuurt op de cijfers. Twentynext bouwde het data- en rapportageplatform dat cliëntendossier, roosters en financiën samenbrengt, en de analyses daarbovenop. Gebruikers openen hun rapporten in NextView, het rapportageportaal dat Twentynext bouwde. Het platform is sinds 2023 in gebruik en Twentynext beheert het. De zes bouwstenen van hierboven zijn er alle zes ingericht: eigenaarschap, definities, herleidbaarheid, datakwaliteit en master data, autorisatie en beheer.

Lees de case AxionContinu · Hoe we met zorgorganisaties werken

Datafundament, dataplatform, data-architectuur: wat is het verschil?

Datafundament: het geheel van afspraken, kwaliteit, rechten en beheer dat data betrouwbaar maakt. Dat is organisatie én techniek.

Dataplatform: de technische omgeving waarin bronnen samenkomen en waarop rapportages en AI draaien.

Data-architectuur: het ontwerp dat vastlegt wat waar wordt bepaald: welke bron leidend is, welke definitie geldt en hoe een getal van bron naar rapport reist.

Verder lezen: de whitepaper Van dashboard naar besluit, onze aanpak, stap voor stap, Datakwaliteit en AI en Wat is datagedreven werken?

Veelgestelde vragen

Wat is een datafundament?

Alles wat ervoor zorgt dat je cijfers kloppen voordat er een rapport of AI-model op draait: afgesproken definities met een eigenaar, cijfers die herleidbaar zijn tot de bron, datakwaliteit en master data, autorisatie op wie wat mag zien, en beheer zodra het draait.

Hoe weet ik of de data van mijn organisatie klaar is voor AI?

Signalen dat het fundament eerst aandacht nodig heeft: discussies over wiens getal klopt, dashboards die niet vertrouwd worden, een dataplatform dat niemand nog durft aan te raken, een pilot die niet in productie kwam en niemand die weet wie welke data mag zien.

Wat is het verschil tussen een datafundament en een dataplatform?

Het datafundament is het geheel van afspraken, kwaliteit, rechten en beheer dat data betrouwbaar maakt. Het dataplatform is de technische omgeving waarin bronnen samenkomen en waarop rapportages en AI draaien. Een platform zonder fundament levert snelle cijfers op die niemand vertrouwt.

Wat moet je regelen voordat je Copilot of een andere AI-assistent inzet?

Vooral de rechten: wie mag welke data en documenten zien. Een assistent vindt alles waar een gebruiker toegang toe heeft. Ook nodig: afgesproken definities en een eigenaar per databron. Meer daarover in Copilot uitrollen op eigen bedrijfsdata.

Nemen jullie ook een bestaand dataplatform over?

Ja. We beheren dataplatforms en AI-oplossingen, ook als anderen ze bouwden. De documentatie om het over te dragen hoort bij het werk.

Wat je als eerste met ons bespreekt

Neem één beslissing mee waarvoor de cijfers nu uiteenlopen. Kom met degene die de beslissing neemt en met iemand die dagelijks met de cijfers of het proces werkt. Het eerste gesprek is vrijblijvend. Stel je vraag.

We streven ernaar binnen één werkdag te reageren.

Samenwerken

Mind your business. Wij doen de rest.

Vooraf spreken we af wie het systeem beheert. Sinds 2014 in Eindhoven.

Ons team

Data- en AI-specialisten

Bel ons: 088-2762345 of stel eerst een vraag