'/%3E%3C/svg%3E){kind=small}
Oplossing
Data-architectuur
Het fundament waarop definities, herkomst en eigenaarschap vastliggen, en dat meegroeit als de organisatie verandert.
Vraagstuk
Twee afdelingen, twee getallen, en een vergadering die over de cijfers gaat in plaats van over het besluit. Soms is er werkelijk iets mis met de data: vaker is er niets mis en meet men twee verschillende dingen.
Bekijk de oplossing → Plan een kennismaking → of stel eerst een vraag
De situatie
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. Twee weken later gebeurt hetzelfde met een ander onderwerp.
Wat dan meestal wordt geconcludeerd: “onze datakwaliteit is slecht”, is soms terecht: ontbrekende, dubbele of verkeerd gekoppelde records bestaan echt en moeten eerst worden uitgesloten. Maar vaak 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 niet. Niemand heeft dan ongelijk, en juist daarom lost beter meten het niet op.
Het echte probleem is dat de definitie nergens vastligt en de herkomst niet te volgen is. Zolang niemand kan laten zien hoe een getal tot stand komt, blijft elke discussie een kwestie van wie het hardst zijn versie verdedigt.
Dit is geen technisch defect maar een organisatorisch. Elk systeem is los van elkaar goed ingericht, elke afdeling heeft goede redenen voor zijn eigen definitie, en niemand is eigenaar van het geheel. Wie het probeert op te lossen door alles in één datawarehouse te zetten, ontdekt dat de tegenstrijdige definities gewoon meeverhuizen.
Het wordt zichtbaarder zodra er AI bij komt. Een model dat op onduidelijk gedefinieerde data is getraind, levert uitkomsten waarvan de betekenis betwistbaar blijft: de validatie zegt weinig als onduidelijk is wát er gemeten werd. Dan stopt het project, niet omdat het model slecht is, maar omdat niemand ervoor wil tekenen.
Hoe dit speelt bij overheid en non-profit, staat op de sectorpagina.
Wat helpt
Vertrouwen komt niet terug door een nieuw platform. Het komt terug als mensen kunnen zien waar een getal vandaan komt, en als duidelijk is wie erover gaat.
Begin bij de omstreden getallen
Niet bij alle data, maar bij de handvol cijfers waar werkelijk over gediscussieerd wordt. Leg per getal vast wat het betekent, wie de eigenaar is en waar het vandaan komt.
Maak de herkomst zichtbaar
Een gebruiker moet van een cijfer op een dashboard terug kunnen naar de bron. Dat maakt een verschil verklaarbaar; wie erover beslist als twee definities allebei verdedigbaar zijn, moet daarnaast belegd zijn.
Accepteer meerdere definities
Soms zijn er terecht twee definities van “klant”. Ze mogen naast elkaar bestaan, mits ze allebei een naam hebben en het duidelijk is welke waar wordt gebruikt.
Verder lezen
Oplossing
Het fundament waarop definities, herkomst en eigenaarschap vastliggen, en dat meegroeit als de organisatie verandert.
Artikel
Registratie, rapportage en voorraad: wat een laag tussen de systemen verandert, met de zorg als voorbeeld.
Artikel
Waarom AI-projecten stranden op datakwaliteit, en wat u eraan doet voordat u begint te modelleren.
Eerst weten waar u staat? Doe de gratis Data Maturity Scan: zestien vragen, direct resultaat.
Twentynext bouwt datafundamenten voor organisaties in heel Nederland: een data-architectuur waarin definities, herkomst en eigenaarschap vastliggen, zodat iedereen van een cijfer terug kan naar de bron. Wij beginnen bij de handvol omstreden getallen, niet bij alle data, en dezelfde mensen die het fundament ontwerpen, bouwen en beheren het daarna. Sinds 2014, vanuit Eindhoven.
Soms. 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. Het echte probleem is dan dat de definitie nergens vastligt en de herkomst niet te volgen is.
Bij de omstreden getallen: leg per getal vast wat het betekent, wie de eigenaar is en waar het vandaan komt. Maak de herkomst zichtbaar, zodat een gebruiker van een dashboard terug kan naar de bron. En accepteer dat er meerdere definities naast elkaar mogen bestaan, mits ze allebei een naam hebben en duidelijk is welke waar wordt gebruikt.
Samenwerken
De mensen die het bouwen, beheren het daarna. Sinds 2014 in Eindhoven.
Wij gebruiken Google Tag Manager om bezoek te meten en Leadinfo om te herkennen welk bedrijf onze site bezoekt. Beide laden alleen als u daarmee instemt. Kiest u voor alleen noodzakelijk, dan werkt de site gewoon en meten wij niets. Cookieverklaring · Privacyverklaring
