Voor de besturen van veel bedrijven en organisaties was de komst van de wet Algemene Verordening Gegevensbescherming (AVG) een ‘wake up call’. Besturen merkten dat zij onvoldoende grip hadden op de persoonsgegevens van hun klanten, personeel en andere personen. Een aantal bedrijven en organisaties kon hierdoor bij het ingaan van de AVG op 25 mei jongstleden niet aantonen dat zij zich aan de wet houden, zoals de wet dat voorschrijft.
Discussie
Het is een voorbeeld van de problemen die veel organisaties hebben met het beheersen van hun datasets. Maar er zijn ook andere momenten waarop vaak aandacht ontstaat voor de omgang met data. Bijvoorbeeld als een bestuur de strategische doelen bespreekt en er discussie ontstaat over de juistheid van de cijfers in plaats van wat de cijfers laten zien. Ook het voorbereiden van een marketingcampagne is zo’n moment. Dan blijkt opeens dat gegevens van klanten en relaties incompleet of verouderd zijn.
Andere vraag
Vaak steken dit soort uitdagingen de kop op als binnen een organisatie iets anders wordt gevraagd dan men gewend is te doen. Als een andere vraag wordt gesteld dan de vraag die normaal gerapporteerd wordt. Dan moet een organisatie aan de slag met andere data en blijkt dat gegevens nog niet of onvoldoende zijn vastgelegd. Of men weet niet waar die data te vinden, hoe die te verzamelen en daarover te rapporteren.
Medewerkers
Een belangrijke oorzaak voor problemen met datasets is een gebrek aan ‘data-awareness’. Medewerkers zijn zich onvoldoende bewust van het belang van data voor de organisatie. Men heeft wel geleerd bepaalde gegevens op te slaan, maar weet eigenlijk niet goed waarom dat belangrijk is en wat andere afdelingen ermee doen. Een gevolg daarvan is dat gegevens die door een afdeling aan een andere worden aangeleverd meer dan eens onvolledig zijn of fouten bevatten. Het aanvullen of corrigeren daarvan leidt dan tot meerwerk en meerkosten.
Vakgebied
Wat kunnen organisaties doen als zij problemen hebben met hun datasets? Allereerst dient men op bestuurlijk en managementniveau te begrijpen dat data-awareness – en in het verlengde daarvan een hogere datakwaliteit – toegevoegde waarde heeft voor de organisatie. En dat daarentegen een lage datakwaliteit de organisatie op allerlei manieren geld kan kosten. Daarnaast is het essentieel dat wordt ingezien dat databeheer een op zichzelf staand vakgebied is en dat daarmee op een professionele manier moet worden omgaan. Om succesvol te zijn met het verhogen van de data-awareness dienen bestuur en management aan de slag te gaan met zowel de organisatie en de processen als met de systemen en de medewerkers. Een organisatie moet op al deze onderdelen groeien om de data-awareness en datakwaliteit te verbeteren.
Negen stappen
Op het moment dat het besluit is genomen om met data aan de slag te gaan, kunnen organisaties de volgende stappen nemen:
1. Identificeer de belangrijkste data-objecten, bijvoorbeeld de klanten of producten.
2. Weersta de verleiding om alle data-objecten tegelijkertijd aan te pakken. Begin met een of twee datasets.
3. Stel, dat het om klantgegevens gaat, beschrijf dan hoe die klantgegevens moeten worden vastlegt, in welke vorm en hoe gedetailleerd.
4. Stel een data-eigenaar aan die het vastleggen van de gegevens monitort en die controleert of volgens de definities wordt gewerkt en die sturend optreedt als dat nodig is.
5. Onderzoek de systemen en processen, en stel vast of deze passen bij de manier waarop de data moeten worden opgeslagen.
6. Informeer de medewerkers en bespreek de processen en systemen zodat duidelijk is hoe zij daarmee moeten werken en men begrijpt waarom het belangrijk is dat het invoeren van de gegevens goed gebeurt.
7. Stel Kritieke Prestatie Indicatoren (KPI’s) vast voor de data, zodat de kwaliteit van de data beoordeeld kan worden en waar nodig aanpassingen kunnen worden doorgevoerd om de kwaliteit te verbeteren.
8. Zodra een of twee data-objecten goed zijn ingeregeld, kan besloten worden om met een derde of vierde data-object aan de slag te gaan.
9. Tenslotte is het belangrijk om de kwaliteit van de data continue te monitoren aan de hand van de KPI’s en als er wat aan schort maatregelen te nemen die kunnen leiden tot verbetering van de kwaliteit.
Proces van bewustwording
Om succesvol te zijn bij het verhogen van de data-awareness is het cruciaal om de medewerkers mee te nemen in een proces van bewustwording over het belang van goede data. Het onderwerp moet gaan leven en medewerkers moeten de toegevoegde waarde zien en elkaar stimuleren om met de kwaliteitsverbetering aan de slag te gaan. Het is een essentieel onderdeel van de aanpak die wij bij Improven hanteren om tot een hogere datakwaliteit te komen.
Improven Data Quality Scan
Bestaat er in uw organisatie onzekerheid over de kwaliteit van de data en is daarover discussie ontstaan? Dan heeft Improven een eenvoudige methode – de Improven Data Quality Scan – waarmee wij snel een eerste analyse kunnen uitvoeren op uw datasets. De methode geeft snel inzicht in aspecten als compleetheid, uniekheid, accuraatheid en correctheid. Aarzel niet om contact op te nemen als u hierover meer wilt weten.
More information
Stijn Hubregtse | Consultant Business IT | M 0613352635 | stijn.hubregtse@improven.nl