The four building blocks of data excellence

Click here for information on Data Excellence

In het digitale tijdperk is data overal. Het beschikken over grote hoeveelheden data is dan ook allang geen uitzondering meer. Waar data excellence volgens Improven écht om draait is het goed managen van al deze data. Dat vraagt volgens Ramon van den Heuvel, partner bij Improven, om een integrale focus op vier gebieden.

Vele organisaties weten inmiddels dat er een wereld van verschil zit tussen het hebben van data en het benutten van de waarde van data. Ramon van den Heuvel ziet in de praktijk echter veelal dat organisaties nog altijd worstelen met de vraag hoe de potentie uit data gehaald kan worden.

“Iedereen ziet inmiddels het belang van datagedreven werken, maar het ook daadwerkelijk doen blijkt vaak lastiger dan gedacht”, geeft hij aan. “Organisaties implementeren vaak een tool en denken daarmee een stap te kunnen zetten in datavolwassenheid, maar de basis is vaak niet op orde.”De basis op orde krijgen – dat is dus het credo voor organisaties die hun data willen omzetten in waarde. Maar hoe doe je dat? Van den Heuvel benadert deze vraag vanuit vier belangrijke thema’s op het gebied van data: data governance, datakwaliteit, business intelligence & data science.

1: Data governance

Ten eerste data governance. “Om structureel succes te bereiken met een datastrategie is de inrichting van data governance onmisbaar”, aldus Van den Heuvel. “Data governance zorgt ervoor dat er meer grip wordt verkregen op de grote hoeveelheden data in de organisatie.”

“Er wordt inzichtelijk gemaakt welke data er is en hoe dit wordt geborgd, zodat deze data accuraat, betrouwbaar, beveiligd en betekenisvol is. Daarnaast wordt ervoor gezorgd dat data gebruikt en verwerkt wordt op een ethische manier en in lijn met wet- en regelgeving.”

Om dit te borgen is het nodig om processen, beleid, normen, organisatiestructuur en technologieën op de juiste manier in te richten, zo legt hij uit. “Hierbij is het essentieel om ook de organisatiecontext mee te nemen, zodat al deze elementen goed aansluiten bij de ambitie van de organisatie. Om de beheerlast te beperken is het daarnaast goed om zoveel mogelijk te automatiseren.”

2: Datakwaliteit

Naast de inrichting van data governance is het van belang voldoende aandacht te schenken aan de kwaliteit van de beschikbare data in een organisatie. Van den Heuvel: “Goede datakwaliteit is randvoorwaardelijk als een organisatie waarde uit haar data wil halen.”

“Door data uit meerdere bronnen te koppelen kunnen relaties tussen oorzaak en gevolg worden onthuld die eerder misschien niet bekend waren.”

Hij benadrukt dat datakwaliteit géén doel op zich is. “Het is van belang dat data ‘fit for purpose’ is. Kwalitatief hoogwaardige data vermindert risico’s, verlaagt kosten en verbetert de efficiëntie en productiviteit van de organisatie, doordat fouten niet meer hersteld hoeven te worden en doordat beslissingen gemaakt worden op basis van correcte data.”

Om te zorgen dat de data kwalitatief aan de juiste voorwaarden voldoet, is het volgens de partner onder meer belangrijk om kpi’s vast te stellen, zodat op basis daarvan datakwaliteitsprocessen kunnen worden geoptimaliseerd en geborgd.

3: Business Intelligence

Door middel van het inrichten van data governance en de aandacht voor datakwaliteit kan de beschikbare data uiteindelijk worden ingezet voor waardevolle inzichten waarmee organisaties de juiste beslissingen kunnen nemen: business intelligence.

“Met BI worden de bedrijfsgegevens verzameld, geanalyseerd en gerapporteerd in dashboards”, legt Van den Heuvel uit. “Reporting richt zich op wat er is gebeurd. Dashboards proberen een antwoord te geven op de vraag waarom iets is gebeurd. Door data uit meerdere bronnen te koppelen kunnen relaties tussen oorzaak en gevolg worden onthuld die eerder misschien niet bekend waren.”

Hierbij ligt een belangrijk deel van de toegevoegde waarde ook in de wijze van presentatie. “Juiste interactie en goede vormgeving van de visualisaties zijn bij het ontwerp van dashboards heel belangrijk.”

4: Data Science

Tot slot data science. Waar begrippen als business intelligence en data science op het eerste oog wellicht verschillende termen voor ongeveer hetzelfde lijken, benadrukt Van den Heuvel dat ze wel degelijk van elkaar verschillen.

“Data science richt zich meer op toekomstige inzichten, waarbij zo nauwkeurig mogelijk voorspellingen worden gedaan.”

“In vergelijking tot business intelligence richt data science zich meer op toekomstige inzichten, waarbij zo nauwkeurig mogelijk voorspellingen worden gedaan. Daarvoor passen data scientists allerlei programmeervaardigheden, statistische expertise en sector- en organisatiekennis toe”, licht hij toe. “Daarbij maken ze gebruik van zowel gestructureerde als ongestructureerde data.”

De waarde uit data halen

Met de inrichting van data governance, de juiste aandacht voor datakwaliteit, het gebruik van business intelligence en data science ben je als organisatie in staat om waarde te halen uit de beschikbare data, zo vat Van den Heuvel het samen.

“Het op orde hebben van een dataorganisatie inclusief databeheer van hoge kwaliteit met betrouwbare rapporten en inzichten biedt veel voordelen”, stelt de partner. “Je kunt beheerkosten en risico’s verlagen, compliant en in control blijven, de productiviteit verhogen en betere beslissingen maken. Kortom: data kan worden ingezet als waardevermeerderend instrument voor de organisatie.”