Category: Nieuws

valkuilen die het succes van data governance in de weg staan

Zes klassieke valkuilen die het succes van data governance in de weg staan

Je begrijpt dat data governance je bedrijf een belangrijke toegevoegde waarde bezorgt? Prima! Je wil daarom concreet van start gaan met data governance? Nog beter! Hou daarbij in gedachten dat je sneller succes behaalt wanneer je de uitschuivers vermijdt die anderen vóór jou maakten. In deze blog belichten we zes klassieke valkuilen die het succes van data governance in de weg staan.

No go 1: IT leidt het initiatief

Uiteraard moet je IT betrekken bij je programma rond data governance, maar het is duidelijk dat de business de touwtjes in handen houdt. Neemt IT de leiding op zich, dan verschuift de aandacht te snel naar tooling. In de praktijk is het slimmer om eerst de verantwoordelijkheden duidelijk in kaart te brengen en te bedenken hoe je over departementen heen gaat samenwerken. En het daarna pas over tooling te hebben. Als IT het initiatief leidt, maakt ze daar vaak ook een te technisch verhaal van, waarbij er onduidelijkheid blijft bestaan rond het ownership over de data. Akkoord, de business heeft in het verleden vaak niet veel verantwoordelijkheid genomen over data. Wil je dat ze dat nu wel doet, dan is het geen goed idee om het initiatief bij IT te leggen.

Valkuil 2: je schat de maturiteit van je organisatie fout in

Overschat je de maturiteit op het vlak van data governance? Dan valt het tegen als bijvoorbeeld blijkt dat veel data zich nog in afzonderlijke silo’s bevinden. Maar onderschat de maturiteit van je organisatie ook niet. Vaak gebeurt er al heel wat op het vlak van data governance, zonder dat daar dat etiket op kleeft. Schat je dat verkeerd in en wil je vergelijkbare acties invoeren, dan stoot je onvermijdelijk op onbegrip, weerstand of een gebrek aan motivatie.

Vermijd 3: je beschouwt data governance als een project

Data governance kent wel een start, maar geen eindpunt. Data governance is daarom geen project, maar een strategisch traject op lange termijn. In de praktijk laat dat traject zich wel in kleinere, overzichtelijke projecten opdelen. Zo kan het de strategie van een onderneming zijn om de klantentrouw te vergroten. Om dat te bereiken streeft ze de best mogelijke klantenervaring na. Daarvoor is een 360° customer view vereist: zicht op de aankoophistoriek, op klachten, op toegekende korting, etc. Om al die data doelgericht te koppelen, is data governance onmisbaar.

Uitdaging 4: data governance raakt niet ingebed in de organisatie

Mensen houden niet van verandering. Dat is in het kader van data governance niet anders. Besteed daarom voldoende aandacht aan change management. Betrek alle benodigde medewerkers in het traject en doe dat op een heldere, concrete manier. Blijft de communicatie te wollig, dan haken mensen af en raakt de beoogde verandering niet duurzaam in de organisatie ingebed.

Valkuil 5: je kent je eigen data landschap en data stromen niet

Uiteraard beheert de IT-afdeling alle systemen van je organisatie zoals het hoort. Dikwijls heeft ze echter geen duidelijk of compleet zicht op wat er met de data gebeurt. Waar data vandaan komt en welke ze weg ze doorheen de diverse systemen aflegt. Documentatie is hier het sleutelwoord. Om de juiste keuzes te kunnen maken en correcte beslissingen te kunnen nemen, is de documentatie van de data stromen cruciaal.

No go 6: je verandert alles tegelijk

Nogmaals: mensen houden niet van verandering. Kiezen voor een big bang is in het kader van data governance niet de beste optie. Maak liever een stappenplan en kies voor een agile aanpak. Dat laat je toe doorheen het traject mee te evolueren met de succesfactoren die je wil aftoetsen. Maak van data governance een iteratief verhaal, liever dan alles in één keer te willen forceren.

Wil je weten hoe je voor jouw organisatie de valkuilen vermijdt die het succes van data governance in de weg staan? Contacteer ons!

Wil je meer weten over data governance? Check onze detailpagina!

Data governance aan concrete bedrijfsdoelstellingen koppelen

Data governance aan concrete bedrijfsdoelstellingen koppelen. Hoe doe je dat?

Data governance wollig, weinig tastbaar of moeilijk meetbaar? Dat is helemaal niet zo! Wie data governance ernstig neemt, zorgt ervoor om de geboekte resultaten in kaart te brengen en te koppelen aan concrete bedrijfsdoelstellingen. Om correct te meten hanteer je daarbij zowel KPI’s als OKR’s. Data governance aan concrete bedrijfsdoelstellingen koppelen, je leest hier hoe.

In vorige blogposts hadden we het al uitgebreid over het belang van data governance. De idee achter data governance is in principe heel eenvoudig. Hoe efficiënter een bedrijf z’n data beheert en erin slaagt de investering in dat databeheer te benutten, hoe meer waarde het creëert. En ook hier geldt: meten is weten. Om na te gaan in welke mate de geleverde inspanning resultaat oplevert, is het nodig om metingen uit te voeren.

OKR’s: Objectives & Key Results

Om op korte termijn zicht te krijgen op het resultaat van een investering, maak je gebruik van OKR’s. Kenmerkend voor die manier van meten is dat je daarbij aan een zeer concrete doelstelling meerdere, objectief meetbare resultaten koppelt. Het verwijt dat data governance te weinig met je business zou zijn gelinkt, veeg je hiermee direct van tafel. Het gestelde objectief is immers een business doelstelling, die je via de key results met harde cijfers beoordeelt.

Een voorbeeld

Een voorbeeld maakt duidelijk hoe je OKR’s inzet. Stel, een reisorganisatie wil de verkoop aanzwengelen. Ze stelt daarbij een duidelijke business doelstelling. Meer verkoop realiseren via het inzetten van gepersonaliseerde, digitale marketing. Om die digitale marketig succesvol te maken, is echter meer en betere data nodig. De organisatie gaat daarom de scores op drie key results meten. Ze wil van 50% van de klanten weten wat het reis-continent van hun voorkeur is. Daarnaast wil ze minstens 90% van de klanten bereiken via e-mail. Tenslotte wil de organisatie van elke pakketreis uit de product database het continent en het type reis kennen.

Kunnen we dat soort oefeningen als een vorm van data governance beschouwen? Uiteraard. Want in dit specifieke geval situeert het vraagstuk zich op het vlak van datakwaliteit. De inspanningen zijn erop gericht om lege velden in de databank in te vullen. Het gaat om databeleid, onder de vorm van een oefening die aan een concreet business objectief is gelinkt. De gehanteerde key results zijn daarbij heel praktische, meetbare elementen. De organisatie kan hier gericht acties opzetten om de scores op de verschillende metingen te verbeteren. Zo slaagt ze erin om het objectief te behalen. Eenmaal dat is gelukt, kan ze het objectief scherper stellen en nieuwe streefcijfers definiëren voor de key results. Zo laat het gebruik van OKR’s een organisatie toe om op korte termijn, stap voor stap en op een agile manier, vooruitgang te boeken.

KPI’s: Key Performance Indicators

Maar wat dan met het gebruik van KPI’s, de indicatoren die traditioneel in management rapportering op de voorgrond treden? Wel, ook KPI’s zijn nuttig in de context van data governance. Waar OKR’s heel concreet op actie zijn gericht, laten KPI’s toe om een bepaalde evolutie – bijvoorbeeld het globale niveau van datakwaliteit – vanop een iets grotere afstand te bewaken.

Keren we even terug naar het voorbeeld van de reisorganisatie die via e-mail gepersonaliseerde boodschappen uitstuurt. Het aantal klanten dat na ontvangst van die e-mail voor opt-out kiest, vormt een interessante KPI. In dit geval moeten we de KPI beschouwen als een vorm van trendmeting. Wanneer klanten massaal voor opt-out kiezen, is er wellicht iets aan de hand dat onmiddellijke actie vraagt. De KPI vormt in dat geval de trigger voor een tussenkomst die zich dan opnieuw heel concreet op OKR’s baseert.

Data gedreven strategie

Hoe koppel je data governance aan concrete bedrijfsdoelstellingen? Het gebruik van KPI’s en OKR’s biedt hiervoor een manier. Dat verandert data governance van een vluchtig begrip in een praktische, tastbare inspanning. Stilstaan bij het nut van OKR’s is bovendien essentieel voor al wie zich op basis van data governance in een data gedreven organisatie wil omvormen. Wie de inspanningen rond data governance niet meet, vaart blind. En dat kan natuurlijk nooit de bedoeling zijn. Het gebruik van OKR’s maakt de data gedreven aanpak van een organisatie net heel concreet.

Wil je weten hoe jij data governance aan jouw concrete bedrijfsdoelstellingen koppelt? En zo je business naar een hoger niveau tilt? Contacteer ons!

Ben je benieuwd naar wat we nog allemaal kunnen? Check ons portfolio.

de rol van de data governance consultant

Wat is de rol van de data governance consultant eigenlijk?

We hebben het in onze blogs al vaker gesteld: data governance is geen IT-vraagstuk. Jazeker, vroeg of laat komt er een luik IT bij kijken, maar dat gebeurt best nadat de onderneming eerst een heel ander, niet-IT-gerelateerd traject heeft afgelegd. Wat is daarbij de rol van de data governance consultant?

Bedrijven lopen op het eerste gezicht tegen heel uiteenlopende problemen aan. Slechte datakwaliteit, moeilijkheden met compliance, tegenvallende resultaten van een digitale transformatie, noem maar op. Als je hier even bij stilstaat, merk je al gauw dat er in al die gevallen één gemeenschappelijk vraagstuk is: data governance. Krijgt je onderneming haar data governance op orde, dan volgen daaruit ook de oplossingen voor al die andere vragen. Hierbij is de rol van de data governance consultant cruciaal.

Stap 1: onderzoek

Hoe pakt de data governance consultant nu zo’n opdracht aan? In de eerste plaats is er onderzoek nodig. De data governance consultant gaat op zoek naar de onderliggende oorzaken van een probleem. Want pak je dit probleem niet bij de wortels aan, dan blijft iedere inspanning beperkt tot symptoombestrijding. Zo’n onderzoek vraagt hierdoor dikwijls behoorlijk wat tijd.

Meestal laten oorzaak en gevolg zich ook niet zomaar één op één met elkaar koppelen. Vaak spelen diverse factoren een rol. Hier kunnen trouwens ook weinig tastbare of moeilijke meetbare facetten bij zitten, zoals een gebrek aan kennis over de omgang met data. Net daarom is het belangrijk dat de data governance consultant de gevonden oorzaken duidelijk definieert en linkt aan de business doelen. Data governance mag in geen geval wollig zijn. De focus ligt altijd op de business, ook tijdens de onderzoeksfase.

Stap 2: advies

Eens de situatie duidelijk in kaart gebracht, gaat de data governance consultant samen met het bedrijf op zoek naar oplossingen. Hij/zij bevindt zich hier in een faciliterende en adviserende rol en geeft onder meer raad over hoe de organisatie haar data governance kan organiseren (centraal, decentraal, gemengd). Daarnaast defineert zij/hij welke rollen hiervoor nodig zijn. Of je resultaatgericht wil werken met OKR’s (Objectives & Key Results), of eerder inzet op evolutie via KPI’s (Key Performance Indicators). En zoveel meer.

Belangrijk daarbij is om de angst weg te nemen die er in een bedrijf vaak rond data bestaat. Dat kan perfect door kennis te delen. De consultant geeft advies om de medewerkers bij business en IT met data vertrouwd te maken. Hij/zij helpt hen stap voor stap hun begrip over het belang van die data – zowel voor de business als bij IT – te verbeteren. Tot slot reikt hij/zij indien nodig ook leveranciersonafhankelijk advies aan rond de best passende technologische oplossing. Dat gebeurt door middel van het opstellen van een vragenlijst voor potentiële leveranciers, waarna de verschillende oplossingen worden vergeleken met de op voorhand opgestelde noden van de onderneming.

Stap 3: coaching en support

Na de eerste twee stappen is het werk van de data governance consultant niet af. Hij/zij kijkt niet van aan de zijlijn toe, maar neemt ook niet zomaar alle werk uit handen. De consultant helpt de onderneming concreet om een zelfredzame data governance organisatie uit te bouwen. Kennisoverdracht staat daarbij centraal. QuaData bied in dat verband onder meer een Data Stewardship opleiding en een Data Quality business game aan.

Stap 4: evaluatie en bijsturing

Na de eerste drie stappen heeft de onderneming haar data governance framework. Maar een organisatie is een levend organisme. Doorheen de tijd kan er veel veranderen in de business en de manier waarop de onderneming met data werkt. Een tussentijdse evaluatie is dan zeker op haar plaats. Duiken daarbij nieuwe vraagstukken op, dan zijn de eerste drie stappen opnieuw aan de orde.

Meer weten over data governance en de rol van de data governance consultant? Contacteer ons gerust.

Wat betekent een data steward voor jouw organisatie? Je leert er alles over tijdens onze opleiding, op 22 en 23 oktober in Mechelen. Klik hier voor meer info en inschrijving.

oog voor datakwaliteit

Oog voor datakwaliteit…van bij de start van ieder project

De Corona crisis zet de zoektocht naar meer efficiëntie hoog op de agenda. Daarbij gaat zowat alle aandacht naar technologie en automatisering, terwijl er weinig oog is voor data. Wie echter van bij de start van een oefening rekening houdt met datakwaliteit, zet op langere termijn betere resultaten neer. Oog voor datakwaliteit!

Eigenlijk is het eenvoudig: bedrijven kijken nog te vaak op een systeem-centrische manier naar een oplossing. Nochtans zou een data-centrische aanpak veel frustratie vermijden. Als er in de systeem-centrische benadering een probleem optreedt, is het soms moeilijk om de onderliggende oorzaak op dataniveau te achterhalen. Want wat zorgt ervoor dat het bedrijf niet met de juiste data aan de slag is? Ligt het aan de technologie? De mensen? De processen? Oog voor datakwaliteit is dus minstens even belangrijk.

Technologie

Problemen met data kunnen ontstaan als gevolg van de manier waarop een onderneming in technologie investeert. Waarom koopt ze een tool? Omdat die een specifieke functionaliteit biedt. De onderneming ziet de tool vaak als een concrete oplossing voor een concreet probleem. Daarbij is er weinig aandacht voor de manier waarop de tool met de rest van de aanwezige technologie én met de data samenwerkt.

Bij tools van diverse leveranciers sluiten de gebruikte datamodellen niet altijd op elkaar aan. Vaak zijn die modellen er ook niet op voorzien om data uit te wisselen met andere toepassingen. Dat is op zich niet onoverkomelijk, op voorwaarde dat de onderneming de inspanning levert om die diverse tools – die zich als eilandjes gedragen – met elkaar te verbinden.

Bij de implementatie van zo’n tool ligt de nadruk bovendien veelal op de technologie, niet op de voorbereiding en migratie van de data. Het gevolg is vaak een onvolledige data-integratie. Want ook al beschikken de meeste tools intussen over functies die toelaten de data correct te beheren, in de praktijk blijkt daar vaak bitter weinig interesse voor te bestaan. Dat resulteert onvermijdelijk in een slecht zicht op de kwaliteit van de data.

Mensen en processen

Waarom nemen mensen suboptimale beslissingen? Zeker niet omdat ze niet beter kunnen, wel omdat ze niet over alle informatie beschikken om tot een correct onderbouwd besluit te komen. Data governance biedt hierbij een oplossing.

Vaak gebeurt het dat niet de juiste mensen mee aan tafel zitten, waardoor voor de beslissers cruciale informatie ontbreekt. Welke data zijn beschikbaar? Op die vraag biedt data usage een antwoord. Waar komen de data vandaan en hoe kunnen we ze gebruiken? Dat is het domein van data lineage.

Omdat beslissers niet over alle benodigde en concrete data beschikken, vertrekken ze voor hun oefening noodgedwongen vanuit een zekere flou artistique. Uiteraard is dat geen solide basis voor resultaatgericht werk.

Bestrijd de oorzaak, niet de symptomen

Duikt er een probleem op rond datakwaliteit, dan is het belangrijk de inspanning niet te beperken tot symptoombestrijding, maar actief op zoek te gaan naar de dieperliggende oorzaken. Tip: start met de oefening die de grootste impact oplevert.

En ook: documenteer de genomen beslissingen. Dat laat toe sneller bij te sturen. Blijkt iets niet of niet goed te werken, dan blijft het mogelijk de genomen beslissing terug te draaien of aan te passen. Zonder documentatie is dat vaak veel moeilijker. Vandaar ook het belang om doorheen het hele traject de nodige evaluatie in te bouwen. Dat verplicht de organisatie om af en toe halt te houden, haar datakwaliteit in vraag te stellen en zo nodig maatregelen te nemen.

Alles hangt samen

Veranderingen in processen volgen elkaar aan hoge snelheid op. Tijdsdruk en haastwerk kunnen een slechte invloed hebben op datakwaliteit. Vandaar opnieuw het belang van een degelijke documentatie van iedere stap, iedere aangebrachte wijziging.

Bovenal mag de organisatie nooit de samenhang tussen technologie, mensen en processen uit het oog verliezen. Een kleine, goedkope ingreep kan op termijn de grootste impact hebben. Al moet je er soms wel wat geduld voor hebben. Een verandering in de manier waarop de medewerkers met data omgaan vraagt vaak behoorlijk wat tijd. Maar eenmaal die verandering er is, levert ze het meest op.

Wil jij meer oog voor datakwaliteit? Met andere woorden, wil je weten hoe jij de kwalitieit van je data kunt bewaken en verbeteren? Contacteer ons.

Nieuwsgierig wat we nog doen? Ontdek het hier.

data centraal

Een veranderingstraject zet data centraal

Om de beste in je sector te zijn, ga je als bedrijf vaak door een ingrijpende verandering. Zeker als je evolueert naar een manier van werken die data centraal stelt.

Deze blog beschrijft het traject dat QuaData met een van haar klanten heeft doorlopen in de periode 2018-2019. Het specifieke aan deze case is dat de klant veel enorm veel data ontvangt van zeer diverse externe dienstverleners die deel uitmaken van het totaalpakket aan dienstverlening dat wordt aangeboden aan de eindklanten.

Als dienstverlenende organisatie heb je dagelijks te maken met een buitengewoon groot aantal stakeholders waarmee je moet samenwerken. Hiervoor moet je als bedrijf meer dan ooit op data kunnen sturen. En dan gaat het niet enkel over algemene data. Detail data zijn hier minstens even belangrijk. Een sterke externe partner die je in een zo’n traject begeleidt, is dan een absolute toegevoegde waarde.

In een veranderingstraject pak je allereerst de kwaliteit van de detail data aan. Tot nu toe beschouwden bedrijven data vaak slechts als een bijproduct van een proces. Nice to have, uiteraard, maar niet essentieel. De uitdaging bestaat er dan in om een andere manier van denken te introduceren, waarbij data cruciaal is als basis voor een goede dienstverlening. Starten doen we meestal met een aantal workshops om iedereen op één lijn te krijgen wat de doelen betreft. Daaruit wordt duidelijk wat de business van de data verwacht en hoe het data governance team daarop kan inspelen om aan de verwachtingen te voldoen.

Model voor data-uitwisseling

Concreet blijken vaak drie initiatieven cruciaal in het traject naar een data gedreven organisatie. In de eerste plaats begeleiden we onze klant bij de uitwerking van een operationeel model voor de uitwisseling van data. In het kader van een data gedreven operationeel plan is het van essentieel belang dat je als bedrijf in real-time over specifieke data beschikt. Het monitoren van productielijnen, bijvoorbeeld, produceert heel wat data die voor de productie zelf een louter bijproduct zijn, maar wel heel relevant zijn als je data gedreven gaat werken. Het gaat dan onder andere om data over de bezetting van de lijnen, het aantal stukken die afwijken van de norm, etc.

Business glossary

Een tweede traject dat we vaak opnemen omvat het opstellen van een business glossary. In dat woordenboek staan de definities van de bedrijfsterminologie en van de diverse data elementen duidelijk omschreven. Ook dat is essentieel. Als een organisatie een data gedreven operationeel plan uitrolt, is het van cruciaal belang dat alle stakeholders dezelfde definities hanteren. Doen ze dat niet, dan ontstaan er vroeg of laat misvattingen.

Data stewards

Als derde element van een goede aanpak definieer je de rol van de data officers. In het verleden hadden die een vrij passieve, reactieve rol. Ze grepen pas in wanneer ze een melding van een datafout kregen. Om over te stappen op een aanpak die zich baseert op quality by design, zet je data stewards in die heel vroeg in het proces contact nemen met de partijen die data aanleveren. Het levert bijvoorbeeld SLA’s op voor de uitwisseling van data, met afspraken rond het gewenste niveau van datakwaliteit.

Deze initiatieven tonen aan hoe je als bedrijf een veranderingstraject doormaakt: niet alleen op het vlak van de data zelf, maar ook bij de business. Het inzicht is er dat de business de data centraal moet stellen – en dat daar consequenties aan verbonden zijn op het vlak van onder meer data management en datakwaliteit. Op die manier evolueer je stap voor stap naar een data gedreven organisatie. Data centraal!

Wil je meer weten over hoe jouw organisatie voordeel haalt uit een data gedreven aanpak? Contacteer ons!

Ben je nieuwsgiering naar wat we nog kunnen betekenen voor jouw bedrijf? Ontdek het hier.

Zo leidt data governance tot waardecreatie

Zo leidt data governance tot waardecreatie

Waarom moet een onderneming meer belang hechten aan haar data? Of nog beter: waarom moet ze investeren in data governance? Het antwoord is eenvoudig. Hoe efficiënter het bedrijf z’n data beheert en hoe beter het erin slaagt de data als een asset te benutten, hoe meer waarde het creëert. Zo leidt data governance tot waardecreatie.

En toch: voor data governance bestaat binnen een onderneming vaak weinig animo. Hoe dat komt? In de eerste plaats uit gebrek aan correcte informatie. Data goverance is log, duur en traag, zo wil het vooroordeel. Data governance zou vooral veel overbodige administratie creëren en daar bitter weinig resultaat tegenover plaatsen. Dat hoeft uiteraard helemaal niet zo te zijn. Data governance kun je namelijk ook op een agile manier benaderen, met een aanpak op basis van data collaboration. Daar hebben we het in vorige blogposts al uitvoerig over gehad.

Een andere reden waarom data governance op te weinig aandacht kan rekenen, is het feit dat er geen inzicht is in het einddoel van de hele oefening. Wie niet met data governance vertrouwd is, heeft de neiging het uitsluitend op een negatieve manier te omschrijven. Het is dan makkelijk om data governance weg te zetten als een stel bijkomende regels, bedoeld om het doen en laten van medewerkers te controleren. Data governance krijgt zo het verkeerde etiket opgekleefd: dat van een bijkomende drempel.

Vertrouwen

Maar als dat beeld zo fout is, wat brengt data governance dan wel bij? Simpel: data governance opent de deur naar waardecreatie. De sleutel tot succes zit in het hergebruik van data. De investering in databeheer brengt immers meer op naarmate de onderneming de data meer gebruikt. Maar hierin schuilt meteen ook een interessante paradox. Enerzijds doet de onderneming er alles aan om haar data zo grondig mogelijk af te schermen. Data zijn immers waardevolle assets. Anderzijds moeten medewerkers toegang krijgen tot die data, kwestie van ermee te kunnen werken en zo waarde te creëren.

Het kernwoord is vertrouwen. De onderneming moet vertrouwen hebben in de medewerkers die ze toegang verleent tot haar data. Die medewerkers moeten op hun beurt vertrouwen kunnen hebben in de data. Ze moeten er zeker van zijn dat ze met accurate en actuele data aan de slag gaan, dat ze hun tijd niet verspillen met foute of irrelevante data. Wanneer u zich dus afvraagt wat data governance aan uw onderneming bijbrengt, is dat het antwoord: data governance creëert vertrouwen in data en mensen.

Data werkers

Betrouwbare data creëert een onderneming door in te zetten op de monitoring van datakwaliteit, op data lineage (zodat de herkomst van de data duidelijk is) en op datawerkers: een netwerk van medewerkers waar collega’s met hun vragen over data terecht kunnen. Is aan die voorwaarden voldaan, dan kunnen de medewerkers met vertrouwen de beschikbare data inzetten. Maar wanneer ze haar data openstelt, moet de onderneming haar medewerkers kunnen vertrouwen.

Ook hier kan data governance helpen. Data governance gaat immers over beleid: een bundeling van haalbare, werkbare en meetbare doelstellingen. Wanneer die doelstellingen voor iedereen duidelijk zijn, is het makkelijker om te begrijpen – en desnoods te controleren – waarom een medewerker met bepaalde data aan de slag gaat en of daarmee de gestelde doelen worden behaald.

Raamwerk

Vertrouwen is wel degelijk een belangrijke drempel voor het grootschalige gebruik van bedrijfsdata. Door de juiste maatregelen te nemen, is het mogelijk dat vertrouwen te creëren. En eenmaal dat vertrouwen er is, beschikt de onderneming eigenlijk vanzelf over een raamwerk voor data governance. Dat laat haar toe de data meer en beter in te zetten, en zo de ultieme doelstelling te bereiken: de creatie van nieuwe waarde.

Meer weten over hoe data governance leidt tot waardecreatie? Contacteer ons!

Ben je nieuwsgierig naar wat we nog allemaal kunnen? Ontdek het hier!

Acht trends in data governance

Acht trends in data governance in 2020

Akkoord, data is hot. Maar niet zo heel lang geleden bleek het databeleid van een onderneming nog vaak een ondergeschoven kindje. Als er van een beleid al sprake was. Vandaag groeit het besef dat data een waardevolle asset is, dat we degelijk moeten omringen. Het QuaData team bekeek de evoluties van de voorbije maanden. We stellen je graag de acht trends in data governance in 2020 voor:

Self-service analytics

Nieuw is het gebruik van self-service analytics zeker niet. De benadering zit vaak al goed ingebed in een organisatie. De business is ermee vertrouwd. Net daarom neemt de nood aan data governance toe. Naarmate meer partijen data delen, blijkt almaar vaker dat lang niet iedereen die data op dezelfde manier interpreteert. Data governance zorgt voor een meer formele structuur, zodat partijen die data delen op dezelfde manier naar de data kijken.

Real-time data

Meer dan ooit raakt ook de component ‘snelheid’ met data verweven. Meer en meer processen vragen dat je data altijd up-to-date is. Wanneer er in de data iets verandert, moet die wijziging onmiddellijk – in real time – beschikbaar zijn. Dat is vaak een grote uitdaging, want de legacy systemen van de onderneming zijn daar niet op voorzien. Bij een complexe data-architectuur is een correcte synchronisatie absoluut noodzakelijk. Ook hier is een goede data governance nodig.

Gegevensbescherming

Alles wat met de beveiliging en bescherming van data te maken heeft, stond twee jaar geleden sterk in de belangstelling. Toen stonden we in de aanloop naar de start van de GDPR. Vandaag blijft het thema actueel, onder meer door de incidenten met ransomware die de voorbije maanden uitgebreid in het nieuws waren. Data beveiliging vraagt om mensen en middelen, maar ook om doordachte keuzes. Een absoluut nul risico bestaat immers niet.

Data lineage

Data lineage is vergelijkbaar met het principe van traceerbaarheid uit de voedingssector. Het zorgt ervoor dat we het afgelegde traject van de data kennen. Eenduidige informatie over de bron en het traject van data is essentieel in het kader van compliance. Maar omdat de datavolumes snel blijven groeien, is het verzamelen en beheren van die informatie hoe langer hoe meer een ingewikkelde oefening. Ook hier maakt data governance het verschil.

Tools met artificiële intelligentie

Een zelflerende en zelfsturende database: wie droomt daar niet van? Er bestaan al heel wat praktische oplossingen om die droom in de praktijk te brengen. Denk bijvoorbeeld aan toepassingen om automatisch data te taggen. In die context is data governance onontbeerlijk, onder andere om ervoor te zorgen dat de systemen de juiste regels volgen.

Belang van datakwaliteit bereikt topmanagement

Slechte data liggen aan de basis van rework, boetes wegens inbreuken op wetgeving of reputatieschade door fout gelopen processen. Omgekeerd leiden data van hoge kwaliteit tot kostenbesparing. Ze zorgen voor meer efficiëntie en versterken de dienstverlening en goede reputatie van de onderneming. Al die argumenten zorgen ervoor dat in 2020 het topmanagement helemaal mee is met het belang van data governance.

Data-integratie over bedrijfsgrenzen heen

Vroeger was data een louter interne aangelegenheid. Die tijd is echter lang voorbij. Een organisatie wisselt continu data uit met klanten, leveranciers en andere partners. Ze werkt met aangekochte data, krijgt data van machines, etc. Niet alleen het datavolume op zich blijft toenemen, ook het aantal databronnen, types data, structuren, etc. Zonder integratie-strategie valt daar moeilijk waarde uit te puren. Afstemming en overleg zijn noodzakelijk om de juiste beslissingen te nemen: Een uitgelezen taak voor het data governance team.

Klein starten

Een paar jaar geleden werd data governance vaak opgestart als groots project. Intussen weten we beter. Wil je governance introduceren, doe dat dan door klein te beginnen. Zoek een eerste case, gekoppeld aan een concreet business vraagstuk en ga daarmee aan de slag. Een eerste succes zorgt voor de motivatie om de inspanningen rond data governance daarna stapsgewijs uit te breiden.

Weet je graag meer over data governance? Lees er hier alles over!

Wil je graag eens sparren over de acht trends in data governance in 2020? Contacteer ons!

Master data management en data governance

Master data management en data governance: het gaat niet om de tools

Elk bedrijf beschikt over master data, zoals klantgegevens en productdata. Het beheer en de governance van die data verdienen meer aandacht dan ze vaak maar krijgen. Problemen rond master data management blijven helaas dikwijls onder de radar. Maar het is niet omdat een probleem niet zichtbaar is, dat het er niet is. De oplossing hiervoor schuilt in de organisatie zelf. De implementatie van een tool komt ten hoogste op het tweede plan. Master data management en data governance: het gaat in de eerste plaats niet om de tools!

Schijn bedriegt. Ook al lijkt het alsof iedereen de mond vol heeft van tools voor master data management, toch zijn er vandaag wereldwijd nog altijd maar tienduizend licenties voor zulke applicaties verkocht. Wat we daaruit afleiden? Dat het vraagstuk van master data management en data governance wel degelijk realiteit is, maar dat het duidelijk niet om tools draait.

Bij kleine bedrijven is het probleem meestal niet erg prangend. De datavolumes zijn er overzichtelijk, wat het beheer ervan behapbaar houdt. Het gaat om tientallen klanten, niet duizenden, laat staan honderdduizenden. Dat ligt bij grote bedrijven vaak anders. Denken we maar aan telecom- en andere nutsbedrijven, die vaak – letterlijk – de data van miljoenen klanten beheren. In die context is een strakke aanpak van master data management en data governance overduidelijk een must.

Toch lopen ook de grotere kmo’s meer en meer tegen hun limieten aan. Master data management gaat er hand in hand met een verbeterde operationele efficiëntie. Want ook dat is de realiteit: inefficiëntie blijft vaak onder de radar. Zo zal de financiële manager bij elke maandafsluiting wellicht wel enkele manuele tussenkomsten moeten doen om een rapport af te werken, of moet de marketingafdeling bij elke mailing een gebruikte databestand handmatig bijsturen.

Geen technisch vraagstuk

Op het bestaan van al dat soort work-arounds is er meestal weinig zicht. Dat is begrijpelijk. Wanneer trekt iemand aan de alarmbel? Wanneer de inefficiëntie flagrant zichtbaar is, zo blijkt, of de hoeveelheid manuele interventies al te zwaar begint door te wegen op de algemene werkbaarheid van een afdeling. Maar dan nog, los van hoe het initiatief om daar iets aan te doen tot stand komt, het antwoord is per definitie nooit technisch. De oplossing schuilt in de organisatie zelf, waarbij een tool aansluitend voor bijkomende ondersteuning kan zorgen.

Het doel bestaat erin het beheer van de master data te verbeteren. Dat doel bereikt de organisatie het snelst wanneer ze vertrekt vanuit de pijn van de business. Er een IT-project van maken, is niet de aangewezen manier. Wel: meer overleg over data organiseren, meer begrip ontwikkelen over het gebruik van data (data literacy), de documentatie over data en het gebruik van data verbeteren, data stewards aanduiden, enzovoort.

Master data management en data governance: stap voor stap

Zoals dat eigenlijk bij ieder project het geval zou moeten zijn, luidt het advies ook hier om te beginnen met een quick win. Dat laat toe snel resultaten te boeken, waardoor er draagvlak ontstaat om de reikwijdte van het project stap voor stap uit te breiden. Wat begon als een quick win, mondt op termijn zo uit in een big win. Die aanpak op basis van incrementele verbetering, zorgt ervoor dat de kwaliteit van master data management en data governance op een gestroomlijnde, bijna geruisloze manier stijgen. Het is een aanpak die alvast onverwachte schokken en confrontaties vermijdt en tegelijk ook de geleidelijke culturele verandering van de omgang met data het best ondersteunt.

Meer weten over master data management en data governance? Ontdek het hier!

Wil je graag informatie over onze aanpak? Contacteer ons!

Data Governance: een goede voorbereiding

Data Governance: een goede voorbereiding is het halve werk.

Er is niemand die het belang van data governance en data collaboration vandaag nog in twijfel trekt. Maar waar staat jouw onderneming vandaag? En hoe pak jij een data traject aan? Data Governance: een goede voorbereiding is het halve werk!

Meten is weten, dat is op het vlak van data governance niet anders. Daarom starten we bij QuaData vaak projecten met een aantal assessments. Zo helpen we je om snel een beeld te krijgen van de drijfveren voor data governance. Maar ook van de bedrijfscultuur en de actuele stand van zaken rond data governance. Zo beschikken we over een sterke basis waarop je je data governance strategie verder vorm geeft.

Assessment 1: drijfveren voor data governance

Een eerste assessment is erop gericht zicht te krijgen op de drijfveren voor een project rond data governance. Hiervoor ontwikkelden we een vragenlijst die de scores op de belangrijkste drivers makkelijk capteert.

Datakwaliteit en vertrouwen in data

Soms stel je als bedrijf vast dat de gehanteerde data van een onvoldoende kwaliteit is. Dat inzicht is een valabel startpunt voor een project dat de kwaliteit verbetert. Een aanverwant verschijnsel is dat de datakwaliteit objectief gezien wel goed is, maar dat de medewerkers er toch geen vertrouwen in hebben.

Compliance en security

Wetgeving vormt mogelijk een concrete drijfveer voor een dataproject. GDPR is hier wellicht het bekendste voorbeeld, maar het gaat even goed om BCBS 239 (banksector), Solvency II (verzekeringen) en EU1169 (voeding).

Efficiëntie

Naarmate een onderneming groeit, neemt het belang van efficiëntie toe. Zo wordt het bijvoorbeeld interessant om administratieve processen te automatiseren. Daarbij is een voldoende hoge datakwaliteit een minimale vereiste.

Beschikbaarheid

Als bedrijf wil je ook aan de slag gaan met de grote datavolumes, die nog vaak opgesloten zitten in operationele systemen.

Wendbaarheid en aanpasbaarheid

Data moet ruim en snel beschikbaar zijn in het kader van digitale transformatie. Als bedrijf verwacht je immers snel een antwoord op vragen.

Het assessment laat toe om een programma op te stellen dat de juiste prioriteiten stelt. Dat maakt van een traject rond data governance een praktische, tastbare oefening. Dankzij het assessment krijg je als bedrijf zicht op je behoeften en onderneem je op de gepaste manier actie.

Assessment 2: bedrijfscultuur

De aanpak van een traject rond data governance heeft naast een inhoudelijke component (zie assessment 1) ook een cultureel aspect. Om uit te vissen bij welk type aanpak je als bedrijf het meest gebaat bent, laat je best een assessment rond de bedrijfscultuur uitvoeren. Dat resulteert in een benadering die nauw aansluit bij de cultuur van het bedrijf.

Het assessment geeft scores op diverse assen:

  • Een rigide versus een wendbare organisatie
  • Een horizontale versus een verticale hiërarchie
  • En een individueel ingestelde of op samenwerking gerichte cultuur

Assessment 3: stand van zaken

Om een project het juiste startpunt mee te geven, is het essentieel om een duidelijk zicht te hebben op je actuele stand van zaken. Daarom brengt het derde assessment formeel de bestaande inspanningen rond data governance in beeld. Dat zorgt bij alle betrokken partijen voor consensus over de situatie ‘as is’, als vertrekpunt voor het traject richting ‘to be’.

Drie invalshoeken

De resultaten van de drie assessments zorgen voor drie invalshoeken. Voor drie manieren om de behoeften en ambities van je organisatie te bekijken en een passende aanpak te definiëren. De assessments vormen een even grondige als onmisbare voorbereiding op het eigenlijke datatraject. Die voorbereiding vermijdt dat je als bedrijf je blindelings in een traject stort dat – bij gebrek aan inzicht en richting – alleen maar op een teleurstelling uitdraait. Data Governance: een goede voorbereiding is het halve werk!

Meer weten over het data governance framework van QuaData? Lees het hier!

Wat hebben we nog in ons aanbod? Ontdek het snel!

Data catalog

Data catalog: de juiste informatie over je data binnen handbereik

Een data catalog biedt een centraal overzicht van alle documentatie en context die over je bedrijfsdata beschikbaar zijn. Zo vormt het een belangrijk instrument voor de data governance van een bedrijf. Maar wanneer is de implementatie ervan concreet aan de orde? En welke voordelen haal je eruit?

Een data catalog omvat een overzicht van de data die een bedrijf beheert, aangevuld met metadata. Dat is extra informatie over die data. Dikwijls gaat het om technische informatie. Denk hierbij aan aanduidingen van data formaten of de omschrijving van de locaties waar de data zich bevindt. Even goed is in de data catalog contextuele informatie beschikbaar. Wie zijn de owners van bepaalde data, wie treedt op als data steward, etc.

Verder omvat het dikwijls ook informatie over het kwaliteitsniveau van de data. Alsook over de classificatie rond confidentialiteit. Tot slot is het aangeraden de data catalog te voorzien van een business glossary. Dat stuk van de data catalog omschrijft de inhoud van de data. In de business glossary zitten typisch de definities en formules van de bedrijfsterminologie en de data die een bedrijf hanteert.

Data gedreven

Kort samengevat, het zorgt ervoor dat de vorm en de betekenis van de data eenduidig vastligt. De data catalog doet dat door informatie samen te brengen die zich anders vaak in allerlei documenten bevindt. En verspreid zit doorheen het hele bedrijf. De stap ernaartoe is aan de orde naarmate je meer data gedreven processen en analyse hanteert.

Analytische omgevingen als een data warehouse of een data lake hebben bij uitstek nood aan een data catalog. Wil je overzicht houden over de data die voor analyse en data science beschikbaar is in je bedrijf? En die je ervan verzekert dat die data steeds op de juiste manier wordt geïnterpreteerd? Dan kan je niet zonder.

Ook GDPR en andere data-gerelateerde regelgevingen een mogelijke drijfveer. De data catalog omschrijft immers precies welke data persoonsgebonden zijn en waarvoor het kader van de GDPR geldt.

Meer transparantie, minder fouten

Het gebruik zorgt voor transparantie en beperkt het risico op foute interpretatie van data. De gebruikers van de data raadplegen hierin alle contextuele informatie. Dat zorgt voor enorme tijdwinst. Ze hoeven niet langer te vragen hoe ze bepaalde data moeten lezen. Zo houdt de data catalog de drempel voor meer data gedreven innovatie laag. Tegelijk houdt het gebruik van de data minder risico in.

Daarnaast vermeldt de data catalog het niveau van confidentialiteit van de data. Hierdoor weet de gebruiker meteen welke data hij kan inzetten, zonder dat hij hiervoor bij de business inlichtingen moet opvragen. Er is geen excuus meer om – al dan niet onder de tijdsdruk van een project – te ‘vergeten’ die informatie op te vragen. Minstens even belangrijk, het zorgt voor transparantie over waar het bedrijf welke data gebruikt. Dat maakt het makkelijker om de impact te beheren wanneer er naderhand iets aan de data of de data flow verandert.

Start met kritische data

Is de implementatie ervan moeilijk? Niet noodzakelijk. Uiteindelijk gaat erom bestaande informatie op te sporen en samen te brengen. Een stapsgewijze aanpak biedt de beste kansen op succes. Start met de meest kritische data: de data die de grootste impact heeft op de werking – en de winst – van de onderneming. Van daaruit laat het gebruik van de data catalog en zijn business glossary zich stap voor stap uitbreiden, eventueel ondersteund met de tools die het best bij uw doelstellingen aansluiten.

Meer weten over wat een data catalog voor jouw organisatie kan betekenen? Contacteer ons!