Meten is weten: maar hoe begin je eraan?

Meten is een must, ook in de context van data governance, omdat je daarmee twee zaken te weten komt. Aan de ene kant krijg je inzicht in de mate waarin je acties op lange termijn hun doel bereiken. In hoeverre bekom je er echt de structurele verbeteringen mee die je beoogt? Hoezeer gebruiken je collega’s bijvoorbeeld daadwerkelijk de glossary die je team opstelde, om maar één voorbeeld te noemen? En neemt het gebruik ervan toe, als je dat stimuleert?

Daarnaast is meten ook belangrijk omdat je daarmee de impact van je acties in kaart brengt: het positieve effect ervan op het resultaat van de business. Zeker in het begin van je inspanningen rond data governance moet je daar voldoende op focussen. Zo kan je namelijk zwart op wit aantonen dat data governance wel degelijk problemen oplost en de business vooruithelpt.

Waarop focus je best eerst?

Koppel je eerste activiteiten rond data governance aan een beperkt aantal usecases, waarin de nood aan verandering zichtbaar het grootst is en het effect van de voorgestelde wijzigingen nadien duidelijk aan te tonen valt. Zo kan je makkelijk duidelijk maken dat je acties een positieve impact hebben.

Een voorbeeld maakt dat duidelijk. Stel dat je bedrijf klachten en andere vragen krijgt van klanten, maar dat je die niet kunt matchen met die klanten. Dat is een probleem. Op zich kun je die requests perfect afhandelen, alleen weet je niet wie de vraag indiende. Je kunt dus niet terugkoppelen naar de juiste klant. Bijgevolg weet je ook niet of één klant misschien al verschillende keren dezelfde vraag of klacht heeft ingediend, bij gebrek aan eerdere respons. Onderneem je hier actie, bijvoorbeeld door de registratie van klachten aan te passen, zodat klanten en requests wel te matchen zijn, dan realiseer je meteen een duidelijk meetbaar effect.

Nog een voorbeeld. Klanten melden het niet altijd dat ze verhuizen. Dat leidt tot facturen met verkeerde klantgegeven – en dus tot veel correcties. Door korter op de bal te spelen en in te zetten op datakwaliteit, realiseer je ook hier een meetbaar effect: uit te drukken in tijdwinst en financiële winst. Uiteraard is de impact van een inspanning niet altijd even snel te meten. Soms vermijd je kosten op langere termijn. Dat vang je op door vanuit het team duidelijk te communiceren over de verwachte resultaten van een inspanning rond data governance.

Je toont het verschil

Zoals de voorbeelden al aantoonden: vaak is het zinvol eerst te focussen op usecases rond datakwaliteit, want in die gevallen kan je meestal gemakkelijker het positieve effect van je activiteiten demonstreren. Je toont aan de business zo niets minder dan de bestaansreden van data governance aan, in een taal en met metingen die je businessmedewerkers aanspreken, omdat ze een rechtstreekse impact zien op hun activiteit. Het gevolg? Ze zullen meer bereid zijn om in data governance te investeren, net omdat ze inzien dat ze er tijd mee winnen en geld mee besparen: tijd en geld die ze dan elders kunnen inzetten.

En toch. We merken vaak dat organisaties niet altijd begrijpen waarom ze het effect van hun activiteiten rond data governance moeten meten. Wij vinden het alvast logisch. Als je het effect van data governance meet, maak je de nood en het resultaat ervan tastbaar. Metingen die structurele verbeteringen en impact concreet maken, zijn onmisbaar als je met data governance vooruitgang wil boeken.

Wil je graag ontdekken wat meten is weten voor jouw organisatie kan betekenen? Neem contact op.

Benieuwd naar onze diensten? Klik hier.