Organisaties beschikken over een schat aan gegevens, maar deze inzetten voor het genereren van meer omzet en meer winst, is niet eenvoudig. Aandacht voor master data management helpt om data-volwassenheid te realiseren en stelt organisaties in staat de schat op te graven die ze zelf gecreëerd hebben.
Wanneer je als organisatie beschikt over de juiste data, krijgt je goede inzichten en kun je betere beslissingen nemen. Datakwaliteit houdt in dat de data correct, actueel en toegankelijk zijn. Verder is het belangrijk dat er uniforme definities worden gehanteerd. Master data management (mdm) zorgt voor beschikbaarheid van de juiste data voor iedereen.
Naar een hoger mdm-niveau
Data-volwassenheid ontwikkelen door het master data management te verhogen, vergt een balans tussen centraal en decentraal eigenaarschap van gegevens. Dit is bovendien een politiek vraagstuk. Want wie in het bezit is van de data, heeft de macht. Nadenken over de inrichting van een goede data governance vraagt veel aandacht en kan daarom het beste belegd worden bij een chief data officer. Dit stelt organisaties in staat om hun gegevens zo optimaal mogelijk te gebruiken. Denk bijvoorbeeld ook aan het inzetten van artificial intelligence of het ontwikkelen van digital twins. Het stelt organisaties in staat om echt data gedreven te werken.
Wanneer je als organisatie meer uit data wilt gaan halen door data-volwassen te worden, is het zaak eerst een goed beeld te krijgen van de huidige datakwaliteit en het ambitieniveau vast te stellen. Het optimum in data-volwassenheid voor de organisatie kun je bepalen door deze vragen te stellen en te prioriteren:
- Wat wil ik met een hogere datakwaliteit bereiken?
- Welke data helpen de omzet/de winst te vergroten?
- Welke data helpen de kosten te verlagen?
Grootste uitdaging
De grootste uitdaging voor het ontwikkelen van data-volwassenheid is de juiste keuzes maken voor de lange termijn. De aangestelde chief data officer moet de lange termijnvisie van de organisatie vertalen in het gewenste ambitieniveau, de juiste balans tussen centraal en decentraal, de inrichting en de implementatie van data-volwassenheid en dit vormgeven in een meerjarenplan voor het verhogen van het master data management. Dat maakt het lastig. Een goed begin is simpelweg de vragen te stellen: Wat is nu belangrijk? Wat is over twaalf maanden belangrijk? En, wat over 36 maanden?
Prof. dr. Erik Beulen, hoogleraar informatie management aan de TIAS
Aangaande de vragen aan het einde, als je niet met een bonnetje kunt bewijzen wat je betaald hebt dan heb je wat uit te leggen. Dit geldt trouwens voor steeds meer data die vanuit het governance principe dat je kunt bewijzen wat je gedaan hebt bewaard wordt. De term Chain of Custody is waarschijnlijk niet bij iedereen bekent maar deze betekent dat de chronologische volgorde van bewaring geregistreert wordt zodat er een controle op de overdracht, de analyse en de beschikking van elektronisch bewijsmateriaal is. Als data volwassenheid om de waarheid gaat dan is de onweerlegbaarheid hiervan belangrijk en of een aangestelde data officer dit aspect hoog op de agenda heeft betwijfel ik.
We kennen allemaal de Kafkaëske verhalen uit de krant van bewijs uit het ongerijmde met de moderne datasynthese van data-analisten die de context van informatie in de vorm van metadata weglaten in het zoeken naar antwoorden aangaande het gedrag. Kijkend naar het Master Data Management bij veel organisaties dan is het vooral de academische onzin van een punt aan de horizon met theoretische modellen die niet gaan werken door een gebrek aan pragmatische kennis van de huidige problematiek aangaande een classificatie van informatie. De burger kan door rechercheren in open bronnen de leugen steeds sneller achterhalen, de vraag hoe data een organisatie kan helpen gaat veelal om een voorsortering gaat en ik hoef hopelijk niet meer te wijzen op het feit dat dit tot vooringenomenheid leidt.
zo moeilijk zijn die vragen niet.
wat is nu belangrijk ? hypes van nu.
wat is over twaalf maanden belangrijk ? nieuwere hypes.
over 36 maanden ? zien we dan wel weer.
Waarom kom ik in dit hele verhaal het woord klant niet tegen? Data verzamelen om het verzamelen of om het op de meest slimme manier gebruiken is logisch. Maar klanten voelen zich als een echtgenoot die ongevraagd op de telefoon van hun partner gaan zitten snuffelen. Wat is er mis met het gewoon vragen en daarmee de klant meer het gevoel te geven dat jij betrokken bent?
Johan,
Een classificatie van de data voordat je deze gaat bewaren kan eenvoudig rekening houden met de AVG, zo kan je bijvoorbeeld persoonsgegevens anonimiseren of pseudonimiseren voordat je de data respectievelijk archiveert of preserveert en met name de overheid zou hier eens naar moeten kijken i.v.m. de Wet Open Overheid. Want tot op heden is de afscherming van persoonsgegevens niet adequaat ingericht binnen allerlei zaaksystemen, met name in allerlei taakspecifieke processen blijkt er vaak nog niet voldaan te worden aan het ‘need to know’ principe van een eerbiediging van de persoonlijke levenssfeer. Er zijn wat verbeteringen zichtbaar aan de voorkant van het loket omdat je nu niet meer voor iedere vraag persoonsgegevens moet verstrekken die niet relevant zijn voor het proces maar aan de achterkant van de digitale façade gaat het nog grotendeels als voorheen. Een koppeling van gegevens vanuit allerlei bronsystemen zorgt ervoor dat er meer informatie getoond wordt dan voor het proces noodzakelijk is. Steeds vaker gaat het ook nog eens om informatie die – bijvoorbeeld vanuit een rechterlijke uitspraak – vernietigd had moeten worden omdat de informatie onjuist blijkt te zijn. Dit leidt niet alleen tot de vooringenomenheid van ‘ambtelijke tunnelvisie’ maar ook tot Kafkaëske verhalen in de krant van lasterlijke insinuaties.
P.S.
De klant is niet altijd synoniem aan een natuurlijk persoon, in veel B2B processen vindt de koppeling plaats op grond van rechtspersonen en de wirwar aan rechtspersonen is middels het handelsregister te ontwarren.