Een pleidooi voor organisatiebreed datamanagement

Een cliché maar daarom niet minder waar: data is niet meer weg te denken uit onze maatschappij. Business analytics is big business, net als big data trouwens.

Wil je een beetje serieus genomen worden als organisatie, dan verzamel je managementinformatie, het liefst via een hip dashboard, dat met een klik op de knop prachtige grafieken tevoorschijn tovert.

Dat steeds meer organisaties ‘data-driven’ willen gaan werken is op zichzelf een heel mooie ontwikkeling. Want zoals de geestelijk vader van Sherlock Holmes, Arthur Conan Doyle, ruim een eeuw geleden al zei “It is a capital mistake to theorize before one has data”. Mysteries oplossen gaat eenvoudigweg niet zonder data, laat staan een bedrijf runnen.

Binnen business analytics (ook wel business intelligence - discutabel of dit hetzelfde is, om het maar lekker Babylonisch-verwarrend te houden) wordt veel aandacht besteed aan het interpreteren van data; welke conclusies kun je trekken op basis van de gegevens die je tot je beschikking hebt?

Waar in de praktijk helaas veel minder aandacht aan wordt besteed is de data zelf. De basis. Wat is je mooie dashboard nog waard als de data waarop deze is gebaseerd onjuist en/of ongeschikt is? Hiervoor is een vorm van ‘datamanagement’ echt noodzakelijk.

Hier raken we echter een gevoelig punt. Want, hoewel het veel organisaties steeds beter lukt om business analytics organisatiebreed op te pakken, geldt dat niet voor datamanagement. Simpelweg omdat het in de praktijk moeilijk is de verantwoordelijkheid voor data op één plek te beleggen.

In de meeste organisaties verzamelen afdelingen hun eigen gegevens (veelal in eigen applicaties) en zijn ze zelf verantwoordelijk voor het borgen van de kwaliteit ervan. Dit doen ze naar eigen inzicht en volgens eigen standaarden. Hierin opereren ze redelijk autonoom, je mag van geluk spreken als de ene afdeling weet wat er op de andere afdeling wordt bijgehouden.

Met een ERP-systeem lukt het sommige organisaties om dit probleem (gedeeltelijk) te verhelpen. De data van een aantal belangrijke afdelingen wordt zo in ieder geval op een centrale plek vastgelegd, volgens een gezamenlijke standaard. Maar alle data in één systeem vastleggen, is in de meeste organisaties niet mogelijk. Daarbij zijn ERP-systemen voor gebruikers vaak een crime, en is er vanuit de uitvoering veel te zeggen voor meerdere best-of-breed oplossingen.

Toch ben ik ervan overtuigd dat datamanagement prima kan functioneren in een divers applicatielandschap. Het vereist echter wel een verschuiving van afdelingsdenken naar organisatiedenken. Om de kwaliteit van gegevens te kunnen waarborgen, moet je organisatiebrede regels maken, controleren en handhaven. Maar, waar beleg je deze taak? Met andere woorden, wie of wat maak je verantwoordelijk voor datamanagement voor de hele organisatie? En wat komt er dan allemaal bij kijken?

Ikzelf vind de “DAMA Guide to the Data Management Body Of Knowledge” een interessant uitgangspunt. Dit framework geeft een mooi overzicht van alle facetten die bij een datamanagementfunctie komen kijken, waaronder dus ook het managen van de kwaliteit van data. In de praktijk ben ik dit model (jammer genoeg) nog niet tegengekomen. Ik ben daarom erg benieuwd naar jullie ervaringen. Hoe wordt binnen jouw organisatie tegen datamanagement aan gekeken? Let me know!