Inzicht

Organisatorische oplossingen voor datakwaliteit en -integratie

Bij het verbeteren van de datakwaliteit en data-integratie zijn organisatorische oplossingen onontbeerlijk. Met alleen technische oplossingen kom je er niet. Juist de combinatie van organisatorische en technische oplossingen is het meest effectief. Maar welke organisatorische oplossingen zijn er? En hoe zet je deze in?

Data ownership als een van de organisatorische oplossingen om datakwaliteit te verbeteren

Eén van de organisatorische oplossingen om de datakwaliteit en integratie op te lossen is het principe van data ownership. Data ownership betekent in de letterlijke zin het eigenaarschap van data. Aan de datasets wordt een persoon gekoppeld die het beheer heeft over die datasets. Denk bijvoorbeeld aan klantgegevens bij de Sales-afdeling, voorraadgegevens bij de productieafdeling en beschikbare inzet bij de HR-afdeling. Deze persoon is dan verantwoordelijk voor de beschikbaarheid en correctheid van die dataset.

Waar begin je met het invoeren van data ownership?

Het eigendom hebben over een stuk data kan voor elke organisatie verschillend zijn. In de praktijk zien we vooral dat data ownership op deze vier niveaus gedefinieerd wordt:

  • De maker: De persoon die de data aangemaakt heeft.
  • De gebruiker: De persoon die de data (dagelijks) gebruikt
  • De samensteller: De persoon die de data selecteert en samenvoegt voor (dagelijks) gebruik
  • De sponsor: De persoon die ervoor zorgt dat de data beschikbaar is

Ook kun je een combinatie van de bovenstaande definities gebruiken om data ownership te definiëren. Dit kun je bijvoorbeeld koppelen aan het type data. Bij rapportagedata kan data ownership gedefinieerd worden bij de samenvoeger, terwijl bij masterdata het data ownership onder de makers valt.

Data stewardship voor meer datakwaliteit en -integratie

Een tweede, in de praktijk ook vaak gebruikte, organisatorische oplossing om de datakwalteit en integratie te verbeteren is data stewardship. Het verschil tussen data ownership en data stewardship is tactisch versus operationeel. De data steward is operationeel verantwoordelijk voor de dataset. De data owner kijkt vooruit naar hoe de data-kwaliteit verbeterd kan worden en houdt daarbij de tactische en strategische doelen in het achterhoofd.

Voordelen van data ownership en data stewardship:

1. Makkelijke implementatie

Data ownership is een organisatorische oplossing die makkelijk te implementeren is. Potentiële data owners zijn al aanwezig in de business, het vereist weinig tot geen technische oplossingen om te implementeren (maar de implementatie is wel effectiever in combinatie met technische oplossingen) en is een goede eerste stap naar een meer datagedreven organisatie.

2. Doorbreken van de silo’s

Data owners & data stewards werken samen met data owners & data stewards van andere afdelingen en onderdelen van de organisaties. Dit kan helpen bij het doorbreken van organisatorische silo’s die aanwezig zijn in de bedrijfscultuur.

Data Management Office voor een meer datagedreven organisatie

Eén van de andere organisatorische oplossingen om de datakwaliteit en integratie te verbeteren is een meer geavanceerde oplossing. Deze derde manier draait om het invoeren van een Data Management Office (DMO). Het DMO is een aparte afdeling binnen de organisatie die zich bezighoudt met het onderhouden en faciliteren van data door de organisatie heen. Naast data owners en stewards zijn er in het DMO ook analisten aanwezig. Meestal zijn dit twee soorten analisten: business analisten die de data afwegen tegen de doelen van de business en data analisten die de data toetsen op de datakwaliteitsnormen van de organisatie. Ook data architecten en data engineers zijn rollen die vaak bij het DMO horen. Zij zijn verantwoordelijk voor de architectuur van de datastromen binnen de organisatie.

3 manieren om het DMO in te richten

Het DMO kan op drie verschillende manieren worden ingevoerd. Het onderstaande model geeft duidelijkheid:

Organisatorische oplossingen datakwaliteit

In de gecentraliseerde vorm opereert het DMO volledig als een aparte afdeling van de organisatie. Alle rollen opereren als ondersteuning aan de hele organisatie. In de hybride vorm heeft elke afdeling binnen de organisatie zijn eigen ‘mini-DMO’, dat verbonden is met het centrale DMO. Deze ‘mini-DMO’ kan bijvoorbeeld een groepje analisten, BI-specialisten en data scientists zijn die zich specifiek focussen op een afdeling, zoals finance. Het DMO kan ook gedecentraliseerd ingezet worden. In dat geval heeft elke afdeling zijn eigen DMO. Dit DMO heeft wel nog steeds een kleine centrale tak die de IT-architectuur regelt, zoals bijvoorbeeld de ICT-afdeling of data architecten & engineers.

Voordeel van het Data Management Office: Naast controleren ook creëren

Data ownership focust zich voornamelijk op het controleren van de data op basis van de opgestelde kwaliteitsnormen. Het houdt zich bezig met het verleden en het heden, maar niet met de toekomst. Het Data Management Office werkt daarnaast met analisten en data scientists. Zij gebruiken hun expertise en kennis om de data van vandaag te laten werken voor meer waarde morgen, volgende maand of het volgende jaar.

De optelsom van technische en organisatorische oplossingen voor datakwaliteit en integratie

Deze organisatorische oplossingen voor datakwaliteit en integratie helpen je om jouw organisatie meer datagedreven te laten worden. Toch is het bij het oplossen van de problemen omtrent datakwaliteit & data-integratie ook belangrijk om te kijken naar de technische oplossingen. De kracht zit in de optelsom van deze organisatorische oplossingen met technische oplossingen voor het verbeteren van de datagedrevenheid.

Meer weten?

Wil je meer weten over deze organisatorische oplossingen om de datakwaliteit te verbeteren? Neem contact met ons op of bekijk onze andere artikelen.