Inzicht

Organisatorische oplossingen voor datakwaliteit en -integratie

Bij het verbeteren van datakwaliteit en data-integratie zijn organisatorische oplossingen onmisbaar. Met technische oplossingen alleen 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 ze in?

Data-eigenaarschap als een van de organisatorische oplossingen om de datakwaliteit te verbeteren

Een van de organisatorische oplossingen voor datakwaliteit en -integratie is het principe van data ownership. Data ownership in de letterlijke betekenis betekent eigendom van gegevens. Gegevenssets worden geassocieerd met een persoon die controle heeft over die gegevenssets. Bijvoorbeeld klantgegevens op de verkoopafdeling, voorraadgegevens op de productieafdeling en beschikbare inzet op de HR-afdeling. Deze persoon is dan verantwoordelijk voor de beschikbaarheid en juistheid van die dataset.

Waar begin je met het implementeren van data-eigenaarschap?

Het hebben van eigenaarschap over een stuk data kan voor elke organisatie anders zijn. In de praktijk zien we meestal dat data-eigendom op deze vier niveaus wordt gedefinieerd:

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

Je kunt ook een combinatie van bovenstaande definities gebruiken om eigenaarschap van gegevens te definiëren. Je kunt dit bijvoorbeeld koppelen aan het type gegevens. Voor rapportagegegevens kan het eigenaarschap van gegevens worden gedefinieerd bij de aggregator, terwijl voor masterdata het eigenaarschap van gegevens bij de makers ligt.

Data stewardship voor betere datakwaliteit en -integratie

Een tweede organisatorische oplossing, die in de praktijk ook vaak wordt gebruikt, om de datakwaliteit en -integratie te verbeteren is data stewardship. Het verschil tussen data-eigendom en data stewardship is tactisch versus operationeel. De data steward is operationeel verantwoordelijk voor de dataset. De data-eigenaar kijkt vooruit naar hoe de datakwaliteit kan worden verbeterd en houdt daarbij tactische en strategische doelen voor ogen.

Voordelen van data-eigendom en data stewardship:

1. Eenvoudige implementatie

Data ownership is een organisatorische oplossing die eenvoudig te implementeren is. Potentiële data-eigenaren zijn al aanwezig in het bedrijf, er zijn weinig tot geen technische oplossingen nodig om het te implementeren (maar implementatie is effectiever in combinatie met technische oplossingen) en het is een goede eerste stap in de richting van een meer datagestuurde organisatie.

2. De silo's doorbreken.

Data-eigenaren en data stewards werken samen met data-eigenaren en data stewards van andere afdelingen en delen van de organisatie. Dit kan organisatorische silo's in de bedrijfscultuur helpen doorbreken.

Data Management Office voor een meer datagestuurde organisatie

Een van de andere organisatorische oplossingen om de datakwaliteit en -integratie te verbeteren is een meer geavanceerde oplossing. Deze derde manier draait om het implementeren van een Data Management Office (DMO). Het DMO is een aparte afdeling binnen de organisatie die zich bezighoudt met het onderhouden en faciliteren van gegevens in de hele organisatie. Naast data-eigenaren en -stewards bestaat het DMO uit analisten. Meestal zijn dit twee soorten analisten: bedrijfsanalisten die de data afwegen tegen de doelen van het bedrijf en data-analisten die de data toetsen aan de datakwaliteitsnormen van de organisatie. Data-architecten en data-engineers zijn ook rollen die vaak tot de DMO behoren. Zij zijn verantwoordelijk voor de architectuur van gegevensstromen binnen de organisatie.

3 manieren om de DMO op te zetten

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

Organisatorische oplossingen datakwaliteit

In zijn gecentraliseerde vorm opereert de DMO volledig als een aparte afdeling van de organisatie. Alle rollen zijn ondersteunend aan de hele organisatie. In de hybride vorm heeft elke afdeling binnen de organisatie zijn eigen "mini-DMO", die verbonden is met de centrale DMO. Deze 'mini-DMO' kan bijvoorbeeld een groep analisten, BI-specialisten en data scientists zijn die zich specifiek richten op een afdeling, zoals financiën. De DMO kan ook gedecentraliseerd zijn. In dat geval heeft elke afdeling zijn eigen DMO. Deze DMO heeft nog wel een kleine centrale tak die zich bezighoudt met IT-architectuur, zoals de ICT-afdeling of data architects & engineers.

Voordeel van het Data Management Office: Naast controleren, ook creëren

Gegevenseigendom richt zich voornamelijk op het controleren van de gegevens op basis van vastgestelde kwaliteitsnormen. Het houdt zich bezig met het verleden en het heden, maar niet met de toekomst. Daarnaast werkt het Data Management Office samen met analisten en datawetenschappers. Zij gebruiken hun expertise en kennis om de data van vandaag te laten werken voor meer waarde morgen, volgende maand of volgend jaar.

De som van technische en organisatorische oplossingen voor datakwaliteit en -integratie

Deze organisatorische oplossingen voor datakwaliteit en -integratie zullen uw organisatie helpen om meer datagestuurd te worden. Maar bij het oplossen van problemen met datakwaliteit en -integratie is het ook belangrijk om naar de technische oplossingen te kijken. De kracht zit in de som van deze organisatorische oplossingen met technische oplossingen voor het verbeteren van 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.