Het belang van datakwaliteit in het tijdperk van ‘alternatieve feiten’

In het tijdperk van Donald Trump is de term ‘alternatieve feiten’ geboren, maar op ‘alternatieve feiten’ wil je geen besluiten nemen of bedrijfsvoering inrichten. Een factor die onontbeerlijk is voor goede besluiten is betrouwbare data. De kwaliteit van je besluitvorming is zo goed als de kwaliteit van je data.

Worden er in jouw organisatie allerlei Excel bestanden gebruikt die naast de bestaande systemen moeten zorgen voor een gecumuleerd en geaggregeerd overzicht? En moeten die gecombineerde bronnen van data de informatie opleveren voor de besluitvorming op verschillende niveaus? Door deze manier van omgaan met data kunnen er gemakkelijk fouten insluipen die niet direct aan het licht komen. Herken je dit probleem niet? Dan is er nog steeds reden genoeg om datakwaliteit hoger op de bedrijfsagenda te zetten.

Toenemende afhankelijkheid van betrouwbare data

Bedrijven zijn in toenemende mate afhankelijk van betrouwbare data. Daarbij nemen de hoeveelheid data en de complexiteit zienderogen toe. Als de data, die op meerdere plaatsen binnen of buiten de organisatie gebruikt wordt, betrouwbaar is kun je individueel of collectief beter presteren.

Je bent in staat om bijvoorbeeld klanten beter te bedienen, meer te verkopen, voedselveiligheid te borgen, productkwaliteit te managen, minder fouten te maken en kosten te beheersen. En door betrouwbare analyses kun je betere besluiten nemen. Onbetrouwbare data kost eenvoudigweg geld. Met andere woorden: datakwaliteit is medebepalend voor het succes van de onderneming.

Wat is datakwaliteit eigenlijk?

Joseph Juran is een van de grondleggers van kwaliteitsmanagement. Hij definieert datakwaliteit als volgt: “Data is van hoge kwaliteit als het geschikt is voor het beoogde doel in operationeel gebruik, besluitvorming en planning”.

Datakwaliteit is dus de mate waarin data geschikt is voor het doel waarvoor het gebruikt wordt. Wanneer het bijvoorbeeld om social media data gaat, is 80% nauwkeurigheid goed genoeg voor een sentimentanalyse of om een trending topic op Twitter te bepalen. Als het omzetgegevens betreft of als het om de uitslag van een laboratoriumanalyse van een monster op ongewenste stoffen gaat, is 80% nauwkeurigheid niet voldoende. Hieronder staan een aantal belangrijke aspecten die de datakwaliteit bepalen:

• Validiteit: geeft de data weer wat het weer moet geven? (meet ik wat ik wil meten?)
• Nauwkeurigheid: geeft aan in hoeverre de data de werkelijkheid weergeeft
• Volledigheid: geeft aan in hoeverre alle noodzakelijke data aanwezig is
• Consistentie: geeft aan in hoeverre alle waardes op dezelfde manier (methode of procedure) zijn bepaald en of door het hele systeem dezelfde coderingen en verwijzingen gehanteerd worden
• Toegankelijkheid: geeft aan in welke mate er toegang tot de data is
• Tijdigheid: geeft aan in hoeverre de data op tijd beschikbaar is

Waarom is datakwaliteit een probleem?

Groeiende hoeveelheden data bevinden zich in een toenemend complex IT-landschap. In veel organisaties is gedurende het bestaan en de groei van de onderneming een applicatielandschap ontstaan waarin verschillende, met elkaar vervlochten, applicaties zowel binnen als over de organisatiegrenzen via interfaces data uitwisselen.

Vaak was bij het opzetten van de systemen niet de informatiebehoefte leidend, maar het ondersteunen van de operationele processen. Zogenaamde ‘spaghetti landschappen’ met een combinatie van oude en nieuwe technologieën in een complexe architectuur en infrastructuur zijn het gevolg.

De beheerskosten van dergelijke systemen zijn vaak hoog en de flexibiliteit om snel aanpassingen te doen is beperkt. Maar vooral het overzicht van hoe en door wie data in die systemen wordt geregistreerd, bewerkt, verrijkt, gewijzigd, gecumuleerd en geaggregeerd is ver te zoeken. Daarbij wordt regelmatig data in Excel bestanden gedownload en vervolgens bewerkt en met een uploadfunctie weer in de database gezet. Wie weet er aan het eind dan nog of de data waarop je de besluitvorming baseert betrouwbaar is?

Belangrijke eerste stappen naar een betere datakwaliteit

De kwaliteit van data heeft dus veel invloed op de omzet, kosten en klanttevredenheid van de organisatie. Besluiten nemen op basis van verkeerde data kost geld. Het is dus van belang om hier aandacht aan te besteden. Daarom hebben wij de eerste stappen naar een betere kwaliteit voor je op papier gezet.

1. Erken het belang van datakwaliteit
Er wordt bij bedrijven nauwelijks over de kwaliteit van data nagedacht, terwijl de kwaliteit van besluiten juist in hoge mate afhankelijk is van de datakwaliteit. Datakwaliteit gaat eigenlijk om het beschikken over data die je kunt vertrouwen. Het erkennen van het belang van datakwaliteit is het begin. Maak dit onderdeel van de bedrijfsagenda!

2. Breng applicaties en datastromen en de relatie tot de informatiebehoefte in beeld
Breng allereerst de bestaande applicaties en datastromen in beeld. Leg daarbij vast op welke manier gegevens worden vastgelegd, bewerkt, gewijzigd en gerapporteerd. De applicaties moeten aansluiten bij de operationele processen van de business. De datastroom moet echter aansluiten bij de informatiebehoefte en de eisen die door de business hieraan gesteld worden. Definieer uiteindelijk de informatiebehoefte op verschillende niveaus en stuur daar op.

3. Maak afspraken over eigenaarschap en verantwoordelijkheid van data
Eigenaarschap en verantwoordelijkheid van data is binnen bedrijven vaak niet goed geregeld. Ook al is datakwaliteit in principe een verantwoordelijkheid van IT en business samen, het is van belang om intern goede afspraken te maken wie verantwoordelijk is voor welke data. En daarbij is het ook van belang om af te spreken hoe het monitoren van datakwaliteit ingevuld moet worden. Data governance is de overkoepelende term voor data management met betrekking tot beschikbaarheid, bruikbaarheid, integriteit en beveiliging van data in een onderneming.

Wil jij met een expert overleggen wat je kunt doen om de datakwaliteit binnen jouw organisatie te verbeteren? Neem dan vrijblijvend contact op met één van onze specialisten. Zij helpen je graag verder.