Praktijk en theorie rondom data management hebben zich de afgelopen twintig jaar enorm ontwikkeld. Basis randvoorwaarden als actualiteit, validiteit, compleetheid e.d. hebben inmiddels plaats moeten maken voor integraal data management en data governance. Althans, zo lijkt het. Niettemin blijft elementaire data hygiëne van groot belang. Met het gevaar van ‘ de open deur’ daarom hieronder toch nog maar eens een aantal basistips voor het verhogen en waarborgen van datakwaliteit.
Snelle ontwikkelingen, grote hoeveelheden data en meer mogelijkheden
De wereld van nu ontwikkelt zich steeds sneller. Nieuwe technologieën maken mogelijk dat er veel meer informatie bij de klanten en andere stakeholders, zoals leveranciers of toezichthouders, komt en dat beslissingen steeds sneller kunnen worden genomen. Nieuwe technologieën maken het ook mogelijk om informatie hierover vast te leggen. In gestructureerde of ongestructureerde vorm. Bovendien kan data ons helpen in te spelen op de (on)gevraagde en voorspelde behoeften van klanten. Door zo de wereld voorspelbaarder te maken, kan de organisatie marktaandeel behouden en vergroten.
De kwaliteit van data is cruciaal
De kwaliteit van data – in welke vorm dan ook – is hierbij van cruciaal belang. Als je als organisatie data zou willen verzamelen en verwerken, dan is het belangrijk dat data aan kwaliteitsstandaarden voldoet. Denk hierbij aan volledigheid, eenduidigheid, tijdigheid, accuraatheid, consistentie en relevantie. Deze standaarden houden je data immers ‘fit for use’.
Tien tips voor continue verbetering van je datakwaliteit
Waar moet je aan denken als je je datakwaliteit continu wilt verbeteren? We geven 10 tips:
- Maak data belangrijk.
Is data een asset in je organisatie of iets wat noodzakelijk is voor de administratieve doeleinden? Het opstellen en monitoren van doelen voor dataverzameling en data gebruik is de eerste stap richting datagedreven werken. En het inbedden ervan in de cultuur waarin beslissingen genomen worden op basis van relevante data, in plaats van op het buikgevoel.
- Leg alleen relevante data vast.
Ook data heeft zijn levenscyclus. Het definiëren van welke databronnen en welke data vastgelegd dienen te worden, maakt je datalandschap overzichtelijk. Bepaal hierbij welke data is relevant en welke data niet. En welke data heeft gewenste toegevoegde waarde voor je primaire en ondersteunende bedrijfsprocessen. Zodat het de moeite loont om de data op te slaan en te onderhouden. Wanneer je over een langere periode data verzamelt, verwijder dan data die niet meer relevant is. Wet- en regelgeving kan hierbij ook een essentiële rol spelen door bewaartermijnen of doelbinding te definiëren.
- Dwing invoer standaarden technisch af.
Veel vrijheid laten aan de kant van invoer leidt tot vervuilde en/of onvolledige data. Dwing daarom technisch af dat data zo veel mogelijk hetzelfde wordt ingevoerd. Wanneer je dit niet doet of niet kunt zul je additionele technieken, zoals tekstmining, nodig hebben om de data te structureren en de kracht van je data te benutten.
- Stel duidelijke business rules op voor het verwerken van ‘extern’ verkregen data.
Het verzamelen van data vindt niet alleen intern plaats. Data kan ook afkomstig zijn van bijvoorbeeld externe leveranciers. Om hoge datakwaliteit te -realiseren, is het belangrijk om standaarden voor uitwisseling af te spreken over formaten, volumes of tijdsperiodes. En bij verwerking van nieuwe data de gestandaardiseerde invoer technisch af te dwingen.
- Controleer invoer door bijvoorbeeld het vier-ogen principe.
Je wilt het liefst alleen data bewaren die accuraat is. Om dubbele invoer van klantgegevens te voorkomen, kun je intern een vier-ogen principe toepassen. Laat degene die verantwoordelijk zijn voor je data akkoord geven op de invoer. Een andere mogelijkheid is om je klant, leverancier of medewerker de acceptatie van invoer en/of eventuele wijzigingen in hun gegevens laten bevestigen.
- Gebruik contactmomenten met je stakeholders om je data te actualiseren.
Tijdigheid (of recentheid) is belangrijk als we data willen toepassen om een beeld te krijgen van het moment nu, of van het moment in de toekomst. Gebruik bijvoorbeeld een contactmoment met je klant op het callcenter of je overleg met product manager om de bestaande data te bevestigen of te wijzigen.
- Monitor de datakwaliteit.
Stel duidelijke KPI’s aan je datakwaliteit en monitor ze door onder andere bounces en retouren te meten. Zet rapportages in via relevante Data Quality tooling die over deze functionaliteit beschikt.
- Verbeter datakwaliteit continu door verantwoordelijke personen aan te stellen.
Een eenmalige data audit kan bestaande issues blootleggen en verbeteracties aandragen. Maar ondertussen stroomt er weer nieuwe data binnen. Om het proces van datakwaliteit continu te bewaken, verdient het de voorkeur hier iemand verantwoordelijk voor te maken. Zo wordt de kwaliteit onderdeel van de kerntaak van die persoon en niet een taak ‘erbij’. Zo krijgt het de aandacht die het verdient. Leg daarbij de verantwoordelijkheid neer op die plek die het meeste directe voordeel heeft van een goede datakwaliteit. Meestal is dit de ‘business kant’ van de organisatie. Ook bij het uitbreiden van (master) data is het de verantwoordelijkheid van de business om de informatie vast te leggen en niet van de IT-afdeling.
- Doe een periodieke audit (en maak gebruik van een externe partij).
Gebruik regelmatig frisse blik op zaken. Plan daarom een periodieke audit in. Laat je inspireren door nieuwe inzichten op het gebied van data wanneer je dit door een externe partij laat doen.
- Houd focus en wees vasthoudend.
Constant aandacht geven aan je belangrijke asset: data, werpt zijn vruchten af. Je hoeft nooit meer te staan voor de grote stapels vervuiling. Op de lange termijn is het een kwestie van overzicht hebben van mogelijke issues en wijzigingen bijhouden. Een ‘schone lei’ maakt ruimte voor nieuwe inspirerende ideeën over wat je met data allemaal kunt.
Wil je een keer sparren over datakwaliteit of data management binnen jouw organisatie? Neem dan contact met me op via m.legerstee@cmotions.nl.
