Wie is uw datahoeder?

12 januari 2015
Wie is uw datahoeder?

De wereld van data gaat veel verder dan domweg verzamelen en te gelde maken. Dat laatste vereist datakwaliteit en vaak komt dan beheer om de hoek kijken. Niet traditioneel IT-beheer, maar 'datahoeden'. Doet uw organisatie al aan data governance. En wie is dan uw datahoeder?

Een buitenstaander kan concluderen dat datakwaliteit en data governance op hetzelfde neerkomen. Dat is echter niet het geval, hoewel er natuurlijk wel een sterke relatie is tussen de twee data-disciplines. "Datakwaliteit is het uitvoeren van kwaliteitsregels. Data governance is breder", begint technologieconsultant Bas Dudink van SAS Nederland zijn uitleg. "Wie is er verantwoordelijk voor de kwaliteit van data? Welke verantwoordelijkheden zijn er op dat vlak? Welke afspraken zijn er hierover gemaakt?"

'Waar komt uw data vandaan?'

Datakwaliteit gaat over bijvoorbeeld de juistheid van postadressen en personeelsbestanden. Een kwaliteitsslag op dat gebied heeft om te beklijven afspraken nodig en toezicht op de naleving ervan. Datakwaliteit valt dan ook uit te voeren als een onderdeel van data governance, maar de twee zijn niet onlosmakelijk met elkaar verbonden. Data governance kan namelijk vanuit diverse richtingen komen.

Het kan komen vanuit een bredere behoefte van de organisatie, of vanuit opgelegde wet- en regelgeving. Dudink noemt het Basel-akkoord en de daaruit voortgekomen regulering voor financiële instanties. Banken krijgen daarmee de verplichting om te antwoorden op de vraag 'Waar komt uw data vandaan?'. In de praktijk gebeurt al hetzelfde voor fabrieken, die bepaalde standaarden hanteren - of moeten hanteren - voor de materialen die zij gebruiken.

Metadata, bestandsformaten en standaarden

Data governance gaat verder dan de herkomst van gegevens. Het omvat ook metadata en standaarden voor de formaten waarin gegevens worden aangeleverd, verwerkt en eventueel weer doorgegeven. Dat doorgeven geldt voor andere organisaties, zowel externe partners als interne afdelingen, maar ook voor toekomstige afnemers. Voor informatietoepassingen die nu wellicht nog niet bekend of in zicht zijn.

Daarmee overstijgt data governance afdelingen en bedrijfsprocessen. De omgang met data is nu vaak nog ingeperkt in de 'silo' van een bepaalde bedrijfsactiviteit of -divisie. Het gebruik is dan ingericht op de huidige gang van zaken. "De primaire, dagelijkse processen lopen meestal wel", schetst Dudink de praktijksituatie. Voor nieuwe activiteiten, of voor overkoepelende zaken als risicobeperking, zijn dan aanpassingen vereist.

Meer management consultancy dan tech

Het hoeden van data komt grotendeels neer op non-ICT-zaken als bedrijfsprocessen, organisatieprocedures, werkafspraken en controle op de naleving ervan. Een securitycomponent hoort hier ook bij: wie heeft toegang tot welke gegevens, hoe zijn die beveiligd? "Het is meer management consultancy: procedures opstellen", geeft de SAS-expert aan. Het technologiecomponent bedraagt naar zijn schatting een bescheiden 10 tot 20 procent van het totaal dat een data governance-project omvat.

Kernvraag is hoe een organisatie met zijn gegevens omgaat, bijvoorbeeld om risico's af te dekken. Dat is een zaak die niet voor een enkele activiteit of divisie moet gelden. Goed uitgevoerde data governance neemt ook de toekomst in ogenschouw, zodat eventuele toekomstige afnemers van gegevens gemakkelijk en consistent bediend worden. Bijvoorbeeld voor nieuwe partnerships of voor nieuwe activiteiten.

Een koppeling met datakwaliteit lijkt hierbij logisch en kan voor de langere termijn voordelen opleveren. Het alleen verbeteren van datakwaliteit zonder daar governance bij te betrekken, kan namelijk verzanden in een incidentele actie. Het wordt dan een operatie die óf telkens herhaald moet worden, óf waarvan het effect op een gegeven moment kan wegzinken. Een 'datahoeder' kan dit voorkomen.

Stukje afsnijden vanwege KPI's

Wanneer een werknemer, leidinggevende of afdeling wordt afgerekend op bepaalde targets dan zullen die natuurlijk de focus zijn van deze partij. Indien daar een verantwoordelijkheid bijzit voor een activiteit waar niet op wordt afgerekend, dan zal die taak bij drukte of krapte logischerwijs het onderspit delven. Logisch, zakelijk, carrièregericht, maar lang niet altijd goed voor het bedrijf.

Zie bijvoorbeeld het praktijkgeval van een callcenter bij een niet nader te noemen organisatie. Daar was de wachttijd van calls van klanten hun KPI (Key Performance Indicator). Om op dat punt goed te blijven scoren, is tijdens een erg drukke kerstperiode besloten om bepaalde invulvelden in het CRM-systeem 'even' leeg te laten. Een bochtje afsnijden voor resultaat, of de hand lichten met bedrijfsprocessen?

Als er geen consequenties worden gekoppeld aan dit gedrag is de kans aanwezig dat de tijdelijke aard van het weglaten van invulvelden vroeg of laat permanent wordt. Want het scheelt tijd en dus performance voor de bewuste afdeling en de betrokken manager. En zelfs als dit sombere scenario geen werkelijkheid wordt, is de schade al aangericht. Want wie gaat er naderhand nog die ontbrekende gegevens controleren, en eventueel alsnog invoeren? Er is dus een gat geslagen, een leemte in de dataschatkist. Een datahoeder had de organisatie kunnen beschermen tegen dit praktijkgedrag van het eigen callcenter.

Fouten voortaan bovenstrooms aanpakken

Een ander praktijkvoorbeeld is het facturerings- en betalingsproces van een instelling in de gezondheidszorg. De tijd tussen factureren en betalen was lang en werd zelfs langer. Uit onderzoek bleek de eigenlijke oorzaak: de facturen bevatten foute verrichtingen. Vervolgens stelt de zorgverzekeraar die fouten aan de kaak, waardoor de zorgorganisatie in een tijdrovend proces terechtkomt. Het moet telkens onderzoek doen naar de facturen waardoor de daadwerkelijke betaling substantieel wordt vertraagd.

In plaats van het constant benedenstrooms corrigeren van de foute facturen koos de gezondheidszorginstelling ervoor om het probleem bovenstrooms aan te pakken. Reeds bij de invoer van de verrichting bij de patiënt worden verschillende datakwaliteitsregels afgevuurd en krijgt de invoerder directe feedback op zijn keuze, met de mogelijkheid om direct te corrigeren. De consequentie is dat de betaaltermijnen van facturen meetbaar korter zijn geworden. Bijkomende voordelen waren bovendien dat managementrapportages, analyses maar ook de relatie met de zorgverzekeraar zijn verbeterd.

Dubbel en dwars terugverdienen

Het is eigenlijk een kinderlijk eenvoudig, universeel principe; datgene wat je bovenstrooms verbetert verdien je benedenstrooms dubbel en dwars terug. Maar als dit dan zo logisch is, waarom zien we dit principe dan zo weinig terug in het management van de data in organisaties? Waarom beginnen we met het maken van complexe data warehouses (zuiveringsinstallaties) in plaats van het zuiveren van het water aan de bron?

Data governance kan voorkomen dat er leegtes ontstaan in de dataschatkist en dat er constant tijdrovend bijsturen vereist is. Hoe dit aan te pakken? Het begin van data governance is volgens Dudink een tapdans. Stap één is veelal datakwaliteit. Aangezien dáár het daadwerkelijke probleem zit.

Het begint echter met besef binnen een bedrijf voordat die eerste stap gezet kan worden. Dat besef kan er zijn, en datakwaliteit kan dan verbeterd worden, alleen is er daarmee dan geen zicht op het bredere perspectief. "Datakwaliteit wordt dan stapje voor stapje gedaan", vertelt de SAS-consultant. Het advies is om een holistische aanpak te hanteren voor data governance. Het gaat immers verder dan 'simpelweg' ICT en databeheer.

De tijdigheid van waarde

Ja, data governance is niet makkelijk. "Complex", noemt expert Dudink het. Het gaat om theorie versus praktijk. In theorie is data belangrijk; zowel de kwaliteit ervan als het toezicht daarop. In de

praktijk is dat belang niet altijd overal even goed vastgelegd. Er is niet altijd geïdentificeerd wie de hoeder van welke data hoort te zijn. Daarbij speelt niet alleen wie er verantwoordelijk is, maar ook of er wel waarde aan wordt gehecht.

Of eigenlijk: of er wel op tijd waarde aan wordt gehecht. "Stel dat je dak lekt, maar de zon schijnt", licht Dudink het aspect van tijdigheid toe. Wanneer het begint te regenen, is het eigenlijk al te laat. Al met al klinkt data governance als een moeilijke taak. Een bedrijfsbrede operatie die ICT overstijgt en zaken raakt als business operations, bedrijfscultuur en HR. Maar uiteindelijk kan data governance in de data-driven wereld van nu juist weer bedrijfsbreed voordeel geven.

Bron: Business-Analytics.biz