1 item tagged "datakwaliteit"

  • Ctac: datakwaliteit cruciaal in succesvolle bedrijfsstrategie

    Ctac: datakwaliteit cruciaal in succesvolle bedrijfsstrategie

    Voor bedrijven is het aantrekkelijk om steeds meer gebruik te maken over de berg data waar ze over beschikken. Veel processen kunnen hierdoor namelijk vlot verlopen, terwijl bijvoorbeeld diepe analyses marktkansen en optimalisaties in beeld brengen. Om er een succes van te maken en jouw bedrijf verder te helpen, dienen echter stappen gezet te worden. De grote vraag volgens applicatiespecialist Ctac: Hoe krijgen bedrijven grip op de kwaliteit van data?

    Ctac helpt met name mkb’ers die miljoenen omzet draaien bij het inrichten van hun applicatielandschap. Het gaat daarbij onder meer om Enterprise Resource Planning (ERP)- en Customer Relationship Management (CRM)-software. Dergelijke oplossingen leveren op zich al een berg data op, maar Ctac verleent bijvoorbeeld ook diensten die zich compleet richten op data en analyses. Hierbij kan je denken aan Master Data Management en Data & Analytics.

    Volgens Roy van den Wollenberg, Business Development Manager Data & Analytics, en Danny Pieters, Business Development Manager Data Management bij Ctac, lopen bedrijven uit het mkb-segment die een bewuste keuze voor data-driven maken, met regelmaat tegen kwaliteitsproblemen rond data aan. Die problematiek komt voort uit allerlei kanalen van de bedrijven: uit het eigen applicatielandschap tot aan externe bronnen.

    Structuren als obstakel

    De kwaliteitsachterstand wordt eigenlijk door meerdere factoren veroorzaakt. Zo bepaalt de applicatiestrategie van bedrijven deels het succes van data-driven organisaties. Sommige bedrijven kiezen ervoor om de Pace-Layered applicatiestrategie van Gartner te omarmen. Bij deze werkwijze worden bepaalde applicaties geprioriteerd, om innovatie en verandering binnen bedrijven sneller te bewerkstelligen. Veranderingen in de applicaties met prioriteit kunnen vervolgens van invloed zijn op het gehanteerde datamodel, aangezien ze de data-architectuur met applicaties zonder prioriteit delen. In dit geval kan het beleid gaan schuren door nieuwe inconsistenties. Er is een belangrijke innovatie doorgevoerd in kernsoftware, maar het gedeelde onderlinge databeleid van de applicaties draait wellicht niet meer zo soepel.

    Daarnaast loopt de manier waarop applicaties data valideren ook niet altijd efficiënt. Stel dat een klant een formulier in de webportal van een bedrijf zijn adresgegevens invoert. De integratielaag zorgt er dan automatisch voor dat deze informatie doorgegeven wordt aan het CRM-systeem. In de meeste gevallen is dit een efficiënte werkwijze, maar bij het foutief invoeren van de klantgegevens gebruiken wel twee systemen (de webportal en het CRM-pakket) foutieve data. De verantwoordelijken voor deze applicaties zijn vaak verschillende personen, waardoor de validatie van de adresgegevens eigenlijk twee keer gebeurt. Dit is slechts een voorbeeld, want datavalidatie vindt in veel componenten van de applicatie- en procesketen plaats. Het veroorzaakt integratieproblemen en applicatie errors, waar verschillende personen vervolgens op moeten inspringen.

    Wordt er te veel vertrouwd op data van derden?

    In het applicatielandschap van bedrijven zijn dus nog wat zaken die efficiënter kunnen worden uitgevoerd. Volgens Van den Wollenberg zitten de problemen echter niet alleen in de eigen data. Data uit eigen systemen wordt vaak gecombineerd met aangeleverde informatie van derden. Op basis van die gecombineerde data nemen bedrijven hun besluiten. Maar als blijkt dat de data van derden niet goed is, dan wordt eigenlijk het verkeerde besluit genomen. Het gevolg hiervan is dat complete bedrijfsprocessen vastlopen en er eventueel extra kosten en schade wordt gemaakt.

    In de praktijk komt de data uit derde bronnen op allerlei manieren en vormen binnen. Het gaat bijvoorbeeld om informatie die je aangeleverd krijgt door partners, customer service-data die je bedrijf binnenkrijgt via social media of complete artikeldatabases die je importeert in je eigen artikelstamboom. Het kan zelfs gaan om prijs- en voorraadinformatie van de concurrentie die binnen wordt gehaald, zodat je in kan spelen op hetgeen dat de concurrent biedt. Maar om al deze soorten informatie echt goed te gebruiken, is het van belang de kwaliteit van de data te bevestigen.

    Oplossing: data stewards, juiste tools en keurmerk

    Om als bedrijf meer voordeel te halen uit de berg aan informatie, is het volgens Pieters verstandig om te investeren in data stewards. Deze data steward stippelt het databeleid uit en zorgt er ook voor dat het beleid uitgevoerd wordt. Door hier een persoon op te zetten die hier zijn volle werkweek aan spendeert, is er iemand in de organisatie die ervoor moet zorgen dat de infrastructuur en systemen op orde zijn voor het leveren van accurate en volledige data. Het is zijn verantwoordelijkheid om een juist en up-to-date datalandschap te creëren en waarborgen. De data steward kan dus ook aangekeken worden wanneer informatie niet juist is.

    De data stewards, maar ook andere medewerkers die zich bezighouden met data, kunnen uiteraard terugvallen op een aantal softwareoplossingen. Met name bronsystemen binnen het applicatielandschap van bedrijven kunnen hierin een belangrijke rol spelen. Denk daarbij onder meer aan de databeheermogelijkheden van Product Information Management (PIM)-tools, waarmee een bedrijf productdata kan valideren. Pieters geeft als voorbeeld een leverancier van frisdrank, die in PIM vastlegt of het om een losse fles, sixpack of krat. De validatie van de verpakking moet in PIM nauwkeurig gebeuren, want de informatie wordt vervolgens weer doorgespeeld naar andere applicaties voor het magazijn en de logistiekplanning. Als bijvoorbeeld een krat als losse fles in PIM wordt geregistreerd, dan wordt deze valse informatie doorgezet met uiteindelijk problemen bij het inladen van de rolcontainer. Daardoor komt een bedrijfsproces in gevaar. Validatie in sourcesystemen is dus eigenlijk gewoon noodzaak.

    Volgens Ctac is er overigens ook nog een andere manier om de kwaliteit van data verder op te krikken: een keurmerk. Met zo’n keurmerk moeten bedrijven aan kunnen tonen dat volledige en accurate data hebben en leveren. Dit is handig wanneer je met andere bedrijven samenwerkingen aangaat, waarbij het verstrekken van informatie belangrijk is. Jij en je partner weten dan dat jullie elkaar kunnen vertrouwen. Wanneer het dan onverhoopt alsnog fout gaat, kan je elkaar erop aanspreken. Als veel bedrijven op deze manier als het ware een community creëren, dan vereenvoudigt dat het werk van iedereen. Het blijven controleren op de datakwaliteit wordt in dat geval neergelegd bij een organisatie, zodat het keurmerk ook echt een garantie blijft. Van den Wollenberg stelt ervan overtuigd te zijn dat het datakeurmerk er op termijn komt, want datakwaliteit gaat zo’n beetje ieder bedrijf inmiddels wat aan.

    Echt data-driven word je pas met de juiste stappen

    Het mag duidelijk zijn dat voor veel bedrijven meer gebruikmaken van data een grote wens is. Volgens Ctac kan je die wens alleen verwezenlijken wanneer je weet waar je mee te maken krijgt en hier de nodige stappen op onderneemt. Uiteindelijk moet je goed kijken wat de mogelijkheden zijn van de IT-afdeling, om daar een passend plan bij te maken. Consulting van een externe IT-dienstervelener kan daarbij helpen, aangezien de dienstverlener precies de valkuilen kent en weet waar bedrijven op moeten letten. Denk dus goed na voordat je investeringen doet waar je achteraf gezien ontevreden over bent en niet het maximale uit haalt. Want alleen dan verbeter je het bedrijfssucces met kwalitatief goede data.

    Auteur: Berry Zwets

    Bron: Techzine

EasyTagCloud v2.8