Mastering Data
Een pragmatische aanpak voor structureel hoogwaardige datakwaliteit, vertaald naar betrouwbare en nuttige managementinformatie
Wij zijn IMPROVEN Inhoud
3 5 6 7 8 9 10 11 13 14 16
Data Relevantie Improve your data Het succes van goede data Wie is er verantwoordelijk voor datakwaliteit? Wat is datakwaliteit? Meten is weten... het begin van verbeteren Data Management Framework Mastering Data: in beheerste stappen naar volwassen Data Management Structureel op orde houden van data Improven Mastering Data - een concrete aanpak Ons team staat voor u klaar
Improven B.V. U-Building Zonnebaan 9-21 3542 EA Utrecht info@improven.nl www.improven.nl
Data Relevantie IMPROVEN verbetert de prestaties van haar klanten door het optimaliseren van processen, projecten en informatievoorziening. Vanuit een Finance, Risk en IT perspectief bedenken en realiseren wij creatieve oplossingen binnen de thema’s Financial Leadership, Creating Adaptive Organisations en tenslotte: Data driven.
Financial leadership
Creating adaptive organisations
Data driven
Data driven is een aanduiding voor onder andere het uitzetten van strategieën en het vaststellen van verbeterpunten op basis van data. Door data goed te analyseren voorziet men wat er gaat gebeuren en maakt het mogelijk tijdig en snel te schakelen. De hoeveelheid data uit in- en externe bronnen neemt in rap tempo toe. IMPROVEN begeleidt haar klanten in ‘Mastering Data’, de vertaling van data naar informatie en hoe deze data te gebruiken in processen en besluitvorming.
3
Your opinion is your opinion, your perception is your perception, don’t confuse them with “facts” or “truth“ John Moore
Improve your data Data-analyse is de laatste jaren van strategisch belang. Terecht, want de mogelijkheden zijn sterk toegenomen. Zo leiden verkregen inzichten tot gerichte verbetering van bedrijfsprocessen, prioritering in projecten, klanttevredenheid, concurrentievoordeel en uiteindelijk tot optimale winstgevendheid. Beslissingen gebaseerd op relevante en juiste data zijn gewoonweg effectiever dan besluiten genomen op onderbuikgevoel. Een goede informatiestrategie en een data driven mindset zijn hierbij cruciaal. Hoe geeft u lading en betekenis aan begrippen als Big Data, Project Data, Data Privacy, Business Intelligence, Data Quality, Data Analytics en Data Governance? Immers, met de juiste informatie (data van betekenis) heeft u goud in handen. Het is de kunst uw data structureel op orde te krijgen en te houden en waarde te creĂŤren, passend binnen de aard en cultuur van uw organisatie. In deze bijdrage van IMPROVEN geven wij onze visie op het beheren en beheersen van data in een datagedreven organisatie!
5
Het succes van goede data In het besluitvormingsproces voor organisaties is het steeds meer van belang snel betrouwbare informatie te verkrijgen. Immers, dat zorgt voor waardevolle inzichten als basis voor verbetering. En dat is nou juist ook onze belofte…”het kan altijd beter!”. Voorbeelden: • Snellere Time-To-Market • Effectievere migraties • Structureel lagere inkoopkosten • Betere marges en groter marktaandeel Om deze ambities te realiseren, is het essentieel dat u kunt leunen op correcte en volledige data. Ook de snelheid waarmee u inzicht verkrijgt, kan in een woekerende concurrentiestrijd nou net het verschil maken.
Data als glazen bol Goede data vormt de basis voor voorspellende modellen. Deze modellen geven u inzicht in uw klant en zijn of haar gedrag met het oog op productinnovatie, in de kostenontwikkeling voor prijsoptimalisatie of in de ontwikkeling van uw afzetmarkt. Tevens stellen voorspellende modellen u in staat potentiële risico’s te signaleren en kansen te identificeren. Een geruststellende gedachte dat u uw klant en concurrent hierdoor altijd een stap voor bent!
6
Wie is er verantwoordelijk voor datakwaliteit? “IT is toch verantwoordelijk voor de data?”
“Waarom is er zoveel voorraad? Volgens de administratie zou die er niet moeten zijn”
“Ik heb er maar even een Excel van gemaakt”
“Er is een verschil in artikelnummers tussen internet en winkel”
“Hoeveel appels hebben we verkocht? Alle appels of alleen de groene?”
“De marge is vooraf vastgesteld omdat de data ontbreekt”
“Ik heb gegevens ingevoerd en kreeg gelukkig geen foutmelding”
“Wij werken niet met processen, wij zijn flexibel”
Herkent u deze uitspraken? Vast! Geen heldere definities, geen eigenaarschap, geen eenduidig dataproces en geen data governance. Slechts weinig organisaties hebben de datakwaliteit structureel goed op orde. De verantwoording voor datakwaliteit ligt vaak bij de afdeling IT. Er is echter geen logisch causaal verband tussen verstand hebben van computers en verstand hebben van grote hoeveelheden data en datakwaliteit. Datakwaliteit is de verantwoordelijkheid van de business. Aan u de uitdaging awareness te creëren.
7
Wat is datakwaliteit? Goede data is de basis voor een efficiĂŤnte bedrijfsvoering en voor betrouwbare stuurinformatie. In essentie is de kwaliteit van data goed als het bruikbaar is voor hetgeen waarvoor het gebruikt dient te worden. De gewenste kwaliteit hangt af van de context waarin het gebruik wordt. Elk project kenmerkt zich door data-issues, sommige ingewikkelder dan andere. Een rapportagesysteem met onduidelijke, onbetrouwbare, incomplete of verkeerde informatie is gewoonweg onbruikbaar. Om datakwaliteit te definiĂŤren, gebruikt IMPROVEN onderstaande criteria:
Consistent
Compleet
Data Kwaliteit
Correct
Tijdig Integer 8
Accuraat
Meten is weten… het begin van verbeteren Het meten van prestaties en het behalen van doelstellingen is op elk niveau van belang. Het meetbaar maken van datakwaliteit geeft te allen tijde inzicht in de performance en vooral ook in het verbeterpotentieel. Immers, “what gets measured, gets managed” (Peter Drucker). Om de meest relevante performance indicatoren (KPI’s) voor datakwaliteit vast te stellen en in een dashboard inzichtelijk te maken, hanteert Improven de volgende indicatievragen:
Compleet Missen er waardes? Enkel wordt gekeken of de volledige dataset aanwezig is en de velden gevuld zijn. Bij consolidatie uit diverse bronnen, kan dit een uitdaging zijn.
Consistent Zijn de gegevens consistent in de diverse bronnen? Worden dezelfde coderingen en verwijzingen gebruikt in systemen als CRM en ERP?
Accuraat In hoeverre representeert de data de werkelijkheid? Denk bijvoorbeeld aan spelfouten in namen of aan verouderde adressen.
Correct Komt de data overeen met de afgesproken definitie(s) en is de data logisch interpretabel?
Tijdig Representeert de data de werkelijkheid in een bepaald moment in de tijd? En is de data tijdig aanwezig?
Integer Voldoet de data aan de gestelde business rule(s)? Data die niet koppelbaar is, bijvoorbeeld een zwevende order die niet aan een klant is gekoppeld, beïnvloedt de kwaliteit direct negatief.
9
Data Management Framework Datamanagement ondersteunt het primaire organisatieproces. Dit omvat meer dan het beoordelen van datakwaliteit. Data governance, -processen, -definities, applicatielandschap en ook het bewustzijn bij teamleden spelen een belangrijke rol. Improven ontwikkelde voor haar Mastering Data propositie het Data Management Framework en begeleidt inmiddels vele klanten op gestructureerde wijze met het inrichten van datamanagement en het op orde brengen en houden van datakwaliteit.
Datadefinities
Eenduidige omschrijving van relevante elementen waarin is vastgelegd wat een gegeven betekent en waaraan het moet voldoen.
Dataprocessen
Wat zijn de key processen bij het creĂŤren, updaten en het opschonen van data?
Processen
Data governance
Organisatie
Data Management Framework
Mensen Data awareness
Zijn medewerkers zich bewust van de impact van datakwaliteit en hebben zij kennis van datastandaarden? 10
Hoe is data-eigenaarschap belegd in de organisatie en hoe wordt dit nageleefd?
Applicatielandschap
Systemen
In welke systemen wordt data vastgelegd? Hoe is het one-source-of-truth principe geborgd?
Mastering Data: in beheerste stappen naar volwassen Data Management 1. Data Awareness
4. Datadefinities
Bent u en zijn uw collega’s bewust van de
Uniforme datadefinities vormen de spin in het web van datamanagement.
impact van data? Bewustzijn is de basis voor
Het hebben van deze eenduidige definities zorgt voor één voertaal. Deze
een verbetertraject. Als het personeel de
definities zorgen ook voor consistentie in de verschillende applicaties die
impact van data begrijpt en kennis heeft van
gebruikt worden in de keten. Voor managementinformatie is dit van belang
data-standaarden, dan is een logisch gevolg dat
om onzekerheden te voorkomen over bijvoorbeeld de juiste voorraad, omzet,
zorgvuldig wordt omgegaan met het creëren,
integrale kostprijs en rapportages.
updaten en opschonen van data. Dit resulteert gegarandeerd in een betere datakwaliteit.
5. Dataprocessen Het doel van dataprocessen is enerzijds om te borgen dat de kwaliteit
2. Applicatielandschap
bij invoer van data juist is (first-time-right). Anderzijds dragen de processen
Binnen het applicatielandschap wordt het geheel
bij aan het meten, onderhouden en optimaliseren van datakwaliteit.
aan organisatiesystemen en het bijbehorende
Bij de inrichting van dataprocessen zijn heldere definities en afspraken
doel geïdentificeerd. De belangrijkste rol van het
randvoorwaardelijk. Sluiten uw dataprocessen aan bij de datadefinities
applicatielandschap is het borgen van één unieke
en organisatie afspraken?
bron van de waarheid (one-source-of-truth) per data-element.
3. Data Governance
PIM
Data-eigenaarschap is vereist op strategisch, tactisch en operationeel niveau. Strategisch
ERP
in de vertaling van bedrijfsdoelstellingen naar informatievoorziening. Tactisch in de vertaling van processen naar gegevensattributen en operationeel in de vertaling van ingevoerde data naar concrete informatie. Zo wordt uw data op
WMS
CMS
AMS
CRM
Applicatielandschap EDI
MAP DAM
HRM DMS
BI
elke laag binnen de organisatie een belangrijk onderdeel van uw bedrijfsvoering.
11
If you torture the data long enough, it will confess� Ronald Coase Economist
Structureel op orde houden van data Het op orde brengen van datakwaliteit is noodzakelijk maar zorgt niet direct voor een structurele oplossing. Om ook in de toekomst de juiste beslissingen te kunnen nemen, is het beheren en beheersen van datakwaliteit een continu proces. De sleutel voor deze borging ligt volgens de principes van ons Data Management Framework in de inrichting van een Plan-Do-Check-Act cyclus. Deze cyclus wordt specifiek toegepast op data en de onderliggende datastromen.
Plan Het inplannen van de verbeteractiviteiten. Do Het uitvoeren van de verbeteractiviteiten en maatregelen. Check Controleren of de uitgevoerde verbeteractiviteiten en maatregelen het gewenste resultaat hebben behaald.
Act Het eventueel bijstellen van de verbeteractiviteiten of het vaststellen van nieuwe verbeteractiviteiten. Verbetervoorstellen en bijbehorende maatregelen die volgen uit deze cyclus variĂŤren van het eenmalig opschonen van specifieke data tot bijvoorbeeld het gezamenlijk bepalen van uniforme datadefinities of tot het structureel herinrichten van een proces of applicatie. In alle gevallen is het van belang dat datamanagement geĂŻntegreerd wordt binnen de bedrijfsvoering, waarbij heldere processen, werkinstructies en training onderdeel zijn van het verbeterprogramma.
13
Improven Mastering Data een concrete aanpak Trusted Advisor: Improven adviseert u graag‌ Wat
Strategisch advies over datamanagement, stap 1 in bewustwording.
Resultaat U heeft meer kennis van datamanagement en datakwaliteit maar ook een beeld van hetgeen voor uw organisatie relevant is of ontbreekt. Te denken valt aan de inrichting van een datamanagement afdeling of data governance structuur. Ook adviseert Improven over het opstellen van datadefinities en bijbehorende beheerprocessen. Definitiesessies met de relevante stakeholders kunnen onderdeel zijn van dit traject.
Mastering Data QuickScan Wat Met deze QuickScan geven wij u inzicht in uw huidige datamanagement en de datakwaliteit en ontwikkelen wij op basis van de IST en SOLL situatie een roadmap met concrete verbeterpunten en -acties, uitgezet in de tijd.
Aanpak Ons vertrekpunt is altijd de beschikbaarheid van reeds aanwezige data, waarbij we starten met het meten en beoordelen van de huidige kwaliteit. Door uw
medewerkers te betrekken (middels workshops en interviews), creĂŤren wij direct
bewustzijn. Op basis van het Data Management Framework voeren wij onze analyses uit en rapporteren wij de bevindingen.
Resultaat De scan resulteert in een rapport met bevindingen en een pragmatische aanpak
14
voor de verbetering van de datamanagement en -kwaliteit binnen uw organisatie.
In deze aanpak zijn de verbeteracties op basis van prioriteiten verwerkt.
Data Awareness Workshop Wat
Workshop Data Quality Awareness en KPI’s.
Resultaat Meer kennis over de impact van datakwaliteit en het opstellen van goede KPI’s. Tijdens deze workshop geeft Improven uw organisatie inzicht in het belang van goede datakwaliteit. De diverse aspecten uit deze brochure lichten we middels voorbeelden uit de praktijk toe. Hiermee maken wij uw medewerkers bewust van de invloed die zij hebben op de mate van datakwaliteit binnen de organisatie. Ook laten wij zien wat de invloed is van slechte datakwaliteit op uw medewerkers en uw besluitvormingsprocessen. Tevens geven wij inzicht in het definiëren van goede en meetbare KPI’s. Met onze Data Quality Analyse tool geven wij visueel inzicht in hoe wij KPI’s gebruiken bij onze klanten.
Mastering Data Realisation Wat
Een op maat gemaakt verbetertraject.
Resultaat Structurele verbetering van datamanagement, datakwaliteit en -processen,
waarbij wij pas weggaan als het werkt en geborgd is. Wij zijn denkende doeners!
Wij steken de handen uit de mouwen om ervoor te zorgen dat er een datamanagement afdeling is ingericht, de data governance is vastgelegd, datadefinities zijn bepaald en de bijbehorende beheerprocessen zijn ingericht.
15
ramon.van.den.heuvel@improven.nl 06 10 89 68 79
SP©2018.1137
Ons team staat voor u klaar