Informatie-intensieve applicaties als business intelligence (bi), crm en erp zijn aangewezen op betrouwbare, complete en accurate data. Het gebrek hieraan valt niet te voorkomen door alleen het vervangen en vernieuwen van technologie. De échte oplossing is ook organisatorisch van aard.
Dat veel organisaties kampen met kwalitatief slechte data is geen uit de lucht gegrepen constatering. Volgens het Amerikaanse The Data Warehouse Institute (TDWI) kost slechte datakwaliteit bedrijven alleen in de Verenigde Staten jaarlijks al zeshonderd miljard dollar. Deze kostenpost heeft voor een groot deel te maken met eerdere it-ontwikkelingen. Door automatisering zijn veel kritieke zakelijke bedrijfsprocessen tegenwoordig namelijk afhankelijk van data. Slechte kwaliteit van deze gegevens kan leiden tot haperingen in bijvoorbeeld de supply chain en het nemen van verkeerde zakelijke beslissingen. Daarnaast kunnen foutieve gegevens ervoor zorgen dat de service naar klanten onder de maat is.
Gevolgen
Hoewel de gevolgen van gebrekkige informatie groot kunnen zijn, heeft vrijwel iedere organisatie te maken met problemen die terug te voeren zijn op slechte kwaliteit van de aanwezige gegevens. Binnen de financiële dienstverlening zorgt slechte datakwaliteit bijvoorbeeld voor moeilijkheden om aan wet- en regelgeving te voldoen. Voor bedrijven in de productie-industrie wordt het door onjuiste gegevens steeds lastiger aan te haken bij het toenemende web van licenties. Daarbij weerhoudt het ontbreken van gestandaardiseerde data bij dochtermaatschappijen en de verschillende bedrijfsonderdelen (grote) organisaties ervan gegevens efficiënt uit te wisselen en te integreren en houdt slechte datakwaliteit wereldwijde groei tegen. Kortom; slechte kwaliteit van data heeft direct invloed op de resultaten en ontwikkeling van een bedrijf. Het zorgt voor hogere kosten doordat onder meer materialen verspild worden en processen mislopen. Daarnaast brengen incomplete en inaccurate gegevens extra werk, ontevreden klanten en slechte strategische planning met zich mee.
Datakwaliteitmanagement
Ondanks de grote gevolgen zijn veel organisaties zich niet bewust van de omvang van het probleem waarmee kwalitatief slechte data hen opzadelen. Anderen zien wel in dat er pijnpunten bestaan, maar hebben geen duidelijk beeld van de zakelijke impact ervan. Laat staan dat zij hebben nagedacht over een manier waarop de kwaliteit van data verbeterd kan worden.
Belangrijk bij de aanpak van slechte datakwaliteit is te realiseren dat het niet alleen een kwestie van technologische aard is, maar dat er een organisatiebrede aanpak nodig is, gericht op de organisatorische, culturele en procesmatige infrastructuur. Om ervoor te zorgen dat beschikbare informatie wel op de juiste manier gebruikt kan worden om kosten te drukken, klantretentie te verbeteren en de efficiëntie van de supply chain te verhogen, zal naast gebruikelijke factoren als medewerkers en goederen daarom ook de data binnen een organisatie moeten worden gemanaged. Het doel van dit zogenaamde datakwaliteit management is te zorgen voor de infrastructuur die ruwe data kan omzetten in consistente, accurate en betrouwbare bedrijfsinformatie en de kwaliteit ervan te waarborgen zodat een onderneming daar blijvend profijt van heeft.
Strategische kwestie
Deze doelen zullen niet worden bereikt wanneer een organisatie zich concentreert op het aanbrengen van verbeteringen binnen individuele applicaties of afzonderlijke bedrijfsprocessen. Deze aanpak levert weliswaar op kleine schaal snel resultaten op, maar zorgt niet voor een wezenlijke verbetering van de datakwaliteit.
Datakwaliteit is een strategische kwestie, die aangestuurd moet worden vanuit het management en de gebruikers van de informatie, in samenwerking met informatie technologie. Hiervoor kan een onderneming een zogenaamde chief data officer (cdo) benoemen. Waar bijvoorbeeld de cfo verantwoording aflegt voor de financiën en de cmo voor marketing, is de cdo verantwoordelijk voor de kwaliteit van de data binnen een organisatie.
Gebrekkige kwaliteit van data is een probleem dat zich alleen op laat lossen als it en de commerciële afdelingen als verkoop, marketing, financiën en support samenwerken. Informatie technologie speelt weliswaar een belangrijke rol bij het kiezen van de juiste technische oplossingen, maar het verbeteren van de datakwaliteit zit niet alleen in het vinden en repareren van zoekgeraakte of inaccurate data.
Stapsgewijze aanpak
Om hoge standaarden te bereiken en te behouden, moet de organisatie procesmatige en culturele veranderingen ondergaan. De enige manier om ervoor te zorgen dat de onderneming over accurate, consistente en actuele data beschikt, is door gebruik te maken van een stapsgewijze strategie voor datamanagement, die uiteindelijk alle binnen de organisatie aanwezige gegevens omvat.
Hierbij spelen de managers binnen de verschillende onderdelen van de organisatie een belangrijke rol. Zij moeten hun mensen die verantwoordelijk zijn voor het verwerken van functionele data aanzetten hoogwaardige gegevens aan te leveren; gegevens die ook werkelijk voor commerciële doeleinden bruikbaar zijn. Zo moeten bijvoorbeeld medewerkers in het callcenter zich bij het verzamelen van informatie voor operationeel gebruik afvragen of deze gegevens ook bruikbaar zijn voor andere doeleinden, zoals bijvoorbeeld de mensen op de financiële afdeling of gebruikers van business intelligence systemen. Wanneer op iedere afdeling aangestuurd wordt op het leveren van dergelijke hoogwaardige informatie ontstaat binnen de gehele organisatie een cultuur waarin de personeelsleden die informatie aandragen prioriteit geven aan de kwaliteit van de aan te leveren data.
Tools
Onderhoud, meting en controle spelen bij ieder kwaliteitsmanagementsysteem een centrale rol. Dat is bij datakwaliteit niet anders. Rapportage en kwaliteitsmonitoring zijn belangrijke tools om de kwaliteit van gegevens te waarborgen en onderdeel uit te laten maken van de bestaande cultuur binnen een organisatie. Door te meten hoe problemen met gegevens ontstaan, wordt de informatie beschikbaar gemaakt die nodig is om zakelijke- en werkprocessen te veranderen. Daarbij legt het regelmatig uitvoeren van rapportages op het gebied van data kwaliteit en het maken van scorecards de basis voor het stimuleren van het management en de verzamelaars van de gegevens binnen een organisatie om data te verstrekken die aan de behoeften voldoen van de gebruikers van deze informatie. Deze tools zorgen er tenslotte ook voor dat gegevens waar nodig kunnen worden gecorrigeerd in de bronsystemen. Op die manier leiden de processen tot een cyclus van voortdurend verbeterende datakwaliteit. Daarnaast is deze ook op de lange termijn gewaarborgd.
Bert Oosterhof, director of technology EMEA bij Informatica
