Datakwaliteit: who cares?
Nagenoeg iedereen heeft er in de dagelijkse praktijk mee te maken: datakwaliteit. Niemand ontkent het belang van goede datakwaliteit, maar wie voelt zich er nu verantwoordelijk voor? Meestal niemand. Zowel voor de eigen medewerkers als voor de klanten leidt dit tot frustraties.
Herkenbare problematiek
De financiële afdeling factureert, crediteert en maant aan op basis van data. Wanneer deze data onjuist zijn, werkt dit door in het order-to-cash proces en heeft dit negatieve gevolgen voor het werkkapitaal van de onderneming. Een verkeerd adres of een onjuiste specificatie leidt tot extra werk, irritatie bij klanten en medewerkers, en uiteindelijk tot een vertraagde betaling. Voor de afdeling Klantenservice geldt dat zij goede data nodig hebben om vragen adequaat te beantwoorden. Marketing en sales kunnen niet functioneren zonder een correct en up-to-date ingevuld CRM-systeem.
Kortom, iedereen zou zich verantwoordelijk moeten voelen voor een maximale datakwaliteit.. Maar in de praktijk zien we dat die verantwoordelijkheid vaak niet gevoeld wordt. Dat lijkt vreemd, maar is het niet. Want als iedereen een beetje verantwoordelijk is, neemt niemand in z’n eentje de volledige verantwoordelijkheid op zich. Zo verandert er niets en gaat het van kwaad tot erger. Het is dan afwachten tot iemand de pijn voelt en aan de bel trekt.
Begin bij het begin
Data Governance richt zich op het verbeteren van de datakwaliteit. Dit leidt tot minder fouten, eenvoudigere processen, helder eigenaarschap van data en een efficiëntere bedrijfsvoering. Maar hoe organiseer je dit nu intern? Vier belangrijke pilaren:
1. Verkrijgen van inzicht
Voordat je aan de slag gaat met het verbeteren van je datamanagement, is het belangrijk om inzicht te hebben in de huidige kwaliteit van de data. En als je al middelen inzet om de datakwaliteit te monitoren en te verbeteren, is het belangrijk om vast te stellen hoe effectief deze zijn. Daarnaast heb je inzicht nodig in de processen rondom datamanagement: kent iedereen zijn rol en verantwoordelijkheid bij het muteren en onderhouden van data? En houdt iedereen zich daaraan?
2. Mee laten groeien van Data Governance
We zien dat organisaties steeds sneller veranderen en steeds meer data gaan gebruiken voor hun bedrijfsvoering. Voor het datamanagement betekent dit dat de data eenvoudig aan processen gekoppeld moeten kunnen worden. Regelmatig wordt vergeten dat dit niet alleen gaat om een technische koppeling, maar dat medewerkers zich snel en eenvoudig aan de nieuwe situatie moeten kunnen aanpassen. Maak dus eenvoudige afspraken met elkaar over de verantwoordelijkheden.
3. Creëren van draagvlak
Wil je datakwaliteit maximaliseren en borgen, dan zijn eigenaarschap van data en het maken van individuele en/of collectieve afspraken over het muteren en beheren van data de randvoorwaarden. Het bewustzijn en de pijnpunten zijn er wel degelijk, maar dat leidt bij het leeuwendeel van de bedrijven niet tot concrete collectieve afspraken. Het beleggen van eigenaarschap en het maken van heldere afspraken zorgt voor betrokkenheid. Medewerkers weten waar ze aan toe zijn door het vastleggen van een heldere taakverdeling bij datavraagstukken. Met deze mensgerichte aanpak wordt een goed fundament gelegd voor het verbeteren van datakwaliteit.
4. Borging
Oké, de processen zijn ingericht, de afspraken zijn gemaakt. Het is een illusie dat je er daarmee bent. Niets is menselijker dan collega’s die af en toe terugvallen in het oude en minder gedisciplineerde gedrag. Een mensgerichte aanpak zorgt ervoor dat veranderingen in de organisatie gemakkelijker geaccepteerd en nageleefd worden. Bij Finext bijvoorbeeld vinden we het de normaalste zaak van de wereld om elkaar daarop aan te spreken. Sterker nog, dat verwachten we van elkaar!
Met een goede en beheersbare inrichting van Data Governance zullen initiatieven om datakwaliteit te optimaliseren tot het gewenste resultaat leiden: tevreden klanten, blije collega’s en een vlotte betaling van je facturen.