Hoe datamanagement betere en snellere besluitvorming in de hele organisatie mogelijk maakt

Garbage in, garbage out

Hoe vaker een organisatie data gebruikt om beslissingen te nemen, hoe groter de nood aan duidelijkheid en eenduidigheid. Data moeten objectieve gegevens zijn waarover iedereen het eens is. Pas wanneer elk teamlid dezelfde definities hanteert voor sleutelmetrics en KPI’s, is het zinvol data mee te nemen in strategische discussies.

De juiste data capteren en correct interpreteren, dus. Maar dat vraagt meer dan goede afspraken. Dataverzameling moet op elk moment foutloos verlopen, met accurate input én output in elk systeem. Datakwaliteit is het sleutelwoord. Dat vraagt om ingebouwde controles én een datacultuur die zorgvuldigheid centraal stelt.

“Data uit allerlei metingen helpen om strategische knopen door te hakken,” zegt Alexander Declerck, business unit leader Transition & Support. ”Of toch wanneer ze relevant, correct en juist geïnterpreteerd zijn. In die zin faciliteert datamanagement ook een objectieve, transparante en extern leesbare rapportering.”

Bouwstenen van datamanagement

Data management bestaat uit verschillende componenten. In essentie kunnen we die onderbrengen in vier blokken:

• Datacaptatie: data verzamelen en ordenen
• Dataveiligheid: dataprocessen beveiligen, in lijn met de wet- en regelgeving
• Datagovernance: een duidelijke organisatie opzetten rond data en databeheer
• Data-analyse: data interpreteren en vertalen naar bruikbare inzichten

“Wat vaak over het hoofd wordt gezien, is dat datamanagement tot doel heeft je datastrategie te realiseren,” zegt Maarten Lauwaert, Business Unit Leader Management Information & Systems & Expert Practice Leader Data & Analytics. “Een datastrategie uittekenen die aansluit bij de bredere bedrijfsstrategie moet daarom altijd het vertrekpunt zijn. Concreet: waar willen we als bedrijf naartoe, en welke rol spelen data daarin?”

Data management gaat hand in hand met de datastrategie. Het realiseren van die strategie begint bij de juiste keuzes op het vlak van mensen, processen en systemen, stappen die stuk voor stuk duidelijke omkadering vragen. Zo fungeert datamanagement als het beschermende én sturende raamwerk van het volledige dataverhaal.

Datamanagement belangrijker dan ooit

Het belang van data, datastrategieën en datamanagement neemt alsmaar toe. De toename van het aantal rapporteringsverplichtingen en eisen van banken en andere partijen is een drijvende kracht, maar ook los daarvan groeit het besef dat data essentieel en zelfs onmisbaar zijn.

Die bewustwording wordt gevoed door twee krachten: de economische realiteit, die organisaties aanzet om sneller te schakelen, en de technologische realiteit, met steeds meer data en nieuwe manieren om die te benutten. Versnellen en opschalen blijven daarbij afhankelijk van stevig datamanagement.

“In de trend naar meer data en datamanagement valt op dat IT minder prominent aanwezig is,” zegt Filip Ceulemans, CFO Services Client Partner. “Het is logisch dat de CFO en zijn team, die het best vertrouwd zijn met het strategisch inzetten van data en de vele schakels daarin, de regie in handen nemen.” De evolutie naar data-driven finance en organisaties is dan ook een logische stap, maar vraagt om een duidelijke visie. De CFO speelt daarin een sleutelrol als brug tussen technologie en businessstrategie. 

(Lees hierover bijvoorbeeld het debat met vier TriFinance-experts). 

Datastrategie en datamanagement als fundament

De praktijk toont dat dataprojecten alleen succesvol zijn als ze voortkomen uit een slimme, organisatiebrede visie en ingebed zijn in een stevig datamanagementkader. Slaat een organisatie deze stappen over, dan ligt siloproblematiek op de loer. Voorbeelden zijn departement A dat een tool ontwikkelt zonder overleg, terwijl departement B een ander pakket uitrolt. Terugdraaien wordt dan lastig.

“Een dataproject is vaak een ‘never-ending story’ en vraagt aanzienlijke investeringen,” zegt Maarten Lauwaert, Business Unit Leader Management Information & Systems & Expert Practice Leader Data & Analytics. “ Zonder duidelijke roadmap loop je het risico op verkeerde prioriteiten en beslissingen die moeilijk terug te draaien zijn.

Het devies: begin met een consistent plan, inclusief een datamanagementomgeving, en bouw vervolgens aan de processen, systemen en cultuur om dat plan succesvol uit te voeren.

Eerst een data-architectuur opzetten en pas later nadenken over de ondersteunende governance is geen optie. Technische en strategische keuzes moeten naadloos op elkaar aansluiten. Daarom geldt datamanagement als fundament en niet als een lapmiddel van data engineering.

Dit omvat het investeren in teams met solide data engineering-vaardigheden: mensen die zakelijke behoeften kunnen koppelen aan technische architecturen en zorgen voor een soepele datastroom tussen analytische en operationele systemen.

Organisaties moeten hier zo vroeg mogelijk mee beginnen. Het is een oefening waarin alle onderdelen van datamanagement aan bod komen: van een datawoordenboek en beveiligingsmechanismen tot duidelijke afspraken over taken, verantwoordelijkheden en analytische processen.

“Een relatief eenvoudig, maar vaak ontbrekend onderdeel van datamanagement is een data dictionary,” zegt Jonas Willems, Senior Project Consultant bij Financial Institutions. “Daarin worden alle relevante definities, conventies en metadata gedocumenteerd. Idealiter is het centraal toegankelijk en vlot doorzoekbaar. Zo’n woordenboek zorgt voor eenduidige interpretaties en een correcte omgang met data.”

Datakwaliteit: een constant aandachtspunt

De diverse onderdelen van datamanagement dragen alle bij aan het waarborgen van de (master)datakwaliteit, vandaag en morgen. Bepaal eerst welk niveau van datakwaliteit vereist is om de doelstellingen te halen. Zorg daarna voor de juiste mix van technische maatregelen, duidelijke organisatorische afspraken en ingebouwde controles. Zo blijven datastromen correct en betrouwbaar.

“Een eenmalige schoonmaakronde volstaat niet,” zegt Filip Ceulemans. “De focus op datakwaliteit moet duurzaam verankerd worden in alle geledingen van de organisatie.”

De toekomst van datamanagement

Onder invloed van technologische vernieuwing en voortdurende innovatiegolven wordt datamanagement steeds belangrijker. Een opvallende trend binnen data engineering is de opkomst van de lakehouse-architectuur.

Een data lakehouse combineert de schaal, flexibiliteit en ruimte voor exploratieve analyses van een data lake met de structuur en betrouwbaarheid van een data warehouse. Het resultaat: snellere en efficiëntere datagedreven besluitvorming. In een lakehouse kun je verschillende soorten data samenbrengen, gestructureerd, semi-gestructureerd en ongestructureerd. Tegelijk ondersteunt deze architectuur zowel descriptieve als geavanceerde predictive en prescriptive analytics.

Deze evolutie maakt een sterke governance nog crucialer. Dat is meteen ook de kern van dit verhaal: het belang van data groeit elke dag, en de aandacht voor datamanagement moet gelijke tred houden of liever, de weg wijzen.