Alle Data is van oorsprong van prima kwaliteit

Ik lees al jaren stukken van mensen die stellen dat data vaak van slechte kwaliteit is. Dat slechte datakwaliteit de doodsteek is voor je organisatie en dat je veel moet investeren in het oplossen daarvan. Dat het lastige materie is, enzovoort.

Mijn mening daarover is dat datakwaliteit inderdaad een lastig onderwerp is, maar niet lastiger dan veel andere onderwerpen binnen organisaties.

Waarom? Omdat slechte datakwaliteit vooral een opinie is van degene die data wil gebruiken voor iets anders dan waarvoor die data oorspronkelijk bedoeld was.

Zoals ik in mijn vorige blog stelde: “IT is de machinerie voor onze digitale wereld.” Dan is data de grondstof die IT voedt om te kunnen functioneren.

Data ontstaat vaak op de volgende manier binnen een organisatie:

• Je hebt een proces.
• Dat proces wordt uitgevoerd door mensen.
• Dat proces digitaliseren we.
• De acties in het proces worden omgezet naar IT-functies.
• We ontwerpen de input die nodig is om die functie uit te voeren.
• Die input is data.

Dat betekent dat data in de basis vaak van prima kwaliteit is voor het doel waarvoor deze werd ontworpen: het eerste gebruik van een IT-functie om een proces te digitaliseren.

Datakwaliteitsproblemen ontstaan vooral in een aantal situaties:

• Bij eerste gebruik: de input is slecht ontworpen.
• Bij eerste gebruik: de input wordt verkeerd ingevoerd door mens of machine.
• Over tijd: de input is niet aangepast aan een veranderde functie.
• Bij tweede, derde, vierde of volgend gebruik: de input wordt gebruikt voor iets anders dan waarvoor deze oorspronkelijk is ontworpen.

Volgens mij gaan veel artikelen over datakwaliteit vooral over die vierde categorie. Mensen ervaren kwaliteitsproblemen bij data die niet voor hen ontworpen of gemaakt is. Zij willen “een andere kwaliteit” en willen daar anderen op kunnen aanspreken. Dat is eigenlijk best bijzonder.

De verantwoordelijkheid voor data en de inherente kwaliteit daarvan is namelijk gebaseerd op het eerste gebruik:

• Een persoon, afdeling of bedrijfsonderdeel had een behoefte.
• Die behoefte is ingevuld door processen te digitaliseren.
• De data is ontworpen met de kwaliteit die nodig is voor de uitvoering van dat proces.
• De verantwoordelijkheid ligt bij het leveren van output die voldoet aan wat de afnemer of klant verwacht.

In dat laatste zit zowel het probleem als de oplossing: “wat de afnemer of klant verwacht.”

Voor dezelfde data zijn er inmiddels meerdere afnemers gekomen. Zij willen iets doen met inputdata of outputdata van processen die niet per se van hen zijn, of zelfs buiten hun organisatie ontstaan. Ook hier komt het dus weer aan op communicatie.

Mensen die data beschikbaar hebben en mensen die data willen gebruiken, moeten met elkaar in gesprek over de kwaliteitseisen die zij stellen aan die data. Alleen dan kan tweede, derde, vierde of volgend gebruik van data daadwerkelijk waardevol zijn.

We hebben al geconstateerd dat communicatie lastig is, omdat bedrijfsvoering, IT en dataprofessionals elkaar niet altijd goed begrijpen.

Ook hier is het proces weer de basis waarop die communicatie kan plaatsvinden. Zowel de data-eigenaar als de datagebruiker heeft een doel met de data. Dat doel kun je vertalen naar processen, data-input en data-output.

Daar kun je het met elkaar over hebben:

• Wat kan ik aan mijn datakwaliteit doen voor jou en voor ons gezamenlijke belang?
• Waar moet jij rekening mee houden als ik dat niet kan?
• Wat mag jij doen om jouw kwaliteitseisen toe te passen op mijn data?
• Welke andere afspraken moeten we maken om deze data waardevol te kunnen gebruiken?

Dat vormt de basis van een soort contract dat je samen opstelt voor het tweede, derde, vierde of volgende gebruik van data. Met zo’n contract weet iedereen waar hij of zij aan toe is en kan iedereen bijdragen aan waardecreatie met data.

Waarom is dat dan niet zo lastig?

Omdat de data van je organisatie niet meteen aan alle kwaliteitseisen van alle mogelijke afnemers hoeft te voldoen.

Je kunt starten met een beperkte set aan kwaliteitseisen die zo specifiek mogelijk worden gemaakt voor een bepaald gebruik. Dan ontstaat er ook minder discussie over de investering die nodig is om de data geschikt te maken. Er kleeft namelijk direct waarde aan:

Als we deze kwaliteitseisen toepassen op deze data, dan heeft dat het volgende positieve effect op de waarde die we ermee creëren.

Zo wordt datakwaliteit een cyclisch proces: gericht op waardecreatie en op precies genoeg investering in het harde werk dat nodig is om de kwaliteit van data te verbeteren.