Top 10 trends in Master Data voor 2017

Master Data trends
Stijn Hubregtse, Luc Idzinga en Ramon van den Heuvel, adviseurs bij Improven, geven hun visie op de top 10 Master Data trends voor 2017.

1. Data als core business 

De waarde van data wordt eindelijk erkend. Data wordt in toenemende mate zelfs core business, want er is geld mee te verdienen. Het delen van leveranciers-, locatie-, product- en klantdata tussen organisaties vindt al jaren plaats. De verkoop van bankrekeninggegevens aan derden door banken is een recent voorbeeld. Sommige bedrijven leveren zelfs gratis producten en diensten met als doel consumentengegevens te verzamelen om die vervolgens door te verkopen.

Lees ook: “Sturen op deliverables en resultaten werkt niet bij big data en advanced analytics”

2. Niet IT, maar de business is verantwoordelijk voor datakwaliteit

Niet IT, niet informatiemanagement of de master data afdeling is verantwoordelijk voor datakwaliteit maar de business is dat. Waarom? Alleen de business weet, op basis van haar kernprocessen, welke informatie vereist is om het proces goed te kunnen ondersteunen. IT heeft als taak om de juiste systemen voor deze ondersteuning ter beschikking te stellen en te houden. Informatiemanagement of master data afdelingen hebben de taak om toe te zien op eenduidigheid en volledigheid van het aanleveren van data.

3. Een goede start is het halve werk 

Bij veel organisaties begint de datakwaliteit bij het handmatig invullen van gegevens door inkoop/verkoop afdelingen op niet gestandaardiseerde werkwijze, met losse formulieren en niet goed ingerichte systemen. Als er geen eenduidig proces met bijhorende werkinstructie voor vastlegging is gedefinieerd, kan de datakwaliteit niet veel soeps zijn. Tooling kan pas helpen als proces en werkwijze helder zijn.

4. Data uitwisseling in de keten 

Data uitwisseling tussen bijvoorbeeld zorginstellingen, gemeenten en in de strafrechtketen, maar ook over organisaties heen. Wie borgt de datakwaliteit en wie wordt daar eigenlijk op afgerekend? Data wordt door die keten van processen getransporteerd door middel van transacties (orders, facturen, productie). Een fout aan het begin van de keten kan verderop grote gevolgen hebben. Vaak worden datafouten pas aan het eind van de keten opgemerkt, gevoeld en met veel inspanning opgelost. Geen first time right principe dus! 

5. De sleutel tot succes is sturing op datakwaliteit

Het blijven controleren, rapporteren en sturen op datakwaliteit zorgt ervoor dat het onderwerp leeft onder de medewerkers en het management. De staat van de master data bij organisaties is een goede graadmeter van de performance van organisaties. Inzicht in de performance is essentieel voor sturing…wat gaat er goed, wat kan er beter, waar lopen we achter, welke kansen missen we en waarom, welke ontwikkelingen zijn zichtbaar in de verschillende regio’s en sectoren. Voor inzicht zijn betrouwbare rapportages onmisbaar en juist daarom dient de data (de bron van de rapportages) van uitstekende kwaliteit te zijn!

6. Zonder Data Governance onvoldoende borging van datakwaliteit

Dat kunnen we niet vaak genoeg benadrukken. Data Governance is het samenspel van afspraken, richtlijnen, verantwoordelijkheden en de organisatie van beschikbare, bruikbare, integere en beveiligde data. Data Governance zorgt ervoor dat de gegevens betrouwbaar zijn en blijven, maar ook dat de juiste mensen verantwoordelijk kunnen worden gehouden voor eventuele nadelige gevolgen van slechte datakwaliteit.

7. Data Awareness

Als je niet weet waarvoor je het doet, doe je het ook niet goed. Kennis van bedrijfsprocessen en volledigheid van gegevens dicteert om data op orde te krijgen en te houden. Alle medewerkers hebben met data te maken dus deze bewustwording geldt voor alle medewerkers. Geef medewerkers inzicht in de end-to-end bedrijfsprocessen om zo de invloed van data te tonen en een ieder inzicht te geven in zijn / haar rol in dit belangrijke proces. De gebruikte systemen moeten dit natuurlijk ook faciliteren. Let wel, a fool with a tool is still a fool!

8. Predictive analytics en data mining staan niet meer op zichzelf

Tools voor big data, data intelligence en data analytics zijn de laatste jaren als paddenstoelen uit de grond geschoten. Immers, om iets zinnigs over een grote brei aan data te kunnen zeggen en zelfs voorspellingen te kunnen doen, is inzicht nodig…en inzicht wordt mogelijk gemaakt met tooling. Er kan nog zoveel meer data worden vastgelegd, verzameld, bewerkt en geanalyseerd. Echter, het voordeel van al deze mogelijkheden wordt pas zichtbaar als men snapt wat data betekent en hoe deze onderling gekoppeld kunnen worden. 

9. Controllers worden data analisten

Door een verbetering in beheer en in (totstandkoming van) rapportages zijn controllers slechts beperkte tijd kwijt aan dataverzameling waardoor er ruimte is voor data-analyse en forecasting. Controllers komen tot hun recht: zij kijken meer en meer naar voren en begeleiden met hun scherpe analyse de relevante bedrijfsbeslissingen. Door deze verandering kruipt de controller dichter tegen IT aan. De controller raakt vertrouwd met niet alleen Excel maar ook met tooling voor bijvoorbeeld Corporate Performance Management (CPM), CRM en Business Intelligence (BI).

10. Data in de ‘Cloud’…als dát maar goed gaat! 

In de cloud, nergens en overal. Met een internetverbinding en de juiste rechten, protocollen, codes en wachtwoorden is uw data toegankelijk, waar u ook bent en met elk device. Dataveiligheid heeft dan ook al jaren veel aandacht. Maar op het databeheer heeft u minder controle: wat wel en wat niet in de cloud? Hoe meer uw bedrijfsvoering geautomatiseerd is, hoe belangrijker uw data wordt. Het beheren van alle data is een behoorlijke kluif. Waar laat u al die bits en bytes? In elk geval NIET gefragmenteerd op laptops, desktops en tablets van uw medewerkers. Tip: zet alle belangrijke bedrijfsdata op één centrale plek en schoon (archiveer en verwijder) de data tijdig.  Zo beperkt u het risico van gegevensverlies en datavervuiling. 

Gerelateerde artikelen