1. Datakwaliteit in een wereld van Excel
Wanneer datakwaliteit afneemt, heeft dit directe invloed op de betrouwbaarheid van rapportages, dashboards en analyses. Rapportages en dashboards zijn immers niets meer dan visuele representaties van die onderliggende data. Het bekende BI-principe blijft daarom onverminderd relevant: garbage in, garbage out.
Veel organisaties werken nog in de ‘Excel-jungle’. Begrijpelijk: de mogelijkheden zijn breed en de flexibiliteit maakt het breed inzetbaar. Maar juist die vrijheid brengt risico’s met zich mee. Handmatige aanpassingen, inconsistente invoer en afwijkende structuren ontstaan relatief eenvoudig. Formules worden per ongeluk overschreven, en versiebeheer is een grote uitdaging. Wie een dashboard bouwt op een fundament van losse spreadsheets, bouwt in feite een huis op drijfzand. De visualisaties kunnen er sterk uitzien, maar de betrouwbaarheid voor slagvaardige analyses is niet te garanderen.
De oplossing begint niet bij nieuwe systemen, maar bij gedrag: maak afspraken over hoe data in Excel wordt ingevoerd en beheerd, en zorg voor bewustwording over de gevolgen van onjuist gebruik verder in de BI-keten. Blijf scherp op de output en voer regelmatig dialoog met de gebruikers van de bronbestanden.
2. Inzichtambities versus realiteit
De ambitie rondom informatievoorziening is vaak groot en vraagt om de samenkomst van uiteenlopende databronnen. Denk aan het combineren van financiële cijfers met klantrelatiegegevens: dat vereist een systeemlandschap waarbij data uit verschillende bronnen samenkomt in een gedeeld datalake of datawarehouse.
Wanneer de huidige situatie nog sterk leunt op losse systemen en bestanden, is de stap naar volledig geïntegreerde inzichten aanzienlijk. Ik heb organisaties gezien met diverse pogingen om hun BI-project van de grond te krijgen, en vaak liep het vast op hetzelfde punt: de stap van 0 naar 100 was simpelweg te groot. Nieuwe systeemimplementaties of een volledig nieuwe architectuur: in een grote organisatie kost dat al gauw veel tijd. Als je projectplan daarvan afhankelijk is, verlies je het momentum en haken mensen af.
De oplossing ligt niet in het blijven focussen op wat nog niet mogelijk is, maar juist op wat al wél gerealiseerd kan worden. Begin klein, lever waarde, en werk van daaruit incrementeel toe naar de grotere ambitie.
3. De taalbarrière tussen business en IT
Een derde uitdaging is de communicatie tussen de vraagkant (de business) en de aanbodkant (IT of development). Dit zijn twee werelden die een andere taal spreken.
Wanneer een inzicht wordt opgevraagd, levert dat soms technisch correcte oplossingen op die functioneel niet aansluiten op de daadwerkelijke informatiebehoefte. Andersom is voor de business niet altijd zichtbaar welke technische beperkingen of afhankelijkheden er spelen. Doordat niemand op de afdeling zelf ‘beide talen’ spreekt, en dus het proces snapt én de datakant, ontstaan teleurstellingen, frustraties en rapportages die het doel niet raken.
De brug slaan begint met vertalen: een informatiebehoefte omzetten naar een heldere functionele specificatie en bewaken dat een dashboard daadwerkelijk antwoord geeft op de oorspronkelijke vraag. Projectleiders die beide werelden begrijpen, voorkomen dat er langs elkaar heen wordt gebouwd en zorgen voor realistischer verwachtingsmanagement aan beide kanten.
In een BI-project stapte ik in toen er rechtstreeks werd geschakeld tussen het veld en informatiemanagement, zonder vertaalslag ertussen. Het resultaat: rapportages die niet afkwamen, en waar niemand mee stuurde. De doorbraak kwam niet door betere tooling, maar door tijd te investeren in het begrijpen van het werkproces áchter de informatiebehoefte. Pas toen sloten de dashboards aan op de vragen die er echt toe deden.
Voortgang boven perfectie
Het is de kunst om te waken dat BI-projecten niet stranden in eindeloze meetings, wachtend tot alle randvoorwaarden zijn vervuld. Ga aan de slag met wat je hebt. Een eerste proof of concept is misschien nog geen robuuste oplossing, maar het leert je wat je wilt weten: wat willen we eigenlijk meten, en wat missen we daarvoor nog aan data?
Door klein te beginnen zie je waar datakwaliteit tekortschiet en welke processen moeten worden aangescherpt. Die inzichten zijn van onschatbare waarde om tot robuuste requirements te komen voor de stappen die nog gezet moeten worden. Zonder deze inzichten komen dezelfde vragen later terug, op een moment dat bijsturen veel kostbaarder is.
Vier adviezen om vandaag al te starten
-
Begin bij het jaarplan, niet bij het dashboard. Een kwalitatief jaarplan bevat meetbare doelstellingen die je kunt vangen in key performance indicators (KPI's). Bekijk welke daarvan nu al inzichtelijk te maken zijn met de huidige datastructuur, en start daarmee. Stel van de overige KPI's vast wat ervoor nodig is om ze wél meetbaar te maken, en prioriteer op impact.
-
Investeer in de vertaalrol. Iemand die de informatiebehoefte van de business kan omzetten naar technische specificaties voorkomt rapportages waar niemand beslissingen op baseert.
-
Accepteer imperfectie om snelheid te maken. Wacht niet tot de achterkant (data governance, warehouses, nieuwe systemen) perfect is ingericht. Dat duurt te lang. Durf te starten met een pragmatische oplossing om de waarde van data aan te tonen, en gebruik die ervaringen om latere IT-trajecten beter te sturen.
-
Bewaak de achterkant. Terwijl je aan de voorkant snelle stappen zet, moet je structureel blijven werken aan robuustheid. Data-eisen horen onderdeel te zijn van alle applicaties die je gaat aankopen. Een dashboard op Excel is pragmatisch voor nu, maar over vijf jaar wil je dat fundament niet meer. Applicaties moeten je ondersteunen door toegang tot hun data.
De weg naar datagedreven werken is geen sprint van 0 naar 100, maar een reeks kleine stappen waarin je balanceert tussen de snelle behoefte aan inzicht en de realiteit van systeemverandering. Begin klein, leer snel, en houd het einddoel voor ogen.
Deze blogpost is een bijdrage van Mobilee, een consultancybureau voor vraagstukken op het gebied van digitale transformatie, strategie-executie en teamontwikkeling, voor de lezers van Data Expo. Meer inspiratie vind je op www.mobilee.nl of bezoek Mobilee tijdens Data Expo.
Auteur: Stijn Verlaak
