Het Data Quality Impact Report 2021 van DX toont aan dat datakwaliteit een belangrijk topic is binnen Nederlandse organisaties. Data Quality Management krijgt steeds meer aandacht, maar de mate waarin, is sterk wisselend. Het belang van betrouwbare data wordt breed onderkend, maar een beperkt deel van de onderzochte bedrijven stelt databeleid op en werkt op basis daarvan aan het pro-actief verbeteren van datakwaliteit.
Organisaties besteden relatief veel tijd en geld aan het voorkomen van, het controleren op en oplossen van DQ-issues. Veel bedrijven acteren reactief op data-incidenten
en verstoringen. Ze hebben geen exact beeld van kwantiteit en oorzaak van data-issues. Ook hebben ze geen goed beeld bij de kosten die gemoeid zijn met het oplossen van de
data-issues en de daaruit voortvloeiende verstoringen in de bedrijfsprocessen. Het onderzoek toont aan dat 75 procent van de ondernemingen wil in de nabije toekomst een (beter) DQ-beleid ontwikkelen, omdat ze onderkennen dat de kwaliteit en betrouwbaarheid van bedrijfsgegevens belangrijk is voor het succes van de onderneming.
Gefaseerde aanpak
Om concreet aan de slag te gaan met datakwaliteit, is een gestructureerde en gefaseerde aanpak aan te bevelen. In generieke zin onderscheiden we 5 fasen tijdens het meten en verbeteren van datakwaliteit.
1. Data-intake & strategie. Een data-intake geeft inzicht in de belangrijkste (technische) eigenschappen van de (meta)data. Het profilen van de data geeft een goede eerste indruk van de datakwaliteit. Met dit resultaat heb je direct een beeld van de belangrijkste risico’s en stelt je in staat om het vervolg gestructureerd en met voldoende focus aan de pakken.
2. Vaststellen van de norm. Datakwaliteit kan alleen gemeten worden als de norm bekend is. Wat zijn je verwachtingen ten aanzien van de inhoud en is 100% noodzakelijk. Of is 80% goed genoeg? Deze business rules vormen de ‘meetlat’ waaraan de data moet voldoen.
3. Meten van datakwaliteit. Het daadwerkelijk vaststellen van de mate waarin data afwijkt van de normen. Met slimme tools kan de data worden geanalyseerd op kwaliteitsissues. De signaleringen bepalen de scope voor de vervolgstap: het verbeteren.
4. Verbeteren van datakwaliteit. Data die niet aan de norm voldoet wordt geschoond, verrijkt, ontdubbeld en/of geüniformeerd. Het aanpakken van deze issues wordt zoveel mogelijk geautomatiseerde uitgevoerd.
5. Monitoren. Met continue metingen krijgt je inzicht in de ontwikkelingen en trends van de datakwaliteit. Zijn alle oorzaken bekend? Om te voorkomen dat je ‘dweilt met de kraan open’ worden eventuele structurele problemen kunnen direct bij de bron worden aangepakt.
Gratis checklist
Wil je aan de slag met het meten en verbeteren van datakwaliteit binnen je organisatie? DX heeft een handige checklist opgesteld die je kunt toepassen bij het voorbereiden en uitvoeren van de 5 fasen van een datakwaliteit-project. Deze checklist toont per fase de start- en eindcondities, zodat je eenvoudig kunt vaststellen of je niets over het hoofd hebt gezien.
Download hier gratis en eenvoudig de Checklist Datakwaliteit.
Meer weten?
De boodschap is helder: een datakwaliteit verdient professionele en gestructureerde aandacht. Wil je meer weten over dit onderwerp? Of heb je hulp nodig bij het meten en verbeteren van datakwaliteit? Neem contact op met DX.
Over Data eXcellence
Data eXcellence is gespecialiseerd in het meten en verbeteren van datakwaliteit en het uitvoeren van bedrijfskritische datamigraties. Bijvoorbeeld als gevolg van een pakketimplementatie, een fusie of een rationalisatie van het IT-landschap. DX heeft uitgebreide ervaring – meer dan 150 projecten succesvol uitgevoerd – binnen Finance, Pensioenen, Utilities, Telecom, Overheid, Zorg en Onderwijs. DX biedt een passende oplossing voor ieder datakwaliteit- en migratievraagstuk. Altijd met maar één doel: een kwalitatief hoogwaardig resultaat en een succesvolle implementatie! Als migratiespecialist pur sang adviseren we ook over de te volgen migratiestrategie en voeren we audits uit op datamigratieprojecten.
Lees ook:
- Waar de krant niet over schrijft…
- Wat is de impact van datakwaliteit?
