Geringe datakwaliteit en adoptie zorgen ervoor dat bedrijven moeilijk waarde uit hun data kunnen halen. Data-experts dienen meer in de huid van zakelijke experts te kruipen om de vertaalslag van bedrijfsdoelstelling naar dataproject te maken.
Bedrijven krijgen een overvloed aan data binnen. Toch weten ze vaak niet wat ze ermee moeten doen, of hoe ze er waarde uit kunnen halen. En, zijn de data wel correct? “Datakwaliteit binnen organisaties is een groot probleem”, merkt Ziad A Fayad, Data Cloud Specialist Lead bij Salesforce. Rond de tafel zitten nog Christophe Robyns, Managing Partner bij Agilytic, Mathias Coopmans, Cloud en Architecture Lead bij SAS en Thijs Paepen, Accountmanager bij Ctac. Samen bespreken de experts de rol van data binnen bedrijven, de kwaliteit en waarde ervan, alsook de adoptie van data en technologieën binnen een organisatie.
Ik heb data, wat nu?
“Datakwaliteit en datasilo’s vormen nog steeds grote uitdagingen voor bedrijven, zelfs na jaren van technologische vooruitgang”, begint Fayad. Paepen sluit zich hierbij aan: “Veel bedrijven worstelen nog met hun data: van een wirwar aan gegevens tot duplicaten of onjuiste gegevens.”
Die geringe datakwaliteit zorgt ervoor dat bedrijven er onvoldoende waarde uit kunnen halen. “Hierdoor blijven ze vaak nog op een basisniveau zitten als het gaat over analytics”, stelt Paepen. “Zelfs eenvoudige vragen zoals: ‘Welke bedrijfsproblemen kan ik oplossen door mijn data te gebruiken?’, blijven onbeantwoord”, vult Robyns aan.
Data in silo’s
Eén van de veelvoorkomende uitdagingen op gebied van databeheer zijn datasilo’s. Dit zijn afzonderlijke verzamelingen van gegevens binnen eenzelfde organisatie die geïsoleerd zijn opgeslagen, en niet gemakkelijk toegankelijk zijn voor andere afdelingen. Dit leidt tot inefficiënties en belemmeringen bij het effectief gebruiken van de data. Coopmans ziet een mogelijke verklaring voor het bestaan van datasilo’s. Hij benadrukt dat in grote organisaties datasilo’s vaak macht vertegenwoordigen, wat kan leiden tot het bewust in stand houden ervan. “Niet alle oorzaken van silo’s zijn logisch”, merkt hij op. “Interne politiek speelt zeker ook een rol. De oplossing hiervoor gaat dus niet van technische aard zijn, maar richt zich eerder op change management.
Voorbij de hype
“Dataprojecten bestaan al minstens twintig jaar”, stelt Fayad. Toch hangt er nog een zwaargewicht aan dergelijke projecten. “Wanneer iemand een oplossing verkoopt die niets met data te maken heeft, zal de implementatie waarschijnlijk snel verlopen. Op het moment dat je over data begint, denken de meeste mensen automatisch dat het project jaren zal duren”, licht Fayad toe. Robyns is het hiermee eens en voegt nog een belangrijke eerste stap toe voor je het over data hebt met klanten.
“We starten niet met te vragen naar hun data, maar wel willen we de pijnpunten van het bedrijf kennen. Wat zijn de bedrijfsdoelen?” Robyns illustreert: “Er was een organisatie dat een indrukwekkend model had ontwikkeld. Maanden na de implementatie stelden ze vast dat niemand in het bedrijf het model gebruikte. De reden? Het voldeed niet aan de behoeften van het bedrijf en bleek dus nutteloos.” Dit benadrukt het belang van duidelijke doelen en bedrijfsproposities.
Adoptie
Bedrijven beschikken over veel data, maar weten daarom niet wat ermee te doen. “Veel heeft te maken met adoptie”, gaat Coopmans verder. “De adoptie binnen eenzelfde bedrijf wordt vertraagd door verschillende snelheden in hoe teams en afdelingen omgaan met data en nieuwe technologieën.”
De adoptie binnen eenzelfde bedrijf wordt vertraagd door verschillende snelheden in hoe teams en afdelingen omgaan met data en nieuwe technologieën.
Mathias Coopmans, Cloud en Architecture Lead bij SAS
Paepen merkt deze discrepantie ook op. “Sommige teams werken reeds met geavanceerde datamodellen, terwijl anderen nog worstelen met basisprocessen zoals het beheren van Excel-tabellen.” Er is met andere woorden een groot verschil in maturiteit, niet enkel tussen bedrijven, maar zelfs tussen interne afdelingen.
Paepen wijst bovendien op het belang van verandering in werkwijze en mindset. “Dertig procent van de tijd in onze projecten besteden we aan change management zodat nieuwe technologieën succesvol geïmplementeerd kunnen worden”, stelt Paepen.
lees ook
Oudere werknemers gebruiken GenAI vaker dan jongere collega’s
Fayad bouwt hierop voort en benadrukt dat organisaties moeten focussen op het toegankelijk en begrijpelijk maken van data voor alle lagen van een bedrijf, om zo de drempel voor adoptie te verlagen.
IT als facilitator
Robyns benadrukte reeds het belang van zakelijke doelen afbakenen voordat je aan het technische gedeelte start. Ook Paepen stelt dat de IT-afdeling de rol als facilitator steeds meer op zich neemt en de vertaalslag dient te maken tussen de zakelijke behoeften en technische uitwerking. “De rol van de IT-afdeling is veranderd van een sturende kracht naar een ondersteunde functie die zakelijke problemen helpt oplossen.”
De rol van de IT-afdeling is veranderd van een sturende kracht naar een ondersteunde functie die zakelijke problemen helpt oplossen.
Thijs Paepen, Accountmanager bij Ctac
Coopmans sluit zich hierbij aan: “datascientists en ingenieurs hebben vandaag niet alleen technische vaardigheden nodig, maar moeten ook zakelijke problemen kunnen vertalen naar technische oplossingen. Hiervoor is een hybride benadering nodig waarbij data-experts ook de zakelijke context begrijpen.” Data moeten uiteindelijk bijdragen aan de zakelijke doelstellingen.
Bezint eer ge begint
Datakwaliteit- en geletterdheid, maar ook datasilo’s vormen nog veelvoorkomende uitdagingen. Vandaag geven media ons het idee dat alles AI is en iedereen met data bezig is, maar in de praktijk zien we dat veel bedrijven daar helemaal nog niet klaar voor zijn.
“De basisvraag bij AI en dataprojecten komt vaak terug op de kwaliteit en geschiktheid van data: zijn je data klaar?”, stelt Fayad. “Het is belangrijk om je bedrijfsdoelen te bepalen en de haalbaarheid van je project te beoordelen. Op basis van een haalbaarheidsmatrix, waarbij ook de beschikbaarheid en kwaliteit van gegevens in acht genomen wordt, kunnen we de juiste projecten prioriteit geven”, besluit Robyns.
Dit is het eerste redactionele artikel in een reeks van drie rond het thema data en analytics. Klik op onze themapagina om alle artikelen van de ronde tafel te zien, de video en onze partners.