Blijf op de hoogte:

Contact: 033-7410041

Blogs

De rol van data bij digitalisering

Dirk Krantz
0

Disruptie en digitalisering is waar menig organisatie zijn strategie op wil richten. Gartner voorspelde dat in 2020 75% van de organisaties op enigerwijze met digitalisering bezig is. Sterker, om nog even bij Gartner te blijven: “Data management continues to be central to the move toward digital business”. Wij geven hier het verband tussen serieus datamanagement en succesvolle digitalisering.

 

Strategie, Denken en Ontwerpen

Data centraal in Digitale transformatie.png

Om innovatie te bewerkstelligen is vaak transformatie nodig. Wij voorzien in een dergelijke transformatie met ons DO-model. Je overweegt de ov-fiets gebruiker van meerproactieve informatie te voorzien, de klant zonder opticien van een passende bril te voorzien of klanten te helpen hun huis te verkopen zonder makelaar? Met ons DO-model leiden we organisaties vanaf dergelijke dromen over digitale business naar uiteindelijke realisatie daarvan. Data is voor digitalisering van levensbelang. In een digitale bedrijfsvoering wordt up to date informatie essentieel voor de website, voor achterliggende algoritmes en voor intelligente processen, data dus. In de Denk- en Design fase van digitale transformatie is een scherpe blik op data nodig. Vraag je steeds af: Is de data voldoende Beschikbaar, Bruikbaar en Bestendig? Bij digitalisering worden beslissingen geautomatiseerd. Data krijgt een sleutelrol, want deze wordt nu als basis ingezet voor besluitvorming. Een fundament dat al voor aanvang moet klaarstaan. En een fundament dat gedurende operatie continu beheerd moet worden. Je kan het je niet zomaar laten aanleunen op de wijze die de meeste organisaties tot nu toe gewend zijn. Positioneer je data vanaf nu als een volwassen asset.

 

Business intelligence als basis voor digitalisering

SIn het gedigitaliseerde proces, worden beslissingen niet meer door mensen genomen maar door algoritmes. Maar hoe kom je tot zo’n algoritme? Er is nog geen concurrent die dit wiel voor je heeft uitgevonden. Je hebt een uniek stuk software nodig dat met jouw unieke bedrijfsinformatie moet gaan werken. Om dit te ontwikkelen heb je de skills, de middelen en de bestaande bedrijfsdata nodig. Heb je dat allemaal al, dan heb je kennelijk al volwassen Business Intelligence (BI) capaciteit tot je beschikking. Dan heb je een stapje voor. Met het oog op bovenstaande is namelijk zonder een bestaande BI oplossing de analyse- en experimentele fase moeilijk denkbaar. Heb je nog onvoldoende  zicht op de bestaande bedrijfsdata en nog onvoldoende skills en middelen beschikbaar voor analyse? Dan is eigenlijk stap-1 het organiseren van BI capaciteit. Datamanagement geeft daarom richting aan het opstellen en organiseren van business intelligence.

 

By design

Eigenlijk zijn de eerste stadia best wetenschappelijk: een oplossing die straks 24/7 de digitale taak op zich neemt. Moet zich zonder interventie foutloos herhalen met gewenste uitkomsten. De oplossingen uit de analysefase moeten getest en gewogen worden totdat er een acceptabele betrouwbaarheid en herkenbaarheid is bereikt. Zolang de bandbreedte niet wordt behaald, zal steeds blijken dat òf de algoritmes òf de aangeboden data moeten worden aangepast. Probeer niet het algoritme zo robuust te krijgen dat die alle uitzonderingen aankan. Dat maakt de oplossing complex en niet onderhoudbaar. De bouwkosten worden te hoog en al de ontwikkeltijd vertraagt de datum van waaraf je profijt verwachtte. Het is aan te raden om data schoon aan te bieden. In feite dus Lean: Productieproblemen stroomopwaarts oplossen waar ze ontstaan en niet stroomafwaarts waar de kosten hoger zijn. Digitalisering heeft betrouwbare 'near real time' data nodig. De masterdata en de recorddata (transacties) moeten absoluut Beschikbaar, Bruikbaar en Bestendig zijn. Hier moet heel wat voor klaarstaan, meer dan een gemiddelde organisatie nu gewend is. Fouten in data worden tot nu toe met menselijk handelen (en tegen onzichtbare uitgaven) weggepoetst. Datamanagement omvat veel ontwerpdisciplines en oplossingen die ervoor zorgen dat plooien in de data proactief- en blijvend glad worden gestreken.

 

Implementatie

De oplossing is gevonden; hoe ga je gefaseerd over? De data en de datastromen raken het volle operationele bedrijf. Een overgang zal niet ‘big-bang’ kunnen. Breng de gewenste situatie in kaart en ontwerp tussenstadia. Datamanagement helpt je dit via 'intermediate architectures' te plannen. De intermediates en de uitrol ervan kan per domein of per locatie worden gepland. Dus via Agile architectuur en Agile development.

 

Effectief omgaan met data

Voorkom dat menselijk handelen de kwaliteit van de data en daarmee de nieuwe digitale routines verstoord. Hier is verscherpt bewustzijn bij nodig. Data wordt nu ieders verantwoordelijkheid. Dit is een breed verschijnsel dat niet alleen samenhangt met digitalisering maar ook met de nieuwe privacy reguleringen. Onze voorgangers hebben in een andere tijd geleerd om scherp toe te zien op de kalibratie van bijvoorbeeld de draaibank of de verpakkingslijn. Die kant moeten wij nu op met data. Data Governance organiseert een betere omgang met data.

 

Wetgeving als obstakel voor digitalisering?

Er is nu veel onzekerheid of digitalisering eigenlijk wel is toegestaan (PSD2 versus GDPR). Heel simpel: het kan gewoon, maar er is wel wat extra’s nodig. Klanten en burgers moeten inzicht krijgen in welke persoonlijke informatie er wordt gebruikt en in de intenties van jouw gedigitaliseerde proces. Ben je hier voldoende transparant in en heb je bewijs van toestemming van de betrokken burger of klant? Dan kan je ook rekenen op volledige instemming van de Autoriteit Persoonsgegevens. Management van de data, de processen en de toestemming van de klant zorgen ervoor dat je je plan onbezorgd mag uitvoeren. Laat de onzekerheid van de AVG/GDPR je niet in de weg zitten.

 

Datamanagement als voorwaarde voor digitalisering

Vanaf het zoeken naar de gedigitaliseerde oplossing tot aan de omgang met data in de operatie, is een keur aan middelen, competenties en bewustzijn nodig. Dit is een brede linie over veel verschillende disciplines en oplossingen. Datamanagement brengt dit onder één paraplu en richt zich op een betrouwbaar en onderhoudbaar fundament voor innovatie. 

 

Datamanagement

Wil je meer weten over Datamanagement? Via onderstaande button krijg je meer informatie over onze aanpak voor datamanagement. 

Meer informatie over Datamanagement

 

 

Datamanagement, Wat is datamanagement, data, Big data, Wat is de toegevoegde waarde van datakwaliteit?, Wat is er nodig voor digitalisering?, Datakwaliteit, Data governance, GDPR