Binnen corporaties hoor ik geregeld: “onze datakwaliteit is slecht!” Vragen die dan direct in me op komen zijn waarom is de kwaliteit van de data zo slecht? En wanneer is de kwaliteit van de data goed, welke eisen worden er gesteld aan de data? Waar binnen de organisatie heb je last van slechte data of waar merk je het op? Waarom is datakwaliteit eigenlijk belangrijk?

Data is een weergave van feiten, waarbij onderscheidt wordt gemaakt tussen gestructureerde data en ongestructureerd data. Door het toevoegen van context aan deze feiten context wordt informatie gecreëerd. Deze informatie draagt op zijn beurt bij aan kennis. De kennis is het begrijpen, bewust zijn en herkennen van een situatie. Uiteindelijk wordt geacteerd naar deze kennis en wordt de kennis gebruikt voor het maken van beslissingen.

Onvoldoende datakwaliteit is geen probleem wat zich pas de laatste jaren voordoet, maar krijgt wel steeds meer aandacht bij woningcorporaties. Data wordt steeds vaker digitaal vastgelegd. Enerzijds moeten corporaties steeds meer verantwoordingsinformatie afleggen aan toezichthouders en andere belanghebbenden. En anderzijds is data het fundament voor een efficiënte en effectieve bedrijfsvoering. Onvoldoende datakwaliteit leidt niet alleen tot het nemen van (misschien) inefficiënte beslissingen, het afleggen van onjuiste informatie of misschien wel het helemaal niet kunnen aanleveren van informatie. Het leidt ook tot frustraties bij medewerkers en ontevredenheid bij huurders.

Een vooroordeel is dat onvoldoende datakwaliteit een IT probleem is, terwijl het juist een organisatie breed probleem is. Het verbeteren van de datakwaliteit is dan ook geen klusje wat even snel geklaard is, het zal altijd aandacht nodig hebben. Het verbeteren van datakwaliteit vraagt om een gestructureerde aanpak, waarvoor een lange adem en betrokkenheid van de gehele organisatie vereisten zijn! Ons advies is dan ook vaak om klein te beginnen in plaats van alle problemen in 1x op te willen lossen. Hierbij moeten afwegingen gemaakt worden tussen o.a. de benodigde inspanning en de verwachte opbrengsten. Daarnaast is de afweging of je gaat beginnen met het dichten van de bron of ga je dweilen met de kraan open?!

Een deel van de data issues kunnen voorkomen worden door kleine aanpassingen in de dagelijkse bedrijfsvoering. Bijvoorbeeld door het invoeren van organisatie brede afspraken over eigenaarschap van de data en/of afspraken over het verzamelen, bewaren, ontsluiten en beheren van data. Een ander, niet heel onbelangrijk, aspect van datakwaliteit is het creëren van bewustwording onder de medewerkers. Hebben medewerkers van het KCC wel in de gaten wat een foutieve invoer betekent voor de afdeling financiën? Datakwaliteit is niet alleen een gevolg van een foutieve invoer; verschillen in data kunnen ook gecreëerd worden doordat afdelingen (onbewust!) verschillende definities hanteren of data niet vindbaar maken voor collega’s.

Al met al, veel aspecten die bij het op orde brengen van data komen kijken. IT kan daarbij slechts als hulpmiddel ingezet worden! Wil je dat we meedenken over gestructureerde en ongestructureerde data, ECM, aanpak (scrum) laat het ons weten. ‘Wij maken graag TIJD voor u om van gedachten hierover te wisselen’.