Alle IT-kennis onder één wereldwijd dak
Werken bij de beste IT dienstverlener van Nederland?
Resultaat door passie voor IT
Start trefwoorden te typen om de site te doorzoeken. Druk enter om te verzenden.
Generative AI
Cloud
Testing
Artificial intelligence
Security
August 26, 2020
COVID-19 en de energiecrisis hebben de wereld opgeschud. Er was onzekerheid en de impact is nog steeds merkbaar. De snelheid waarmee informatie tijdens een crisis de wereld overschiet, waar of niet waar, zorgt voor schuring tussen de diverse ‘tectonische platen’. Daar waar informatie tekort schiet, wordt gespeculeerd, wordt geschreeuwd om data en worden, in reactie hierop, bijvoorbeeld meer meetmomenten gerealiseerd om zo de groei van inzicht te stimuleren.
De behoefte aan juiste formulering van acties om zo te wapenen tegen de negatieve impact die de onzichtbare vijand met zich meebrengt, is de drijfveer voor beter inzicht, meer informatie en kwaliteit data. Dit speelt op strategisch, tactisch en operationeel niveau en is overal merkbaar.
Het is niet verrassend dat organisaties juist op momenten van crisis een beroep doen op hun ‘dierbare’ data. Hier gaat hier om de data die zij zien als het essentiële middel voor voortbestaan en zij dus als stabiele factor zien in onzekere tijden. Dat die data dan toch te wensen over laat, dat de informatie slecht te creëren is, dat de verkregen inzichten discutabel zijn, blijft pijnlijk. De slag naar actie vanuit die informatie is uiteraard wel te maken, maar met welke zekerheid die actie dan een gewenst resultaat levert, blijft onduidelijk. Het is nu echt tijd om je data ook als een ‘ding van waarde’ te gaan beschouwen. Dit betekent dat je zorg draagt voor die data zoals je dat voor alle andere bedrijfs assets doet. Wanneer je niet gewend bent data als asset te zien, je niet met elkaar communiceert over de data, je data niet monitort en je weinig idee hebt bij de kwaliteit, inzet en toepasbaarheid van de data, dan zal onderbuikgevoel altijd het beste en goedkoopste middel blijven met de daarbij behorende grote graad van onzekerheid.
Ik zie op dit moment steeds meer organisaties die zich actief voorbereiden op brede data awareness om zo onder andere in crisistijd beter getraind te zijn in datagebruik. Het gaat hierbij om iedereen een dataspeler te laten zijn in haar/zijn specialisme. Zo zie ik vaak de term Self service terugkomen. En wanneer je denkt dat dit zich beperkt tot een grafisch dashboard of een report dat super users voor hun team realiseren, dan zit je ernaast. Self service heeft inmiddels een bredere betekenis gekregen.
Self service is het in staat stellen van kenniswerkers om data als betrouwbare asset in te zetten op operationele, tactische en strategische vraagstukken. De manier waarop deze kenniswerkers dit doen ligt bij die groep zelf. Dit suggereert dat de verantwoordelijkheid voor de resultaten ook bij die groep zelf ligt. In feite is self service dus een gefaciliteerde toolbox/platform van data, een beschrijving van die data, een handleiding van werken met data en een handleiding van werken met tooling waarmee die kenniswerkers verschil in de markt moeten maken. Deze vorm van self service kan zelfs zo ver gaan dat ruwe data als halffabricaat wordt aangeboden in het data platform en dat het opwerken van die data naar bruikbare informatie en inzichten bij die kenniswerkers ligt. De reden voor deze beweging is simpel: naar mate de tooling en de kennis over die tooling en de kennis over beschikbare data rijpt in een organisatie, groeit de kans op de juiste toepassing ervan binnen de specifieke context waarin dat inzicht nodig is. Het correct kunnen functioneren van dit principe blijft alleen overeind wanneer randvoorwaarden aanwezig zijn. Ik vergelijk het wel eens met verkeer in Nederland. Wij zijn als volwassen personen getraind in het besturen van een voertuig en dat voertuig te gebruiken in context van het weer, aanpassingen aan infrastructuur en de drukte op de weg. Wij zijn in staat deze asset te gebruiken om tot resultaat (woon-werk, ritje naar opa en oma)te komen. Er zijn wel regels gevormd om deze manier van interactie goed te laten lopen en awareness te beteugelen. Op regels wordt je als persoon dagelijks gewezen door wegbewijzering, handhavers en je interactie met medeweggebruikers. Het behalen van een databewijs zou dan ook geen vreemd middel zijn dat je dan natuurlijk ook elke 10 jaar moet verlengen.
We zien dat het complex en spannend is om een gevorderde mate van self service te ondersteunen in organisaties. We zijn bang voor datalekken, onjuist gebruik van data en diefstal. Alhoewel dit risico’s zijn, zijn deze prima te mitigeren. Om self service te kunnen omarmen zie ik de volgende elementen van aandacht:
Ik ben van mening dat wanneer organisaties niet deze beweging gaan maken, dat de kans op het aantrekken van nieuwe generatie kenniswerkers steeds moeilijker gaat worden. Zoals ik eerder schreef in “Talenten zijn katten in een vreemd pakhuis”, ervaren deze talenten na hun aantreden dat zij geen juiste middelen (data, tooling) hebben om verantwoordelijkheid te nemen over de resultaten en dat de kans op snelle uitstroom van die talenten is hiermee groot is.
Vendors van Moderne data platforms beloven vooral de veilige centralisering en technische toegankelijkheid te ondersteunen. Het zijn voornamelijk technische, flexibele bouwblokken die ondersteunend zijn aan self service om zo van iedereen die beoogde specialist te maken. De regie van het toegankelijk maken van alle data blijft bij de beherende data organisatie. Ik vind dat de data interactie tussen de gebruikers en de eigenaren een ondergeschoven kind blijft. Hierdoor missen we die feedbacklus die juist zo essentieel is om aan de ene kant de potentiele toepassing en het gebruik van data te begrijpen en aan de andere kant de verbetering op data kwaliteit in te zetten. We maken pas van onze kenniswerkers specialisten wanneer datacultuur en informatievoorziening op die data zelf een plaats heeft gekregen. Door met elkaar een leerschool van gebruik van data in te gaan waarin we data als asset kunnen toepassen zoals wij ook onze bedrijfsauto’s, kantoorruimten en laptops gebruiken, zijn wij in staat met openheid en vertrouwen de data om te zetten naar krachtige acties.
De introductie van data catalog functionaliteit beslaat een groot deel van de eerder beschreven randvoorwaardelijkheden. Het is in mijn ogen dus een onlosmakelijk onderdeel van succes wanneer een data platform wordt geïntroduceerd. De data catalog is het enkelvoudige venster voor kenniswerkers om veel meer begrip van de beschikbare data te krijgen en die data op te pakken voor een diversiteit van toepassingen. Vragen over inhoud, betekenis, domeinbereik, origine, eigenaarschap, bewerking, actualiteit, gebruiker feedback, potentieel (on)geaccepteerd gebruik, en bewerkingen zijn zichtbaar waardoor dezelfde data met die extra informatie een enorme meerwaarde krijgt.
Nu is het een grote stap om te voldoen aan de randvoorwaardelijkheden. Echter door visie op data te formuleren en vanuit de top van de organisatie die visie uit te dragen, maken we al een start richting resultaat.
De stappen die ik adviseer zijn:
De hoge acceptatiegraad van data onder de kenniswerkers gaat initieel zorgen voor groei in de waarde van data. Zo is data als asset te positioneren en is beheer ervan een onderdeel van de bedrijfshygiëne. Alle kenniswerkers verschuiven hierdoor naar specialisten die zo het verschil maken voor hun klant.
Verder praten? Stuur Marijn een persoonlijk bericht via LinkedIn of ontdek meer over Data Services!
SME Data