De operationele bovenlaag van het Metromodel uitgelegd
Het Metromodel binnen jouw organisatie implementeren? Neem contact op via https://powerbison.io/contact/BeschrijvingIn de derde aflevering spreekt Sonny met Laurens van der Drift over de verschillende aspecten van datakwaliteit en het metromodel. Met een achtergrond in technische bestuurskunde en ervaring in simulatiemodellen, richt Laurens zich op praktische dataprojecten. Aanvankelijk raakte hij bij de DAMA-werkgroep betrokken door een succesvol project met een netbeheerder dat zich richtte op datakwaliteit, wat leidde tot verdere samenwerking.De drie belangrijke aspecten van datakwaliteit die Laurens noemt zijn: de bron, het transport van data en de contextuele relevantie voor de gebruiker. Dit benadrukt dat datakwaliteit verder gaat dan alleen technische aspecten; het vraagt om een grondige analyse van de processen en de data die daarbij horen.Laurens legt uit hoe datalineage betrekking heeft op het waarborgen van datakwaliteit door steeds te controleren of data correct en efficiënt van de bron naar de eindgebruiker gaat. Hierbij komt ook de rol van technologie en beveiliging aan bod, waarmee hij aangeeft dat het niet alleen gaat om het verplaatsen van data, maar ook om de kritischere vraag hoe en wanneer data geaggregeerd moet worden voor specifieke doeleinden.De discussie over hoe organisaties bepalen wat belangrijk is voor datakwaliteit blijkt ook complex te zijn. Laurens stelt dat elke organisatie rekening moet houden met de eigen unieke kritische dataobjecten en dat dit afhangt van de impact en waarde die data met zich meebrengt. Hierdoor moet er voor elke organisatie ook gekeken worden naar de kosten verbonden aan datakwaliteit en welke financiële impact dat heeft. Een boeiend voorbeeld is het probleem van dubbel betaalde facturen, wat organisaties directe kosten kan opleveren.De uitdaging om data effectief te beheren komt verder aan de orde bij het formuleren van business rules. Laurens legt uit dat het formuleren en identificeren van deze regels vaak een hele klus kan zijn en dat data-analyse, inclusief het gebruik van machine learning, kan helpen bij het ontdekken van patronen en het verbeteren van datakwaliteit. Met “business rule mining” kunnen afwijkingen in de data sneller opgespoord worden, waardoor het makkelijker wordt om kwaliteitsissues te adresseren.Het gesprek beweegt zich naar de rol van metadata en hoe belangrijk dit is in een datakwaliteitsproces. Laurens legt uit dat metadata gegevens zijn over data die helpen bij de interpretatie en het analyseren van data. Dit gaat niet alleen over de structuur van de data, maar ook over de betekenis en context van bepaalde datavelden, die essentieel zijn voor de datakwaliteit.Laurens stelt dat organisaties moeten beginnen met het identificeren van pijnpunten, gevolgd door het met kleine stappen verbeteren van processen in samenwerking met de belangrijkste stakeholders. Dit kan beginnen met een focus op wat er echt nodig is en welke data daarbij cruciaal is. Het gesprek eindigt met het advies om 'klein te beginnen en uit te bouwen', zodat datakwaliteit uiteindelijk een integraal en duurzaam onderdeel van de bedrijfsvoering wordt. Dit dient niet alleen het verbeteren van processen, maar kan ook het inzicht van de organisatie in toch verhogen, met als resultaat betere beslissingen op alle niveaus.--Wil je op de hoogte blijven en de besproken materialen zoals het Metromodel per e-mail ontvangen? Meld je aan voor de nieuwsbrief via https://thesonnysideoflife.kit.com/Meer volgen over data? Volg Sonny op LinkedIn via https://www.linkedin.com/in/sonnyvanbergen/
--------
44:25
Zo pas je de operationele laag van het Metromodel toe in de praktijk
Het Metromodel binnen jouw organisatie implementeren? Neem contact op via https://powerbison.io/contact/BeschrijvingIn de tweede aflevering bespreekt Sonny met Aris Prins de operationele laag van het metromodel, waarbij we ons richten op datakwaliteit en de cruciale rol die deze speelt in bedrijfsprocessen. Met meer dan 20 jaar ervaring in het vakgebied, neemt Aris je mee in de complexiteit van datakwaliteit, van het meten van datakwaliteit tot het opschonen van data en het oplossen van problemen.We starten met een overzicht van zijn achtergrond en hoe Aris ooit in deze wereld is gerold, waarbij hij zijn eerste ervaringen deel met een klant die al snel met datakwaliteitsspellen werd geconfronteerd. Hierbij licht Aris toe hoe belangrijk het is dat zowel het ordersysteem als het factureringssysteem functioneren om het geld dat wordt verdiend daadwerkelijk binnen te krijgen. Dit vormt de basis voor verdere verhalen en voorbeelden in de aflevering, waarin hij uitleg geeft over de uitdagingen die gepaard gaan met datakwaliteit.Zodra we de operationele laag verder onderzoeken, bespreken we de analysefase van datakwaliteit. Aris legt uit dat het essentieel is om over de juiste data van systemen te beschikken om pijnpunten te kunnen identificeren. In dit proces kan het voorkomen dat klanten met klachten komen over specifieke data-issues. Het doel is om de juiste patronen te ontdekken binnen datasets, zodat we datakwaliteitsproblemen vroegtijdig kunnen signaleren en aanpakken.Daarnaast verkennen we de noodzaak om heldere regels op te stellen voor datakwaliteit. Aan de hand van concrete voorbeelden leveren we inzicht in hoe inconsistenties kunnen ontstaan bij de categorisatie van klanten, wat ernstige gevolgen kan hebben voor bedrijfsbeslissingen. Dit illustreert zijn punt dat ogenschijnlijk kleine details tot grote problemen kunnen leiden, vooral wanneer ze niet goed zijn vastgelegd en geanalyseerd.Verder bespreken we het belang van samenwerking tussen verschillende stakeholders binnen een organisatie, zoals data stewards en data owners. Aris onderstreept de rol van begeleiding en communicatie bij het verbeteren van datakwaliteit en het creëren van een cultuur waarin fouten worden erkend en gecorrigeerd, in plaats van afgedekt. Dit is cruciaal voor een effectieve operationele laag met minder fouten en een hogere efficiëntie.Als we het hebben over datakwaliteit, kunnen we niet om de impact van AI heen. Aris deelt zijn visie over de nut van schone data voor het trainen van AI-modellen, en hoe een gebrek aan datakwaliteit ook gevolgen heeft voor de automatisering van bedrijfsprocessen. Hierdoor sluit Aris de aflevering af met een advies voor degenen die nieuw zijn in dit vakgebied: begin klein, identificeer pijnpunten en werk samen met betrokkenen om datakwaliteit op de agenda te zetten.Door deze brede analyse en concrete voorbeelden willen wij luisteraars laten zien hoe belangrijk datakwaliteit is in de dagelijkse gang van zaken en welke stappen gezet kunnen worden om problemen aan te pakken voordat ze escaleren.--Wil je op de hoogte blijven en de besproken materialen zoals het Metromodel per e-mail ontvangen? Meld je aan voor de nieuwsbrief via https://thesonnysideoflife.kit.com/Meer volgen over data? Volg Sonny op LinkedIn via https://www.linkedin.com/in/sonnyvanbergen/
--------
34:59
Vergroot zelf je Datakwaliteit met het Metromodel
Het Metromodel binnen jouw organisatie implementeren? Neem contact op via https://powerbison.io/contact/BeschrijvingIn de eerste aflevering bespreken we met Marco en Peter van de datakwaliteitswerkgroep de complexiteit en het belang van datakwaliteit binnen organisaties. We bevinden ons in de watertoren van Assendelft, waar we de setting creëren voor een diepgaand gesprek over het metromodel dat ze hebben ontwikkeld. Dit model, mede gebaseerd op ISO 9001, biedt een gestructureerde aanpak voor datamanagement en bestaat uit ruim dertig elementen die organisaties helpen bij het verbeteren van hun datakwaliteit.We starten met een introductie van DAMA Nederland, de organisatie waarbinnen de werkgroep is opgezet. Peter legt uit dat DAMA Nederland deel uitmaakt van een wereldwijd netwerk dat zich richt op datamanagement en het delen van kennis. Hij benadrukt de rol van de werkgroep in het verzamelen en delen van inzichten, zodat organisaties niet het wiel opnieuw hoeven uit te vinden. Marco voegt hieraan toe dat de positieve impact van hun werk mede te danken is aan de groeiende community van experts die deelnemen aan de werkgroep.Gedurende het gesprek verkennen we de essentie van het metromodel. Dit model biedt een visuele representatie van datakwaliteitsmanagement, waarbij de dertig elementen als 'stationnetjes' fungeren. De discussie richt zich op de vier lagen van het model: strategisch, tactisch, operationeel en de doelstellingen. Marco en Peter leggen uit hoe organisaties, ongeacht hun grootte, baat kunnen hebben bij dit model door de hiërarchische structuur die het biedt, en hoe het hen helpt om helderheid te krijgen in hun datamanagementprocessen.Daarnaast bespreken we de uitdagingen rondom datakwaliteit, zoals eigenaarschap en verantwoordelijkheid. Peter benadrukt dat de betrokkenheid van het management cruciaal is voor het succes van datakwaliteitsinitiatieven. Dit stelt organisaties in staat om hun datakwaliteitsbeleid effectief uit te voeren en de juiste mensen op de juiste plaatsen te positioneren. Marco voegt hieraan toe dat het belangrijk is dat medewerkers bewust worden van hun rol in het waarborgen van datakwaliteit. Dit vraagt om communicatie en transparantie binnen de organisatie.We delen praktijksituaties, waaronder de implementatie van het metromodel bij het bedrijf. Marco legt uit hoe zij de basis hebben gelegd voor een gezamenlijke aanpak omtrent datakwaliteit, wat leidde tot het delen van kennis en het ontwikkelen van fact-sheets die als hulpmiddel dienen voor organisaties bij het verbeteren van hun datamanagement.Tot slot bespreken we het belang van bewustzijn en kennisdeling binnen datakwaliteit. Peter en Marco benadrukken dat datakwaliteit niet slechts een doel op zich is, maar een middel om betere bedrijfsresultaten te behalen. Zij nodigen luisteraars uit om de wiki en andere beschikbare middelen te verkennen, zodat zij ook hun weg kunnen vinden in het complexe veld van datamanagement.Deze aflevering biedt waardevolle inzichten voor iedereen die betrokken is bij of geïnteresseerd is in datakwaliteit en datamanagement, met praktische handvatten om de kwaliteit van data binnen hun eigen organisatie te verbeteren.--Wil je op de hoogte blijven en de besproken materialen zoals het Metromodel per e-mail ontvangen? Meld je aan voor de nieuwsbrief via https://thesonnysideoflife.kit.com/Meer volgen over data? Volg Sonny op LinkedIn via https://www.linkedin.com/in/sonnyvanbergen/
--------
40:30
Introductie The Sonny Side of Life
In deze introductie van The Sonny Side of Life, verwelkom ik jou in mijn studio waarin ik de kans benut om dieper in te gaan op het fascinerende onderwerp van datamanagement. Mijn focus ligt op het verkrijgen van waardevolle inzichten voor bedrijven, en ik ben klaar om met verschillende data professionals te spreken. Deze experts hebben jarenlange ervaring en een unieke kijk op data, wat ons in staat stelt te leren van hun verhalen, lessen en fouten.Het belang van datamanagement is niet alleen een technisch onderwerp voor mij; het raakt aan de manier waarop we informatie begrijpen en toepassen. In deze podcast wil ik niet alleen de technische aspecten van data belichten, maar vooral de menselijke kant ervan. Hoe interactie en communicatie onder data professionals van invloed zijn op datakwaliteit wordt een terugkerend thema in onze gesprekken. Het gaat erom hoe we als individuen omgaan met data en welke ondersteunende structuren we kunnen creëren voor elkaar.De gasten die ik uitnodig zijn een diverse groep, met een variëteit aan ervaringsniveaus en achtergronden. Van nieuwe talenten tot doorgewinterde experts, iedereen heeft iets waardevols te delen. Mijn aanpak is open en eerlijk, en ik stel kwetsbare vragen om de diepte in te gaan en echte inzichten te verkrijgen. Ik geloof dat zowel de kracht als de zwakte van een expert in zijn of haar fouten ligt, en ik wil graag leren van de uitdagingen die mijn gasten zijn tegengekomen.Wat je kunt verwachten? Een interessante mix van gesprekken waarin we datamanagement onder de loep nemen, aangevuld met persoonlijke ervaringen en praktijkcases. Ik neem je mee op mijn reis terwijl ik probeer om zoveel mogelijk kennis te verzamelen en deze met jou te delen. Het doel is om samen te leren en te groeien binnen het veld van datamanagement, en daarom hoop ik dat je deze reis met mij wilt maken.Met de titel "The Sonny Side of Life" wil ik een positieve en uitnodigende sfeer creëren. Het is mijn intentie om het leren over data toegankelijk te maken en om een omgeving te creëren waarin elke eerste ervaring leuk en leerzaam is. Ik kijk ernaar uit om je mee te nemen in deze boeiende wereld vol data, en om samen te ontdekken hoe we de complexiteit van datamanagement kunnen ontraadselen.--Wil je op de hoogte blijven en de besproken materialen zoals het Metromodel per e-mail ontvangen? Meld je aan voor de nieuwsbrief via https://thesonnysideoflife.kit.com/Het Metromodel binnen jouw organisatie implementeren? Neem contact op via https://powerbison.io/contact/Meer volgen over data? Volg Sonny op LikedIn via https://www.linkedin.com/in/sonnyvanbergen/
Over Datamanagement Podcast - The Sonny Side of Life 🌞
In 'The Sonny Side of Life' duiken we dieper in het razend relevante onderwerp datamanagement. Sonny van Bergen nodigd verschillende data professionals uit om hun unieke inzichten en ervaringen te delen.
We verkennen niet alleen de technische aspecten van data, maar vooral de menselijke elementen zoals interactie en communicatie binnen het vakgebied, die cruciaal zijn voor datakwaliteit.
De gesprekken zijn openhartig en authentiek, waarbij Sonny van Bergen kwetsbare vragen stelt om waardevolle lessen te ontrafelen.
Netherlands