De tactische datakwaliteitslaag van het Metromodel – met Ruud Kuil
Het Metromodel binnen jouw organisatie implementeren? Neem contact op via https://powerbison.io/contact/BeschrijvingIn de vijfde aflevering van de podcast gaat Sonny in gesprek met Ruud Kuil, een ervaren professional in datamanagement. Ruud introduceert zichzelf en zijn achtergrond, waarbij hij zijn 16-jaar durende carrière in datamanagement belicht, met een focus op zijn ervaring in het werken met zowel grote consultancypartijen als freelancer. Hij legt uit dat zijn expertise ligt in datagovernance en masterdatamanagement, en hoe hij de afgelopen jaren honderden cursisten heeft getraind in de DAMA DMBoK-standaarden.Het gesprek komt al snel op de noodzaak van bewustwording rondom datakwaliteit. Ruud benadrukt dat dit begint bij het senior management, dat moet begrijpen wat data is en waarom kwaliteit essentieel is. Hij bespreekt de verschillende rollen binnen een organisatie die van belang zijn voor datakwaliteitsmanagement, en hoe teamleiders en subject matter experts cruciaal zijn voor het effectief interpreteren en gebruiken van data. Ruud geeft ook aan dat het belangrijk is om groot te denken maar klein te beginnen met datakwaliteitsinitiatieven, waarbij hij een voorbeeld aanhaalt van een organisatie die met een beperkte scope begon en zo het vertrouwen en de noodzaak voor bredere verbeteringen kon aantonen.Het gesprek verlegt de focus naar vaardigheden die nodig zijn voor datakwaliteitsmanagement. Ruud legt uit dat deze vaardigheden variëren van technische kennis tot strategisch inzicht. Bij het aansnijden van ervaringen uit de praktijk, deelt hij een voorbeeld van een organisatie die enorme kosten maakte door gebrekkige datakwaliteit, en hoe het oplossen van simpele issues zoals foutieve e-mailadressen aanzienlijke besparingen kan opleveren.Ruud benadrukt ook het belang van tools zoals de MadValidator, waarmee organisaties beter inzicht kunnen krijgen in hun datakwaliteit en de waarde ervan kunnen aantonen. Dit draagt bij aan een cultuur waarin data geaccepteerd en gewaardeerd wordt, in tegenstelling tot louter technische lijsten die weinig impact hebben. Het gesprek gaat verder over de rol van stakeholders en hoe zij betrokken moeten worden bij datamanagementinitiatieven. Ruud stelt dat stakeholders een cruciale rol spelen in besluitvorming en dat het essentieel is om hen mee te nemen in het belang van datakwaliteit.Wanneer het gesprek gaat over konkrete stappen voor managers die datakwaliteitsprojecten willen opstarten, adviseert Ruud om met een nulmeting te beginnen. Dit houdt in dat managers in gesprek gaan met medewerkers over datakwaliteitsproblemen en de impact daarvan op hun dagelijkse werkzaamheden. Dit biedt waardevolle inzichten in waar de grootste pijnpunten liggen en welke prioriteiten gesteld moeten worden.Verder komen onderwerpen zoals de afbakening van rollen en verantwoordelijkheden aan bod, vooral als het gaat om data-eigenaren en data-stewards. Ruud legt uit dat het belangrijk is dat deze rollen goed gedefinieerd zijn en dat mensen in deze posities begrijpen wat er van hen verwacht wordt.Aan het einde van de aflevering benadrukt Ruud de noodzaak van een lange termijn visie wanneer het komt op datamanagement en datakwaliteit. Hij stelt dat het een continue proces is dat jaren kan duren en vergt dat organisaties zich aanpassen aan nieuwe processen en technologieën. Ruud moedigt organisaties aan om groot te denken en duidelijke ambities te stellen, zodat er een stevige basis kan worden gelegd voor toekomstige verbeteringen in datamanagement.--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/
--------
48:29
--------
48:29
Strategische Datakwaliteitslaag van het Metromodel – met Vincent Lassauw
Het Metromodel binnen jouw organisatie implementeren? Neem contact op via https://powerbison.io/contact/BeschrijvingIn de vierde aflevering met Vincent Lassauw wordt de strategische laag van het metromodel besproken, met een focus op datakwaliteit en compliance binnen organisaties. Vincent, die betrokken is bij de DAMA werkgroep, deelt zijn ervaringen en inzichten over data governance en de belangrijke rol die datakwaliteit speelt in het bredere bedrijfsproces.Vincent begint met te vertellen over zijn achtergrond en hoe hij bij de DAMA werkgroep is terechtgekomen, door zijn betrokkenheid bij datakwaliteit vanuit zijn functie. Vincent legt uit dat hij niet direct heeft bijgedragen aan het opstellen van het model, maar dat de levendige discussies binnen de groep en de diverse invalshoeken van de deelnemers zeer waardevol waren.Als het gesprek verder gaat naar de strategische laag van het metromodel, legt Vincent uit hoe belangrijk deze laag is voor datakwaliteit. Hij benadrukt dat data quality niet slechts een kwestie is van het controleren van data, maar een strategische aanpak vereist die op bedrijfsniveau moet worden geïntegreerd. Hij deelt zijn visie dat compliance niet alleen gaat om het voldoen aan regels, maar ook mogelijkheden biedt voor bedrijven om klantgerichter te werken en nieuwe initiatieven te ontwikkelen.Vincent stelt dat het essentieel is dat een organisatie datakwaliteit op alle niveaus omarmt, van de directie tot de uitvoering. Hij bespreekt dat betrokkenheid en bewustwording belangrijk zijn om mensen te motiveren en hen te laten zien wat de voordelen van compliance en datakwaliteit zijn voor hun eigen werk. Training en educatie zijn cruciaal om iedereen in de organisatie mee te krijgen.Vincent geeft advies aan managers die voor de uitdaging staan van compliance en datakwaliteit. Hij benadrukt dat het belangrijk is om te beginnen met een helder beeld van de huidige situatie binnen het bedrijf. Dit kan worden gedaan door middel van assessments en scans om te begrijpen waar de organisatie nu staat, welke informatie beschikbaar is en wie bij het proces betrokken moet worden.Er komt ook aan bod dat het opstellen van een datastrategie essentieel is. Vincent legt uit hoe datakwaliteit een cruciaal onderdeel is van een bredere datastrategie, waarbij bedrijven moeten nadenken over waar ze naartoe willen en welke stappen daar nodig voor zijn. Dit omvat niet alleen technologisch denken, maar ook procesverbetering en het betrekken van mensen in het proces.Tijdens het gesprek wordt duidelijk dat het succesvol implementeren van een datakwaliteitsmanagementsysteem ook om monitoring, analyse en continue verbetering draait. Vincent legt uit hoe belangrijk het is om de oorzaken van dataproblemen te begrijpen en hoe processen en mensen hierin een rol spelen. Dit leidt tot het besef dat datakwaliteit niet alleen om technologie draait, maar ook om menselijk gedrag en organisatieprocessen.Vincent zegt ook dat het essentieel is om bij een bedrijf ruimte te creëren voor aanpassingen aan veranderingen in de markt en technologische ontwikkelingen. Dit is om ervoor te zorgen dat een organisatie niet achterop raakt en kan inspelen op nieuwe trends zoals AI. Hij benadrukt dat het belangrijk is om niet alleen maar hypes te volgen, maar om te blijven focussen op de eigen strategie en visie.Het interview eindigt met de conclusie dat een goede strategie bedrijven niet alleen helpt om op koers te blijven, maar ook om kansen te benutten en zich aan te passen aan veranderingen in de markt. Vincent benadrukt dat de verbinding tussen datakwaliteit en de bredere bedrijfsstrategie essentieel is voor succes op lange termijn.--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/
--------
39:54
--------
39:54
Operationele bovenlaag van datakwaliteit in het Metromodel – met Laurens van der Drift
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
--------
44:25
Operationele onderlaag van datakwaliteit in het Metromodel – met Aris Prins
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
--------
34:59
Vergroot zelf je Datakwaliteit met het Metromodel - met Peter van Nederpelt en Marco Heij
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/
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