Het belang van datakwaliteit illustreert Holger Wandt aan de hand van het restaurantbezoek dat ieder van ons zich zonder moeite kan voorstellen. Bij binnenkomst komt een ober naar je toe en brengt je vervolgens naar een tafel. Je krijgt een aperitief aangeboden en je bekijkt de menukaart zorgvuldig. De ober neemt de bestelling op en zal binnen een half uur het eten opdienen. Als dessert een kopje koffie en je vraagt de rekening. Deze betaal je en gaat tevreden naar huis. Men heeft een bepaald verwachtingspatroon hoe een dergelijke proces verloopt. Maar wat gebeurt er als bij binnenkomst gelijk de rekening wordt gepresenteerd of begint met een dessert om daarna het hoofd- en voorgerecht te krijgen. Je reageert verward, de gegevens zijn veranderd. Bijstel van het verwachtingspatroon is noodzakelijk.

1. Event: DDMA Seminar Thema: Datakwaliteit Spreker: Holger Wandt – Human Inference Datum: 3 maart 2009 – Pakhuis de Zwijger, A’dam www.ddma.nl

2. Datakwaliteit – de essentie van operationele data governance DDMA-seminar 10 maart 2009 Holger Wandt Principal advisor

4. Regional livestock operations & analysis manager Livestock directional assistant Regional grassland engineers

10. De optimale organisatie? Systemen Mensen Processen DQ  DG

11. Data governance verantwoorde-lijkheidsmatrix binnen DQM VERANTWOORDELIJKHEDEN (TOEKENNEN VAN ROLLEN AAN TAKEN) TAKEN BINNEN DQM ROLLEN

14. Operational data governance - example C C R C C Training R Business support C R Technische ondersteu-ning C C C C R Project- management C I R Onderhoud technische systeem-architectuur C A/C R A Ontwikkeling MD tools en applicaties R Uitvoering performance-verbeterings-proces Service provider Legal entity Business process owners Master data unit head Technical data steward Chief data steward Tasks Roles

15. “ We have learned to live in a world with mistakes and defects as if they are necessary to life. It is time to adopt a new philosophy” W.E. Deming 1900 – 1993 Statisticus en kwaliteitsguru

16. De data steward ( verantwoordelijk voor het management van data) - €20.000 Foute voorspelling + €20.000 Correcte voorspeling € 5000.- Hoog Volledige implementatie C - €3000.- Foute voorspelling + €3000.- Correcte voorspeling € 2000.- Gemiddeld Pilotproject B - 0 - € 1000.- Laag Verzamel meer data/informatie A Winst of verlies Kosten Procesimpact Beschrijving KEUZE

17. 1, 2, 6, …..

18. Correcte gegevens leiden tot beter beheersbare processen: 1, 2, 6, .... - €20.000 Foute voorspelling + €20.000 Correcte voorspeling € 5000.- Hoog Volledige implementatie C - €3000.- Foute voorspelling + €3000.- Correcte voorspeling € 2000.- Gemiddeld Pilotproject B - 0 - € 1000.- Laag Verzamel meer data/informatie A Winst of verlies Kosten Procesimpact Beschrijving KEUZE

19. 1, 2, 6, 7

20. Correcte data en goede processen leiden tot succes: 1, 2, 6, 7, ...... - €20.000 Foute voorspelling + €20.000 Correcte voorspeling € 5000.- Hoog Volledige implementatie C - €3000.- Foute voorspelling + €3000.- Correcte voorspeling € 2000.- Gemiddeld Pilotproject B - 0 - € 1000.- Laag Verzamel meer data/informatie A Winst of verlies Kosten Procesimpact Beschrijving KEUZE

21. 1, 2, 6, 7, 11

22. “ Datakwaliteit is ieders verantwoordelijkheid!”  Datakwaliteitsmanagement kan niet zonder data governance en data governance kan niet zonder datakwaliteitsmanagement

23. DQ & DG  Recursieve afhankelijkheid Zonder een goed evenwicht tussen besluitvormings-processen, betrouwbare data en belegde verantwoordelijkheden is kwalitatief management van gegevens een utopie. Ondernemings- strategie Omvang onderneming Processen Organisatie- structuur Expertise Systemen DQ & data governance

25. Value your data h.wandt@humaninference.com