SlideShare uma empresa Scribd logo
1 de 3
Databeheerinvijf lessen
Kapitaal, arbeidennatuur(delfstoffenen landbouwgrond) geldenals de drie productiefactoren.Daar
moetje tegenwoordigdataaan toevoegen.Grote hoeveelhedengegevensvormeneen
productiefactorzonderweerga.Maardaar moet je wel goedmee omgaan.Marc Goversvan Sogeti
geefteenminicursusdatamanagement.
Goversheeft‘managementconsultant’opzijnvisitekaartjestaan.Hij werktbij de afdelingBusiness
Intelligence&Analytics.Tijdens zijnhele werkzame leven heefthij zoongeveertussendatabasesen
datawarehousesdoorgebracht.De Mr.Data vanSogeti. De term‘data management’,zoonderwijst
hij,isal heel oud.Die stamt uitde jarentachtig vande vorige eeuw.“Hethadtoenveel potentie,
maar is uiteindelijkdestijds nietdoorgedrongentotde standaardinrichtingvan
automatiseringsstructuren.Datdatabeheermislukte,kwameigenlijkomdathet vooral eenIT-feestje
was.Terwijl ditaspectjuistophetbordje vande businesshoortte liggen.Daarwetenze watje kunt
doenmetinformatie.”
Het idee toenwas:je hebtheel veel data,die stopje allemaal bijelkaarineengrote,centrale
database (eendatawarehouse)endanverbindje alle gegevensaanelkaar,zodatje waardevolle
bedrijfsinformatie krijgt.Datisnatuurlijk eenhopelozezaak.Wantteneerste hebje nietalle data
nodigententweede maakje hetbeheervande data opdeze maniergigantischcomplex”,luidt
Govers’vernietigende oordeel.“De belofte wasgroot.Helaasis die destijds nietwaargemaakt.”
Eénkeeropslaan
Tegenwoordigstaathetonderwerpweerbovenaanopde agenda. We sprekenzelfsvanbigdata.In
tegenstellingtotdecenniaterugzitnude marketingafdelingbovenopde dataof de financiële
afdeling.Dataiseencorporate assetgeworden;eenproductiefactor. “Veel banken bijvoorbeeld
zettentegenwoordigdatagerichte dienstverleningin.Daartoe zijnze bezigmethetopzettenvaneen
data-infrastructuur. Dangaathet nietalleenomde technischeinfrastructuur,maarevenzeeromde
functionelearchitectuur:welke datahebje,watkunje ermee doen?Daarbij moetje hetgeheel zo
inrichtendathetheel snel kaninspelenopveranderingen.Wantde businessverandertvoortdurend.
Markten wijzigen,de overhedenstellenandere regelsen consumptiepatronen gaanvoortdurend een
andere richtingop.Daar wil je nietdoorwordenverrast;je wiltdatzienaankomen.Enje wiltweten
of ernieuwe kansenontstaanbij veranderdoverheidsbeleid.De antwoordenvindje indie berg
gegevens;in- enextern.”
De grap vandata is,volgensGovers,datje ze voor meerdere dingenkuntgebruiken.“Alsje mijn
geboortedatumweet,dankunje daar heel veel aanafleiden.Zekeralsje datdan ooknog eens
koppeltaande plekwaarik woon.Je weetwanneerikmetpensioenga,etcetera. Nuzijndie
gegevensvaakopgenomenineendatabase diebij eenbepaaldproceshoort.Zozie je dat
bijvoorbeeldklantgegevensintientallendatabasesvoorkomen;vaaknogeensandersgeformuleerd.
En hetis foutgevoelig.Aande ontdubbelingvangegevenswordtnuhardgewerkt.Datismisschien
wel leséén:zorgdat je gegevensmaaréénkeeropslaat.Zorger tevensvoordatze toegankelijk zijn
voor de businesswanneerdie daarbehoefte aanheeft.”
Verschillende bronnen
Eengoedbeheerbegintmethetinkaart brengenvande verschillende bronnenvoordatadie bij een
organisatie passen.Datbegintmetde interne systemen.Daarkomende dataop hetinternetbij,
zoalsde gigantische hoeveelhedendatavansocial media.Overhedenmoetenvaakaansluitenop
basisregistraties.Endanhebje nogde data vanklanten,vanleveranciersenhunafnemers.“Alsje
daar slimmee omgaat,danbereikje concurrentievoordeel”,isGovers’overtuiging.
Rijkswaterstaatheeftvijfmiljoengeïnvesteerdineendatamanagementproject.“Maardat levert
jaarlijks600 miljoeneuroop”,onderstreepthij hetbelangvangoeddatabeheer. “De CEOvan Shell
mikter tegenwoordigopnieuweolievoorradente vindendoorzijnsystemennate vlooien.Nietdoor
menseneropuitte sturenengeofysischonderzoekte latendoeninhetveld.Nee,dooralle
beschikbare gegevenste analyseren. Doorbijvoorbeeldopeennieuwe manieraante kijkentegen
ooitafgekeurde bronnen.”
Eenander voorbeeldismijnpensioenoverzicht.nl.Doorslimme koppelingvangegevenskaniemand
preciesnagaanhoe heter metzijnpensioenvoorstaat.
Kwaliteit
Het managenvandata betekentzorgdragenvoorde kwaliteitervan, de beschikbaarheidenzorgen
dat data op locatieskomtwaarhetnodigis.“Kernwoordenbij beheerzijn beschikbaarheid,
actualiteit,verrijkingmetgegevensuitexterne bronnen,compleetheidenjuistheid”,steltGovers.
Processenbinnenorganisatiesveranderengeregeld.Maardata zijnvrij stabiel.“Dusalsje dat één
keergoedregelt,danhebje ervrijwel geenomkijkenmeernaar.Goedmodelleren,goed
structurerenengoedopslaan.Daarmee hebje voortientallen jarenplezier.”
Je moetdata aandacht geven.Zowel op corporate niveau(strategischenbeleidsbepalend) als op
operationeel niveau.Datlaatste valtuiteenintwee componenten.Enerzijdservoorzorgendatde
kwaliteitvande datagoedis.Anderzijdseroptoeziendatgegevensdusdanigindatabasesworden
opgeslagendatiedereeninde organisatie dieerbaatbij heeft,toegangheefttotdie gegevens.
Veel organisaties doenergoedaaneerstde kwaliteitvande dataop orde te brengen.Erzijnveel
dubbelingen,enwisselendenoteringenvaneenenhetzelfde object(zoalseennaamof functie).
“Negentigprocentvande organisatiesheefthaardata nietoporde.Die moeteneerstde
rommelzoldermaareensopruimen.Endatgebeurtnuook, wantde business hijgtde IT-afdelingin
de nek.”
Wat is belangrijk?
Het toegankelijk makenvandataisnog helemaal nietzomakkelijk,vindtGovers.Wantde gegevens
zittenopgeslageninlegiodatabasesbinnende ondernemingdie nauwelijks metelkaarte rijmenzijn.
“Dat betekentdatje de data die echtbelangrijkzijnvoorde ondernemingcentraal moetgaanstellen.
In hetonderwijszijngegevensoverleerlingenvandoorslaggevendbelang,maarde dataoverde
luncheszijnhelemaal nietbelangrijkvoorde bedrijfsvoering.Dusmoetje opcorporate niveau
vaststellenwelke datavanbelangzijn.”
Er iseenonderscheidte makeninmasterdata:datzijnde gegevensdie intachtigprocentvande
bedrijfsprocessennodigzijn.Ensecundaire datadie minderbelangrijkzijnendusminderaandacht
behoeven.
“Bij de masterdatakunje nog eenonderscheidmakeninde snelheidwaarmee ze beschikbaarmoet
zijn.Sommige datawil je realtimeweten,andere maareensinde maand.Alsje eeninternetbedrijf
bent,ende klantvultonline eenaanvraagformulierinvooreenproduct,danmoethij directrespons
hebben. Logistiekemedewerkersdaarentegenwillenwetenhoe hetmetde voorradenstaat.Snel
maar realtime inzichtisgeenabsolute must.Dusdatvraagt danweerom eenandere infrastructuur.”
Extra aandacht
“Bij onze klantenzienwe dat ze meerconcurrentievoordeel hebbenmetmeer nuttigeinformatie.Of
dat ze veel efficiënterkunnen werkenzoalsbij de overheid.Daaromhoortdatabeheerechtthuisbij
de business”,constateertGovers.
Eenaspect dat tegenwoordigextraaandachtvraagtbij datamanagementishetfeitdat(veel) datain
de cloudstaan opgeslagen.“Danmoetje dusgoede afsprakenmaken overde kwaliteitsaspectendie
je gewaarborgdwil zien.Denkaantijdigheid,beschikbaarheid. Bovendienhebje danweereen
koppelingextratussenapplicatie endata,terwijl je zoumoetenstrevennaarzominmogelijk
interfaces.Die aspectenmoetje meenemenbij de overwegingomclouddienstenaf te nemen;enbij
de inrichtingvande masterdata managementinfrastructuur.”
[kaderkop]80– 20 regel
[kadertekst]De 80– 20 regel isinveel gevallentoepasbaar.Zoookbij datamanagement. Wantdan
gaat hetom hetbeheervande data die er werkelijktoe doenvoorde bedrijfsvoering.Overhet
algemeenistwintigprocentvande datazinvol voortachtigprocentvan de toepassingenbinneneen
organisatie.
Dat betekentdatslechtstwintigprocentvande data beheernodigheeft,ennietde volle honderd
procentzoalsnu metdatabasesendatawarehouses.
[kaderkop]Kwaliteitseisen
[kadertekst]Erzijnmeerdere aspectendie de kwaliteitvandatabepalen.Tijdigheidisereenvan:hoe
snel moetende gegevensbeschikbaarzijn? Inde online wereldvrijwel altijdreal time.
De beschikbaarheidzelf iseenkwaliteitsaspect:de gegevensmoetengewoonopdie plek
opvraagbaarzijnwaar de organisatie erbehoefteaanheeft.
Juistheidiseenbelangrijkaspect.AlsMarcinde ene database meteen‘c’isopgenomenenineen
andere meteen‘k’,danhebje al problemen.
Compleetheid:klantgegevenszonderhetbankrekeningnummerbijvoorbeeldboetensterkaan
waarde invoor hetbedrijf.
De referentiële integriteitiseenbijzonderkwaliteitsaspect.Hetkomteropneerdataan data is te
zienof hetgoedof foutis.Dat is alleenmogelijkalsde dataincontextstaat.Een modelmatigeopzet
isdan onvermijdelijk.
======================

Mais conteúdo relacionado

Destaque

Sebastián salas hernández
Sebastián salas hernándezSebastián salas hernández
Sebastián salas hernándezChebis7
 
Final From journal on website
Final From journal on websiteFinal From journal on website
Final From journal on websiteMichael Clawson
 
テキスト分析を用いたΩ型経営の検証
テキスト分析を用いたΩ型経営の検証テキスト分析を用いたΩ型経営の検証
テキスト分析を用いたΩ型経営の検証oonishisatomi
 
CHARYASS PHARMACY PROFILE 2
CHARYASS PHARMACY PROFILE 2CHARYASS PHARMACY PROFILE 2
CHARYASS PHARMACY PROFILE 2Charles Nkrumah
 
7 Ways to Socialize Your Marketing Event
7 Ways to Socialize Your Marketing Event7 Ways to Socialize Your Marketing Event
7 Ways to Socialize Your Marketing EventHeidemarie Heroldt
 
Sustainable lighting NTU (Philip Harfield)
Sustainable lighting NTU (Philip Harfield)Sustainable lighting NTU (Philip Harfield)
Sustainable lighting NTU (Philip Harfield)Philip Harfield
 

Destaque (6)

Sebastián salas hernández
Sebastián salas hernándezSebastián salas hernández
Sebastián salas hernández
 
Final From journal on website
Final From journal on websiteFinal From journal on website
Final From journal on website
 
テキスト分析を用いたΩ型経営の検証
テキスト分析を用いたΩ型経営の検証テキスト分析を用いたΩ型経営の検証
テキスト分析を用いたΩ型経営の検証
 
CHARYASS PHARMACY PROFILE 2
CHARYASS PHARMACY PROFILE 2CHARYASS PHARMACY PROFILE 2
CHARYASS PHARMACY PROFILE 2
 
7 Ways to Socialize Your Marketing Event
7 Ways to Socialize Your Marketing Event7 Ways to Socialize Your Marketing Event
7 Ways to Socialize Your Marketing Event
 
Sustainable lighting NTU (Philip Harfield)
Sustainable lighting NTU (Philip Harfield)Sustainable lighting NTU (Philip Harfield)
Sustainable lighting NTU (Philip Harfield)
 

Semelhante a Data management-interview ManageIT

Marketing Intelligence voor Managers – Big Data voor MKB (2)
Marketing Intelligence voor Managers – Big Data voor MKB (2)Marketing Intelligence voor Managers – Big Data voor MKB (2)
Marketing Intelligence voor Managers – Big Data voor MKB (2)FourPoints Business Intelligence
 
Vier slimme manieren om groei te laten werken
Vier slimme manieren om groei te laten werkenVier slimme manieren om groei te laten werken
Vier slimme manieren om groei te laten werkenXerox Global
 
Symposium 23 april lectoraten Employability en Preventive Law Zuyd Onderzoek
Symposium 23 april lectoraten Employability en Preventive Law Zuyd OnderzoekSymposium 23 april lectoraten Employability en Preventive Law Zuyd Onderzoek
Symposium 23 april lectoraten Employability en Preventive Law Zuyd OnderzoekLectoraat Employability, Zuyd Onderzoek
 
DDM14 Spreker 3 rogier van nieuwenhuizen
DDM14 Spreker  3 rogier van nieuwenhuizenDDM14 Spreker  3 rogier van nieuwenhuizen
DDM14 Spreker 3 rogier van nieuwenhuizenConnection of Minds
 
Studie: The Past, Present and Future of Information Management
Studie: The Past, Present and Future of Information ManagementStudie: The Past, Present and Future of Information Management
Studie: The Past, Present and Future of Information ManagementLexisNexis Benelux
 
110217 Adam Presentatie
110217 Adam Presentatie110217 Adam Presentatie
110217 Adam Presentatiemr38schev
 
Bedrijfsprocessen Stroomlijnen
Bedrijfsprocessen StroomlijnenBedrijfsprocessen Stroomlijnen
Bedrijfsprocessen StroomlijnenPieter Bos
 
Presentatie Analistenmiddag Ambulancezorg 2021
Presentatie Analistenmiddag Ambulancezorg 2021Presentatie Analistenmiddag Ambulancezorg 2021
Presentatie Analistenmiddag Ambulancezorg 2021Tom Berger
 
Hoe maak ik effectief gebruik van Data Analytics?
Hoe maak ik effectief gebruik van Data Analytics?Hoe maak ik effectief gebruik van Data Analytics?
Hoe maak ik effectief gebruik van Data Analytics?Joost Boudewijns
 
FB_24-31_Ronald Damhof
FB_24-31_Ronald DamhofFB_24-31_Ronald Damhof
FB_24-31_Ronald DamhofPrudenza B.V
 
Big Data Big, Decisions: Part II
Big Data Big, Decisions: Part IIBig Data Big, Decisions: Part II
Big Data Big, Decisions: Part IIMarcel Warmerdam
 
Data Pioneers - Remco Wilting (VODW) - Mythes en feiten rondom big data
Data Pioneers -  Remco Wilting (VODW) - Mythes en feiten rondom big data Data Pioneers -  Remco Wilting (VODW) - Mythes en feiten rondom big data
Data Pioneers - Remco Wilting (VODW) - Mythes en feiten rondom big data Multiscope
 
Presentatie AMC Seminar CGI - MdG v1.2
Presentatie AMC Seminar CGI - MdG v1.2Presentatie AMC Seminar CGI - MdG v1.2
Presentatie AMC Seminar CGI - MdG v1.2Marc de Gier
 
De informatiekaart: informatie als strategisch element in een organisatie
De informatiekaart: informatie als strategisch element in een organisatieDe informatiekaart: informatie als strategisch element in een organisatie
De informatiekaart: informatie als strategisch element in een organisatieJan Van Hee
 
De toekomst van datagedreven werken is nu
De toekomst van datagedreven werken is nuDe toekomst van datagedreven werken is nu
De toekomst van datagedreven werken is nuReinier Versluis
 
Benchmark rapport 2014 - Projectinformatie in optima forma
Benchmark rapport 2014 - Projectinformatie in optima formaBenchmark rapport 2014 - Projectinformatie in optima forma
Benchmark rapport 2014 - Projectinformatie in optima formaCTB xRM
 
Digitaliseren zonder weerstand
Digitaliseren zonder weerstandDigitaliseren zonder weerstand
Digitaliseren zonder weerstandYorrick Mentink
 
0902 Doe dag Zwolle
0902 Doe dag Zwolle0902 Doe dag Zwolle
0902 Doe dag ZwolleKING
 

Semelhante a Data management-interview ManageIT (20)

11. Wat is Big Data? En moeten we er wat mee?
11. Wat is Big Data? En moeten we er wat mee?11. Wat is Big Data? En moeten we er wat mee?
11. Wat is Big Data? En moeten we er wat mee?
 
Marketing Intelligence voor Managers – Big Data voor MKB (2)
Marketing Intelligence voor Managers – Big Data voor MKB (2)Marketing Intelligence voor Managers – Big Data voor MKB (2)
Marketing Intelligence voor Managers – Big Data voor MKB (2)
 
Vier slimme manieren om groei te laten werken
Vier slimme manieren om groei te laten werkenVier slimme manieren om groei te laten werken
Vier slimme manieren om groei te laten werken
 
Symposium 23 april lectoraten Employability en Preventive Law Zuyd Onderzoek
Symposium 23 april lectoraten Employability en Preventive Law Zuyd OnderzoekSymposium 23 april lectoraten Employability en Preventive Law Zuyd Onderzoek
Symposium 23 april lectoraten Employability en Preventive Law Zuyd Onderzoek
 
DDM14 Spreker 3 rogier van nieuwenhuizen
DDM14 Spreker  3 rogier van nieuwenhuizenDDM14 Spreker  3 rogier van nieuwenhuizen
DDM14 Spreker 3 rogier van nieuwenhuizen
 
Studie: The Past, Present and Future of Information Management
Studie: The Past, Present and Future of Information ManagementStudie: The Past, Present and Future of Information Management
Studie: The Past, Present and Future of Information Management
 
110217 Adam Presentatie
110217 Adam Presentatie110217 Adam Presentatie
110217 Adam Presentatie
 
Bedrijfsprocessen Stroomlijnen
Bedrijfsprocessen StroomlijnenBedrijfsprocessen Stroomlijnen
Bedrijfsprocessen Stroomlijnen
 
Presentatie Analistenmiddag Ambulancezorg 2021
Presentatie Analistenmiddag Ambulancezorg 2021Presentatie Analistenmiddag Ambulancezorg 2021
Presentatie Analistenmiddag Ambulancezorg 2021
 
Hoe maak ik effectief gebruik van Data Analytics?
Hoe maak ik effectief gebruik van Data Analytics?Hoe maak ik effectief gebruik van Data Analytics?
Hoe maak ik effectief gebruik van Data Analytics?
 
FB_24-31_Ronald Damhof
FB_24-31_Ronald DamhofFB_24-31_Ronald Damhof
FB_24-31_Ronald Damhof
 
Big Data Big, Decisions: Part II
Big Data Big, Decisions: Part IIBig Data Big, Decisions: Part II
Big Data Big, Decisions: Part II
 
Data Pioneers - Remco Wilting (VODW) - Mythes en feiten rondom big data
Data Pioneers -  Remco Wilting (VODW) - Mythes en feiten rondom big data Data Pioneers -  Remco Wilting (VODW) - Mythes en feiten rondom big data
Data Pioneers - Remco Wilting (VODW) - Mythes en feiten rondom big data
 
Succes in data analyse trajecten
Succes in data analyse trajectenSucces in data analyse trajecten
Succes in data analyse trajecten
 
Presentatie AMC Seminar CGI - MdG v1.2
Presentatie AMC Seminar CGI - MdG v1.2Presentatie AMC Seminar CGI - MdG v1.2
Presentatie AMC Seminar CGI - MdG v1.2
 
De informatiekaart: informatie als strategisch element in een organisatie
De informatiekaart: informatie als strategisch element in een organisatieDe informatiekaart: informatie als strategisch element in een organisatie
De informatiekaart: informatie als strategisch element in een organisatie
 
De toekomst van datagedreven werken is nu
De toekomst van datagedreven werken is nuDe toekomst van datagedreven werken is nu
De toekomst van datagedreven werken is nu
 
Benchmark rapport 2014 - Projectinformatie in optima forma
Benchmark rapport 2014 - Projectinformatie in optima formaBenchmark rapport 2014 - Projectinformatie in optima forma
Benchmark rapport 2014 - Projectinformatie in optima forma
 
Digitaliseren zonder weerstand
Digitaliseren zonder weerstandDigitaliseren zonder weerstand
Digitaliseren zonder weerstand
 
0902 Doe dag Zwolle
0902 Doe dag Zwolle0902 Doe dag Zwolle
0902 Doe dag Zwolle
 

Mais de Marc Govers

Visie_-_Big_Data_voor_energie_en_ultilities_sector_v1.0._docx
Visie_-_Big_Data_voor_energie_en_ultilities_sector_v1.0._docxVisie_-_Big_Data_voor_energie_en_ultilities_sector_v1.0._docx
Visie_-_Big_Data_voor_energie_en_ultilities_sector_v1.0._docxMarc Govers
 
Big Data big deal big business for utilities vesion 01
Big Data big deal big business for utilities vesion 01Big Data big deal big business for utilities vesion 01
Big Data big deal big business for utilities vesion 01Marc Govers
 
BI Symposium 2015 Metadatamanagement
BI Symposium 2015 MetadatamanagementBI Symposium 2015 Metadatamanagement
BI Symposium 2015 MetadatamanagementMarc Govers
 
Avans Data verbindende factor
Avans Data verbindende factorAvans Data verbindende factor
Avans Data verbindende factorMarc Govers
 
IIR_conferentie_1.2[1]
IIR_conferentie_1.2[1]IIR_conferentie_1.2[1]
IIR_conferentie_1.2[1]Marc Govers
 
BI Symposium 2014 - Datagovernance - BI means business
BI Symposium 2014 - Datagovernance - BI means businessBI Symposium 2014 - Datagovernance - BI means business
BI Symposium 2014 - Datagovernance - BI means businessMarc Govers
 
BI seminar 2013 Revival van Datamanagement v03
BI seminar 2013 Revival van Datamanagement v03BI seminar 2013 Revival van Datamanagement v03
BI seminar 2013 Revival van Datamanagement v03Marc Govers
 
BI Congres Het nut van een gegevensinfrastructuur Marc Govers 2012
BI Congres Het nut van een gegevensinfrastructuur Marc Govers 2012BI Congres Het nut van een gegevensinfrastructuur Marc Govers 2012
BI Congres Het nut van een gegevensinfrastructuur Marc Govers 2012Marc Govers
 
SOA_CJIB_Marc_Govers
SOA_CJIB_Marc_GoversSOA_CJIB_Marc_Govers
SOA_CJIB_Marc_GoversMarc Govers
 

Mais de Marc Govers (9)

Visie_-_Big_Data_voor_energie_en_ultilities_sector_v1.0._docx
Visie_-_Big_Data_voor_energie_en_ultilities_sector_v1.0._docxVisie_-_Big_Data_voor_energie_en_ultilities_sector_v1.0._docx
Visie_-_Big_Data_voor_energie_en_ultilities_sector_v1.0._docx
 
Big Data big deal big business for utilities vesion 01
Big Data big deal big business for utilities vesion 01Big Data big deal big business for utilities vesion 01
Big Data big deal big business for utilities vesion 01
 
BI Symposium 2015 Metadatamanagement
BI Symposium 2015 MetadatamanagementBI Symposium 2015 Metadatamanagement
BI Symposium 2015 Metadatamanagement
 
Avans Data verbindende factor
Avans Data verbindende factorAvans Data verbindende factor
Avans Data verbindende factor
 
IIR_conferentie_1.2[1]
IIR_conferentie_1.2[1]IIR_conferentie_1.2[1]
IIR_conferentie_1.2[1]
 
BI Symposium 2014 - Datagovernance - BI means business
BI Symposium 2014 - Datagovernance - BI means businessBI Symposium 2014 - Datagovernance - BI means business
BI Symposium 2014 - Datagovernance - BI means business
 
BI seminar 2013 Revival van Datamanagement v03
BI seminar 2013 Revival van Datamanagement v03BI seminar 2013 Revival van Datamanagement v03
BI seminar 2013 Revival van Datamanagement v03
 
BI Congres Het nut van een gegevensinfrastructuur Marc Govers 2012
BI Congres Het nut van een gegevensinfrastructuur Marc Govers 2012BI Congres Het nut van een gegevensinfrastructuur Marc Govers 2012
BI Congres Het nut van een gegevensinfrastructuur Marc Govers 2012
 
SOA_CJIB_Marc_Govers
SOA_CJIB_Marc_GoversSOA_CJIB_Marc_Govers
SOA_CJIB_Marc_Govers
 

Data management-interview ManageIT

  • 1. Databeheerinvijf lessen Kapitaal, arbeidennatuur(delfstoffenen landbouwgrond) geldenals de drie productiefactoren.Daar moetje tegenwoordigdataaan toevoegen.Grote hoeveelhedengegevensvormeneen productiefactorzonderweerga.Maardaar moet je wel goedmee omgaan.Marc Goversvan Sogeti geefteenminicursusdatamanagement. Goversheeft‘managementconsultant’opzijnvisitekaartjestaan.Hij werktbij de afdelingBusiness Intelligence&Analytics.Tijdens zijnhele werkzame leven heefthij zoongeveertussendatabasesen datawarehousesdoorgebracht.De Mr.Data vanSogeti. De term‘data management’,zoonderwijst hij,isal heel oud.Die stamt uitde jarentachtig vande vorige eeuw.“Hethadtoenveel potentie, maar is uiteindelijkdestijds nietdoorgedrongentotde standaardinrichtingvan automatiseringsstructuren.Datdatabeheermislukte,kwameigenlijkomdathet vooral eenIT-feestje was.Terwijl ditaspectjuistophetbordje vande businesshoortte liggen.Daarwetenze watje kunt doenmetinformatie.” Het idee toenwas:je hebtheel veel data,die stopje allemaal bijelkaarineengrote,centrale database (eendatawarehouse)endanverbindje alle gegevensaanelkaar,zodatje waardevolle bedrijfsinformatie krijgt.Datisnatuurlijk eenhopelozezaak.Wantteneerste hebje nietalle data nodigententweede maakje hetbeheervande data opdeze maniergigantischcomplex”,luidt Govers’vernietigende oordeel.“De belofte wasgroot.Helaasis die destijds nietwaargemaakt.” Eénkeeropslaan Tegenwoordigstaathetonderwerpweerbovenaanopde agenda. We sprekenzelfsvanbigdata.In tegenstellingtotdecenniaterugzitnude marketingafdelingbovenopde dataof de financiële afdeling.Dataiseencorporate assetgeworden;eenproductiefactor. “Veel banken bijvoorbeeld zettentegenwoordigdatagerichte dienstverleningin.Daartoe zijnze bezigmethetopzettenvaneen data-infrastructuur. Dangaathet nietalleenomde technischeinfrastructuur,maarevenzeeromde functionelearchitectuur:welke datahebje,watkunje ermee doen?Daarbij moetje hetgeheel zo inrichtendathetheel snel kaninspelenopveranderingen.Wantde businessverandertvoortdurend. Markten wijzigen,de overhedenstellenandere regelsen consumptiepatronen gaanvoortdurend een andere richtingop.Daar wil je nietdoorwordenverrast;je wiltdatzienaankomen.Enje wiltweten of ernieuwe kansenontstaanbij veranderdoverheidsbeleid.De antwoordenvindje indie berg gegevens;in- enextern.” De grap vandata is,volgensGovers,datje ze voor meerdere dingenkuntgebruiken.“Alsje mijn geboortedatumweet,dankunje daar heel veel aanafleiden.Zekeralsje datdan ooknog eens koppeltaande plekwaarik woon.Je weetwanneerikmetpensioenga,etcetera. Nuzijndie gegevensvaakopgenomenineendatabase diebij eenbepaaldproceshoort.Zozie je dat bijvoorbeeldklantgegevensintientallendatabasesvoorkomen;vaaknogeensandersgeformuleerd. En hetis foutgevoelig.Aande ontdubbelingvangegevenswordtnuhardgewerkt.Datismisschien wel leséén:zorgdat je gegevensmaaréénkeeropslaat.Zorger tevensvoordatze toegankelijk zijn voor de businesswanneerdie daarbehoefte aanheeft.” Verschillende bronnen Eengoedbeheerbegintmethetinkaart brengenvande verschillende bronnenvoordatadie bij een organisatie passen.Datbegintmetde interne systemen.Daarkomende dataop hetinternetbij, zoalsde gigantische hoeveelhedendatavansocial media.Overhedenmoetenvaakaansluitenop basisregistraties.Endanhebje nogde data vanklanten,vanleveranciersenhunafnemers.“Alsje daar slimmee omgaat,danbereikje concurrentievoordeel”,isGovers’overtuiging. Rijkswaterstaatheeftvijfmiljoengeïnvesteerdineendatamanagementproject.“Maardat levert jaarlijks600 miljoeneuroop”,onderstreepthij hetbelangvangoeddatabeheer. “De CEOvan Shell mikter tegenwoordigopnieuweolievoorradente vindendoorzijnsystemennate vlooien.Nietdoor
  • 2. menseneropuitte sturenengeofysischonderzoekte latendoeninhetveld.Nee,dooralle beschikbare gegevenste analyseren. Doorbijvoorbeeldopeennieuwe manieraante kijkentegen ooitafgekeurde bronnen.” Eenander voorbeeldismijnpensioenoverzicht.nl.Doorslimme koppelingvangegevenskaniemand preciesnagaanhoe heter metzijnpensioenvoorstaat. Kwaliteit Het managenvandata betekentzorgdragenvoorde kwaliteitervan, de beschikbaarheidenzorgen dat data op locatieskomtwaarhetnodigis.“Kernwoordenbij beheerzijn beschikbaarheid, actualiteit,verrijkingmetgegevensuitexterne bronnen,compleetheidenjuistheid”,steltGovers. Processenbinnenorganisatiesveranderengeregeld.Maardata zijnvrij stabiel.“Dusalsje dat één keergoedregelt,danhebje ervrijwel geenomkijkenmeernaar.Goedmodelleren,goed structurerenengoedopslaan.Daarmee hebje voortientallen jarenplezier.” Je moetdata aandacht geven.Zowel op corporate niveau(strategischenbeleidsbepalend) als op operationeel niveau.Datlaatste valtuiteenintwee componenten.Enerzijdservoorzorgendatde kwaliteitvande datagoedis.Anderzijdseroptoeziendatgegevensdusdanigindatabasesworden opgeslagendatiedereeninde organisatie dieerbaatbij heeft,toegangheefttotdie gegevens. Veel organisaties doenergoedaaneerstde kwaliteitvande dataop orde te brengen.Erzijnveel dubbelingen,enwisselendenoteringenvaneenenhetzelfde object(zoalseennaamof functie). “Negentigprocentvande organisatiesheefthaardata nietoporde.Die moeteneerstde rommelzoldermaareensopruimen.Endatgebeurtnuook, wantde business hijgtde IT-afdelingin de nek.” Wat is belangrijk? Het toegankelijk makenvandataisnog helemaal nietzomakkelijk,vindtGovers.Wantde gegevens zittenopgeslageninlegiodatabasesbinnende ondernemingdie nauwelijks metelkaarte rijmenzijn. “Dat betekentdatje de data die echtbelangrijkzijnvoorde ondernemingcentraal moetgaanstellen. In hetonderwijszijngegevensoverleerlingenvandoorslaggevendbelang,maarde dataoverde luncheszijnhelemaal nietbelangrijkvoorde bedrijfsvoering.Dusmoetje opcorporate niveau vaststellenwelke datavanbelangzijn.” Er iseenonderscheidte makeninmasterdata:datzijnde gegevensdie intachtigprocentvande bedrijfsprocessennodigzijn.Ensecundaire datadie minderbelangrijkzijnendusminderaandacht behoeven. “Bij de masterdatakunje nog eenonderscheidmakeninde snelheidwaarmee ze beschikbaarmoet zijn.Sommige datawil je realtimeweten,andere maareensinde maand.Alsje eeninternetbedrijf bent,ende klantvultonline eenaanvraagformulierinvooreenproduct,danmoethij directrespons hebben. Logistiekemedewerkersdaarentegenwillenwetenhoe hetmetde voorradenstaat.Snel maar realtime inzichtisgeenabsolute must.Dusdatvraagt danweerom eenandere infrastructuur.” Extra aandacht “Bij onze klantenzienwe dat ze meerconcurrentievoordeel hebbenmetmeer nuttigeinformatie.Of dat ze veel efficiënterkunnen werkenzoalsbij de overheid.Daaromhoortdatabeheerechtthuisbij de business”,constateertGovers. Eenaspect dat tegenwoordigextraaandachtvraagtbij datamanagementishetfeitdat(veel) datain de cloudstaan opgeslagen.“Danmoetje dusgoede afsprakenmaken overde kwaliteitsaspectendie je gewaarborgdwil zien.Denkaantijdigheid,beschikbaarheid. Bovendienhebje danweereen koppelingextratussenapplicatie endata,terwijl je zoumoetenstrevennaarzominmogelijk interfaces.Die aspectenmoetje meenemenbij de overwegingomclouddienstenaf te nemen;enbij de inrichtingvande masterdata managementinfrastructuur.” [kaderkop]80– 20 regel
  • 3. [kadertekst]De 80– 20 regel isinveel gevallentoepasbaar.Zoookbij datamanagement. Wantdan gaat hetom hetbeheervande data die er werkelijktoe doenvoorde bedrijfsvoering.Overhet algemeenistwintigprocentvande datazinvol voortachtigprocentvan de toepassingenbinneneen organisatie. Dat betekentdatslechtstwintigprocentvande data beheernodigheeft,ennietde volle honderd procentzoalsnu metdatabasesendatawarehouses. [kaderkop]Kwaliteitseisen [kadertekst]Erzijnmeerdere aspectendie de kwaliteitvandatabepalen.Tijdigheidisereenvan:hoe snel moetende gegevensbeschikbaarzijn? Inde online wereldvrijwel altijdreal time. De beschikbaarheidzelf iseenkwaliteitsaspect:de gegevensmoetengewoonopdie plek opvraagbaarzijnwaar de organisatie erbehoefteaanheeft. Juistheidiseenbelangrijkaspect.AlsMarcinde ene database meteen‘c’isopgenomenenineen andere meteen‘k’,danhebje al problemen. Compleetheid:klantgegevenszonderhetbankrekeningnummerbijvoorbeeldboetensterkaan waarde invoor hetbedrijf. De referentiële integriteitiseenbijzonderkwaliteitsaspect.Hetkomteropneerdataan data is te zienof hetgoedof foutis.Dat is alleenmogelijkalsde dataincontextstaat.Een modelmatigeopzet isdan onvermijdelijk. ======================