Behoefte aan een data management systeem

Behoefte aan een datamanagementsysteem ontstaat nooit zomaar. Vaak is de aanleiding een specifiek dataprobleem: Informatiebehoefte van de business die niet kan worden ingevuld, auditpunten met betrekking tot data, gebrekkige kwaliteit van data of anderszins.

De druk om snel met een oplossing te komen is groot en de neiging is dan ook vaak om meteen aan de slag te gaan om het dataprobleem aan te pakken.

Je richt je energie op het dataprobleem en merkt al gauw dat dit niet op zichzelf staat. Het dataprobleem is een symptoom van een veel structurele dataproblematiek die zich op verschillende manieren kan uiten. Enkele voorbeelden:

Je merkt dat je niemand kan vinden die zich verantwoordelijk voelt voor de data (geen eigenaarschap), of je merkt dat data op veel verschillende plaatsen wordt opgeslagen en verwerkt waardoor er verschillende ‘waarheden’ ontstaan. Soms is het niet duidelijk wie bij welke data mag en is vertrouwelijke informatie onvoldoende afgeschermd. Procedures rondom de invoer van data worden niet nageleefd en invoervelden worden ‘misbruikt’ voor data waarvoor ze niet bedoeld waren. Herkenbaar?

Hoe meer je je hierin verdiept, hoe meer je je realiseert dat er niet alleen aan een oplossing voor je specifieke dataprobleem gewerkt moet worden maar dat je de problemen ook structureel aan zal moeten pakken. Dat wil zeggen, als je tenminste niet wil dat je problemen van vandaag ook je problemen van morgen en overmorgen worden.

Een structurele aanpak in de vorm van een datamanagementsysteem is dus nodig. Maar hoe realiseer je dat en hoe verhoudt een lange termijn structurele aanpak zich tot jouw acute dataprobleem? Je moet nu dingen fixen maar je wil wel dat je inspanningen passen binnen de kaders van je toekomstige datamanagementsysteem.

birds-217591__340

 

De oplossing is om te kiezen voor een datamanagementmodel zoals bijvoorbeeld DAMA DMBOK. Door het dataprobleem op dit model te plotten kun je die aspecten uit het model isoleren die betrekking hebben op jouw dataprobleem. Zorg je er nu voor dat je acties om je dataprobleem op te lossen in lijn zijn met dit model, dan zijn deze acties ‘toekomst vast’.

Tegelijkertijd kun je starten met je lange termijn aanpak. Niet door een datamanagementmodel van A tot Z te implementeren maar door die onderdelen uit het model te halen die voor jouw situatie relevant zijn en die bijdragen aan het realiseren van je organisatiedoelstellingen. Deze scopebepaling kan, afhankelijk van de situatie, in één tot enkele workshops worden uitgevoerd waarna op een pragmatische wijze met de implementatie kan worden gestart.

Deel dit bericht via:Tweet about this on TwitterShare on LinkedInEmail this to someoneShare on FacebookShare on Google+Pin on PinterestPrint this page

Door de site te te blijven gebruiken, gaat u akkoord met het gebruik van cookies. meer informatie

De cookie-instellingen op deze website zijn ingesteld op 'toestaan cookies "om u de beste surfervaring mogelijk. Als u doorgaat met deze website te gebruiken zonder het wijzigen van uw cookie-instellingen of u klikt op "Accepteren" hieronder dan bent u akkoord met deze instellingen.

Sluiten