datakwaliteit

datakwaliteit

Datagedreven werken is tegenwoordig een veelgehoorde term. Maar wat is het eigenlijk? Met datagedreven werken bedoelen we dat we onze keuzes en doelstellingen baseren op (ruwe en onbewerkte) data. Ruwe data zijn feiten die door uw eigen IT-systeem op den duur verzameld zijn. Met behulp van data is het mogelijk om de processen zo efficiënt mogelijk in te richten, waardoor beslissingen sneller, beter, accurater én doelgericht genomen kunnen worden. Datagedreven werken wordt gebruikt om toekomstige ontwikkelingen te voorspellen om hier zo goed mogelijk op in te spelen. Met juist verwerkte data is het mogelijk om waardevolle inzichten te verkrijgen middels data analytics en BI (Business Intelligence) oplossingen. Daarmee is het datagedreven werken een onmisbaar onderdeel geworden bij de meeste nationale en internationale organisaties.

Terug naar DIGITALISERING & INFORMATISERING

Het verschil met hoe het nu gaat

Maar nu is het toch al zo dat de meeste organisaties al grotendeels op hun cijfers sturen? Dat is zo, maar dan hebben we het over informatie-gestuurd werken. Dat is iets wezenlijk anders dan datagestuurd werken! Informatie is data die bewerkt en verwerkt is, zodat er een betekenis aan gegeven kan worden. Informatiegestuurd werken is dan eigenlijk niets meer en niets minder werken op basis van verschillende KPI’s (key performance-indicators) die gemonitord worden en waarop gestuurd kan worden. Informatie-gestuurd werken kan een onderdeel zijn van datagedreven werken. Datagedreven werken is alleen wezenlijk anders ingericht, doordat data als het startpunt dient om veranderingen te brengen. De ruwe feiten vormen de richting waar de organisatie opgaat, terwijl bij informatie-gedreven werken de verwachtingen en/of doelstellingen van de organisatie leidend zijn ten aanzien van hoe de data wordt ingezet. Informatie-gestuurde organisaties bepalen de doelstellingen vóór het analyseren van de data, terwijl datagedreven organisaties de doelstellingen afleiden uit de data. Het een is niet beter dan het ander. De beide methoden kunnen naast elkaar bestaan en het gebruik kan situationeel bepaald zijn.

Datakwaliteit bij woningcorporaties

Belangrijke voorwaarden om datagedreven te kunnen werken zijn het op orde hebben van de datakwaliteit en datageletterdheid van de medewerkers. Zo zijn er tientallen woningcorporaties die steeds meer stappen zetten om hun corporatie zoveel mogelijk data-geletterd te maken. De meest gestelde vraag is dan ook: ‘waarom zouden wij als corporatie datagedreven werken?’. Het antwoord is simpel, het doel is namelijk om als organisatie wekelijks of dan wel maandelijks meer inzicht en kennis te verkrijgen van data waarover de organisatie beschikt. Kennis die vervolgens zal bijdragen aan het nemen van betere beslissingen ten behoeve van de corporatie of tijdig bij te kunnen sturen waar nodig.

Als corporatie zou je zeggen ‘ja, maar dat doen wij toch al’, maar de vraag daarbij is of iedere medewerker van de corporatie wel voldoende data-geletterd is. Met andere woorden: ‘is ieder alert en verantwoordelijk voor data die ingevoerd wordt in het systeem?’ Ook is het maar de vraag of de beslissingen die genomen worden met deze data effectief zijn. Als data niet volledig en juist is kan je er niet zeker van zijn of de genomen beslissing of een rapportage effectieve resultaten zullen opleveren. In dit stuk komt u te weten hoe u met datageletterdheid en datakwaliteit in uw corporatie het verschil kunt maken. Ook zal nader worden toegelicht wat Hofmeier voor uw woningcorporatie kan betekenen over het datagedreven werken.

Wat is datageletterdheid en datakwaliteit?

Datageletterdheid is het vermogen om data te lezen, te begrijpen in de context, te gebruiken in de bedrijfsprocessen, te analyseren, te argumenteren en vervolgens de besluiten te nemen voor het behalen van zowel korte als langetermijndoelstellingen. Data wordt door iedereen in de organisatie continu gebruikt voor analyse en ter ondersteuning van beslissingen. Datageletterdheid moet centraal staan op zowel organisatorisch, tactisch, als strategisch niveau, wil de organisatie meer data gedreven werken. Alle medewerkers van de organisatie hebben te maken met data en vervolgens met data gedreven werken. Iedere medewerker draagt met zijn eigen rol bij aan het data gedreven werken, maar niet iedereen is zich hier bewust van. Het creëren van awareness is dus een cruciale stap.

Datageletterdheid wordt pas ervaren als de medewerkers in de organisatie data-bewust worden, weten wat data is en welke voordelen data gedreven werken met zich mee zal brengen. Het is van belang dat de medewerkers begrijpen dat het geen bijzaak is, maar een belangrijke factor is bij het nemen van de juiste beslissingen voor de organisatie. Datageletterdheid begint bij het management van de corporatie, maar alle medewerkers moeten hierbij betrokken worden.

Datakwaliteit

Het begrip datakwaliteit is onmisbaar als men het over data gedreven werken heeft. Datakwaliteit geeft de mate aan van hoe geschikt data is om het voor een bepaald bedrijfsdoel te gebruiken. Wanneer spreekt men van goede datakwaliteit? De volgende factoren zijn van belang voor goede datakwaliteit: volledigheid, uniekheid, juistheid, integriteit, validiteit, relevantie, consistentie en tijdigheid.

Een van de belangrijkste maatregelen om datakwaliteit op orde te houden is de preventie. De organisatie moet onjuistheden, duplicatie en irrelevante gegevens voorkomen in plaats van de gemaakte fouten achteraf  corrigeren. Organisaties moeten ervoor zorgen dat data van goede kwaliteit is voordat die in de database komt voor het gebruik voor verschillende doeleinden. Datakwaliteit is niet alleen van belang voor de bedrijfsbeslissingen, maar de medewerkers werken fijner als data aantoonbaar juist is. Dit zal ertoe lijden dat er minder fouten worden gemaakt.

jaarrekening

Impact van data gedreven werken

Datageletterdheid in de organisatie heeft een positieve impact op de resultaten. De volgende voorbeelden schetsten een goed beeld van deze resultaten:

  • Het zorgt voor kostenbesparing. Hoe meer data-bewust de medewerkers op organisatorisch niveau zijn, hoe juister en vollediger de dataregistratie zal zijn. Er zal sprake zijn van minder rework binnen de processen. Dit bespaart tijd en vervolgens ook geld voor de corporatie.
  • De medewerkers kunnen beter en sneller data herkennen, lezen en zowel onderling als met externe partijen delen.
  • Het opereren binnen de richtlijnen wordt eenvoudiger, waardoor de kans op datalekken en de gevolgen hiervan afnemen
  • Medewerkers zijn bewuster welke data in welke systeem geregistreerd wordt, wat ervoor zorgt dat systemen elkaar niet overlappen.
  • Door data-bewust te werken, kan de datakwaliteit van de woningcorporatie verbeterd worden. Deze laatste zorgt voor de procesverbetering van diensten, wat vervolgens resulteert in tevreden huurders.
  • Door diepgaande inzichten in data, kan je meer stappen zetten in digitale transformatie en beter toekomstbestendig zijn.

Praktische voorbeelden met datageletterdheid

Tijdens het werken voor verschillende woningcorporaties, hebben specialisten van Hofmeier verschillende praktijksituaties meegemaakt, waarbij datagedreven werken aan de orde is gekomen. Een aantal voorbeelden van wat data geletterdheid bij corporaties heeft opgeleverd of zou kunnen opleveren zijn:

  • Het beter kunnen aansturen van team Financiën (en vandaaruit de andere afdelingen) door meer inzicht te krijgen in de werkvoorraad uit het verleden en daarmee beter naar de toekomst te kunnen kijken. Ook heeft het gezorgd voor betere rapportages, dashboards en doorlooptijden.
  • Het bereiken van volledigheid en juistheid in datasets door het continu te bewaken en aansturen van data-entry medewerkers.
  • Door betere datageletterdheid kan beter gebruik worden gemaakt van RPA-toepassingen, die vervolgens zorgen voor meer efficiëntie, minder fouten, tevreden medewerkers en huurders.
  • Door datakwaliteit te meten door daarvoor bestemde applicaties, kunnen de zwakke punten van datakwaliteit gevonden en opgelost worden.
  • Door bij ieder afdeling, zoals Vastgoed, Wonen en Financiën een dataverantwoordelijke te benoemen (de rol van dataeigenaar), wordt betreffende afdeling meer datageletterd en wordt ook de datakwaliteit beter.
  • Het gebruik van een datawoordenboek om datadefinities van de woningcorporatie hierin te kunnen opslaan. Dit zorgt ervoor dat verschillende partijen een gezamenlijke taal spreken, waardoor de systemen ook beter op elkaar aangesloten kunnen worden.
  • Het inhuren van een extern bedrijf, dat met behulp van verschillende BI tools beterinzicht kan geven in data. Hofmeier werkt samen met dit soort bedrijven en indien nodig zou er een verbinding kunnen worden gemaakt tussen de genoemde bedrijven en de woningcorporaties.

Wat biedt Hofmeier aan de corporaties om datageletterdheid te verhogen? Om erachter te komen hoe datageletterd uw corporatie is en de huidige situatie met data in kaart te brengen, zal in de eerste fase een ‘0-meting datakwaliteit’ moeten worden uitgevoerd. De volgende stappen schetsen wat Hofmeier te bieden heeft:

Adviserende diensten

  1. Het uitvoeren van ‘0-meeting datakwaliteit’
  2. Oordeel en analyse van gevonden waarnemingen in relatie tot organisatie/afdelingsdoelstellingen
  3. Adviesrapport of/en datawoordenboek met aanbevelingen ten behoeve van verbetering van datakwaliteit en datageletterdheid

Uitvoerende diensten

  1. Ondersteuning bij het doorvoeren van de aanbevelingen in de praktijk bij de woningcorporatie
  2. Ondersteunen bij het opstellen van een datawoordenboek
  3. Awareness campagne maken met betrekking tot datakwaliteit (Trainingen en opleiding m.b.t. data en data gedreven werken)

Meer weten? Neem dan contact met ons op.

datakwaliteit

Neem contact met ons op

of laat een bericht achter

Achternaam*
Voornaam*
Hidden