16 november 2020
Als je data op de juiste manier inzet wordt het een goed beheerd bedrijfsmiddel, waar medewerkers en ketenpartners optimaal gebruik van kunnen maken. Maar een ding wordt nogal eens vergeten: het belang van feedback. Als je geen feedback krijgt, kun je niet verbeteren en voor je het weet verlies je je relevantie in de dataketen.
Schakel tussen dataproducent en -consument
Stel: je bent een bedrijf dat allerlei databronnen samenvoegt en dat, in combinatie met eigen kennis, als nieuwe digitale dienst gaat verkopen. De waarde van jouw dienst wordt dan sterk beïnvloed door de kwaliteit van de data die je van je toeleveranciers krijgt. Door bijvoorbeeld de data van een bedrijf als Meteoconsult – van de weersvoorspellingen – te combineren met data van Google en data uit jouw eigen organisatie, kun je iets beweren over de kans op overstromingen en het effect daarvan op de landbouw. Zo voeg jij waarde toe door data te combineren en relevant te maken voor degene die die data consumeert. Je vormt de verbindende schakel tussen verschillende dataproducenten en de dataconsument: de landbouwer in dit geval.
Datastromen als een cirkel
Maar hoe kloppend was die voorspelling achteraf bezien? Een van de belangrijkste indicatoren, is de feedback van de consument. En daar wordt vaak niets mee gedaan. De werkelijkheid van data moet je zien als een cirkel. De ene helft van die cirkel bestaat uit een datastroom van dataproducent naar dataconsument. Dat deel verloopt over het algemeen wel goed. Maar de andere helft is als het ware een stroom terug, van de consument naar de producent. Dat is de feedback die nodig is om een product te verbeteren. Door te zorgen dat de consument zijn feedback kan delen en daar daadwerkelijk iets mee te doen, kun je continu je data verbeteren en aan de verwachtingen van de consument blijven voldoen, of daar zelfs steeds beter aan voldoen. Als je niets doet met die feedback, wordt de waarde van je dienst steeds iets minder. Het borgen van je kwaliteitsproces is ook als dataproducent noodzakelijk om relevant te blijven.
Continu verbeteren
Ander voorbeeld. Je bent verantwoordelijk voor het inzichtelijk maken van de financiële stabiliteit van een land. De enige manier om dat te doen is door te vertrouwen op data van financiële instellingen. Maar de data die deze instellingen leveren is niet altijd even goed of even compleet. Alleen als de ontvanger van die data binnen het proces een mogelijkheid heeft om door te geven wat er ontbreekt of wat er niet klopt, kunnen de financiële instellingen de kwaliteit van hun data continu verbeteren en dat heeft uiteindelijk weer zijn weerslag op de kwaliteit van de data die de toezichthouders ontvangen.
Perfecte data bestaan niet
De perfecte data bestaan niet, dat is een ding dat zeker is. Een goede feedbackloop is dus cruciaal voor het verbeteren van data. Ga je aan de slag met data, maar denk je niet aan die feedbackloop, dan verlies je relevantie in de dataketen. En dat is niet waarom je datagedreven bent gaan werken, toch?
Worstel jij met grip op je data?
Wil jij meer grip op je data maar weet je niet hoe? Daag ons gerust uit, wij houden ervan. Drop je vraag via contact@i-refact.com en onze experts gaan ermee aan de slag.