Data is overal. Het lijkt het meest urgente en tegelijkertijd ongrijpbare thema van deze tijd. Trendwatchers buitelen over elkaar heen om te duiden hoe organisaties het ‘nieuwe goud’ moeten ontginnen. De trends en ontwikkelingen vliegen ons om de oren. Het is een uitdaging om modegrillen te onderscheiden van concepten die daadwerkelijk relevant zijn voor de ontwikkeling van een toekomstbestendige organisatie. In dit vierluik nemen we je mee in de zin en onzin van de datatrends van 2023. Wat zijn deze trends, hoe moet u deze op waarde schatten en wat is er nodig om er een succes van te maken?
Deze week trappen we af met datamanagement. We nemen je mee in de 10 belangrijkste trends die wij zien op het gebied van datamanagement in 2023. Daarnaast geven we een inkijkje in de urgentie en complexiteit van implementatie van deze trends. Per trend zal een korte toelichting worden gegeven. Daarnaast worden de belangrijkste elementen beschreven waar organisatie s mee aan de slag moeten om de beloftes van de trend te verwezenlijken. De volgende delen geven een overzicht van de trends op het gebied van data analytics en data engineering om tot slot tot een bredere duiding te geven van de gevolgen van deze trends voor organisaties.
Deze lijst is samengesteld door te kijken naar trends en ontwikkelingen die verschillende kennisinstituten en onderzoeksbureaus benoemen maar ook wat wij dagelijks in de praktijk tegenkomen als consultants. Het biedt dus een goede balans tussen een meer theoretische en praktische inslag op het vakgebied. De trends die we in dit artikel presenteren zijn niet gerangschikt en daarmee ook gelijkwaardig. Per trend zal een korte toelichting worden gegeven. Daarnaast worden de belangrijkste elementen beschreven waar organisatie s mee aan de slag moeten om de beloftes van de trend te verwezenlijken.
1. Data gedreven business
Data gedreven werken: de heilige graal of betekenisloos modewoord? Organisaties in alle soorten en maten beweren het te zijn of op zijn minst te worden. Belangrijk is te begrijpen dat ook binnen uw organisatie de positionering van data de afgelopen jaren sterk veranderd. Waar datamanagement ooit de verantwoordelijkheid was van gespecialiseerde teams, raakt het nu volledig verweven met alle lagen van de organisatie. Alle teams, functies en rollen kennen in meer of mindere mate processen en besluitvorming die op data gefundeerd zijn. De essentie van data gedreven werken is het consequent, doelgericht en gestructureerd aanwenden en analyseren van data ten behoeve van deze besluitvorming.
Om een data gedreven organisatie te worden is het voor organisaties van belang om een duidelijk beeld te hebben van hoe ze data willen toepassen. Een datastrategie en - leiderschap geven hier invulling aan. Daarnaast is het van belang dat elke medewerker bekend is met het belang van data voor de organisatie en hoe data gebruikt kan worden in hun rol. Trainingen en campagnes om de data geletterdheid te vergroten kunnen hierbij helpen. Tot slot is de structuur van de data waar de organisatie gebruik van maakt van belang om deze optimaal te kunnen gebruiken. Dit vraagt om geschikte datamodellen.
2. Voldoen aan wet- en regelgeving
Zowel binnen Nederland als op internationaal niveau komt steeds meer wet- en regelgeving die (in)direct betrekking heeft op uw datahuishouding. Deze wet- en regelgeving kan direct betrekking hebben op het gebruik en beheer van data zoals de "AI-act" en de "Data Governance-act". Daarnaast zijn er steeds meer wetten die niet gericht zijn op het beheer van data maar wel een sterke indirecte datacomponent hebben. Voorbeelden hiervan zijn de "Wet Toekomst Pensioenen" of de "Omgevingswet". Binnen deze wet- en regelgeving beginnen wetgevers langzaam (maar gestaag) minimumnormen vast te stellen voor het gebruik en het beheer van gegevens.
In de succesvolle implementatie van data gerelateerde wet- en regelgeving zijn ‘overzicht’ en ‘inzicht’ vaak vergeten sleutelbegrippen. Te vaak beginnen organisaties checklists af te werken, zonder dat goed in kaart is gebracht welke organisatiedata in überhaupt scope is, hoe deze data is (of moet zijn) opgebouwd en wie er eigenaarschap over draagt. Instrumenten als datamodellen, datadefinities en kwaliteitsvereisten maken het stukken eenvoudiger om te pinpointen waar, hoe en door wie aanvullende wettelijke vereisten georganiseerd en geïmplementeerd moeten worden.
3. Tekort aan data gerelateerde vaardigheden en geletterdheid
Het werken met data is niet langer voorbehouden aan de technisch geschoolde specialisten. Alle afdelingen, rollen en organisatielagen krijgen in meer of mindere mate met data te maken. Datageletterdheid is het vermogen om data te interpreteren, gebruiken, analyseren en beoordelen. Dit betekent dus niet dat in een datageletterde organisatie alle medewerkers in staat zijn om op het hoogste niveau te programmeren, pipelines te bouwen of een datawarehouse te onderhouden. Integendeel. In een datageletterde organisatie zijn medewerkers bewust van de waarde die data heeft voor hun werkzaamheden en beschikken ze over de kennis en vaardigheden om deze waarde te ontsluiten en benutten.
Wilt u toewerken naar een datageletterde organisatie? Dan is demystificatie het sleutelwoord. Laat uw mensen ervaren dat data een doodnormaal onderdeel van hun alledaagse werkzaamheden is en dat een bekwame omgang met hun data ervoor zorgt dat hun werk nog beter, makkelijker of interessanter wordt. Een middel dat u hiervoor kan gebruiken is insight narrative. Hierbij wordt data toegankelijk gemaakt door het toegankelijk te presenteren. Een andere manier date toegankelijker te maken is door mensen binnen uw organisatie op te leiden door gebruik te maken van een interne of externe academy op het gebied van data & analytics.
4. (Metadata gedreven) data fabric
Wij willen steeds sneller toegang tot steeds gevarieerdere informatie. De traditionele data- en IT-landschappen zijn niet ingericht om hierin te kunnen voorzien. Deze discrepantie zal in de nabije toekomst alsmaar groter zal worden. Data fabric is een ontwerpconcept voor het beheer en de integratie van data op zo’n manier dat deze op elk moment door gebruikers benaderd kan worden. Door middel van metadata brengt de data fabric data die beschikbaar is in een organisatie op een slimme manier samen. Het luistert, leert en handelt op basis van de metadata die hoort bij de data of het gebruik daarvan. Het signaleert en beveelt acties aan voor mensen en systemen.
Klinkt dit als een onmogelijke klus? Vrees niet: net zoals Rome, wordt een data fabric niet in één dag gebouwd. De data fabric is een concept dat u kunt benaderen als een stip op de horizon waar u stapsgewijs naartoe kan werken. Denk bijvoorbeeld aan het geleidelijk professionaliseren van de wijze waarop data door uw organisatie stroomt. Daarnaast gaat een succesvolle data fabric hand in hand met datageletterdheid (zie punt 3). Medewerkers die bewust zijn van de waarde van data kunnen deze beter vinden, gebruiken en onderhouden.
5. Intercloud datamanagement
Data ecosystemen worden meer en meer gedistribueerd. Als gevolg hiervan moet datamanagement hier ook rekening mee houden. In plaats van het beheer van een (cloud) omgeving moeten meerdere verschillende omgevingen beheerd gaan worden. Deze omgevingen worden vaak aangeboden door meerdere leveranciers. Ondanks de waarde die dit biedt voor de business worden hierdoor ook nieuwe risico’s geïntroduceerd waar datamanagement rekening mee dient te houden.
Om datamanagement uit te voeren tussen verschillende cloud omgevingen is het van belang om uit te gaan van gedeelde architectuurprincipes en een eenduidig datamodel. Daarnaast moeten eisen van data op onder meer het gebied van uitwisselbaarheid. Tot slot is een eenduidige governance over de verschillende cloud omgevingen noodzakelijk voor het laten slagen een dergelijk initiatief.
6. Beschikbaarheid van gegevens als service/on-demand
Klanten en gebruikers eisen meer en meer dat hun gegevens altijd beschikbaar zijn wanneer ze die nodig hebben. Dit vereist dat gegevens op verschillende platforms worden gedeeld. Om het delen van deze gegevens te bevorderen en de toegang tot de juiste gegevens te vergroten, is samenwerking tussen verschillende bedrijfsonderdelen nodig. Ondanks dat dit belang erkent wordt ontbreekt het vaak aan de knowhow om gegevens op schaal en op een veile manier te delen.
Om de juiste data tijdig toegankelijk te kunnen maken is het van belang dat bij het formuleren van de eisen voor deze data al rekening wordt gehouden met de mogelijkheid om deze inzichtelijk te maken. Daarnaast is constante aandacht voor de kwaliteit van deze data (u wilt immers geen incorrecte data delen) van groot belang. Tot slot, om tijdig antwoord te kunnen geven op onverwachte vragen is het van belang om hier een loket in te richten wat kan dienen als “one-stop-shop” voor alle vragen van klanten en gebruikers.
7. Augmented datakwaliteit
De behoefte voor goede datakwaliteit neem toe als gevolg van een breder gebruik van analytics. Om voldoende datakwaliteit te realiseren moeten nieuwe manieren worden gevonden om de gegevenskwaliteit te verbeteren. Verhoging van de gegevenskwaliteit door het gebruik van AI wordt gezien als een toekomstbestendige manier om de gegevenskwaliteit te verbeteren.
Om aan de slag te gaan met deze trend is het van belang om na te denken over de huidige en toekomstige kwaliteit van data. Daarnaast moeten de definities van de te verbeteren velden zijn zodat AI-modellen hier rekening mee kunnen houden. Vervolgens kunnen deze modellen ontworpen en ingezet worden om zo de kwaliteit van u data te verbeteren.
8. Connected governance
Organisaties hebben op alle niveaus effectieve governance nodig die niet alleen de bestaande operationele uitdagingen aanpakt, maar ook flexibel, schaalbaar en zeer ontvankelijk is voor veranderende marktdynamiek en strategische organisatorische uitdagingen. De pandemie heeft duidelijk gemaakt dat er dringend behoefte is aan een sterke interdisciplinaire samenwerking en de bereidheid om organisatiestructuren te veranderen om tot een flexibel bedrijfsmodel te komen. Het verbinden van governance met de flexibele organisaties helpt om de gewenste bedrijfsbrede resultaten te bereiken.
Het opzetten en onderhouden van succesvolle bedrijfsbrede data governance vraagt om een visie en het tonen van leiderschap op het gebied van data. Nadat de eerste successen zijn behaald is het van belang om deze organisatie blijvend te onderhouden. Dit kan gerealiseerd worden door een centraal aanspreekpunt in te richten waarbij alle betrokken partijen terecht kunnen voor hun vragen rondom data.
9. Gegevenstransparantie en -verantwoordelijkheid als commercieel goed
Het data-bewustzijn groeit in de huidige samenleving. Horrorverhalen over onverantwoord gebruik van data door organisaties en nieuwswaardige schandalen rondom data zorgen voor een maatschappelijke roep om betrouwbare en transparante diensten en platforms. Expliciete zorg voor de (persoonlijke) gegevens van klanten/opdrachtgevers kan een handelsmerk geworden dat kan worden ingezet waarmee organisaties zich kunnen onderscheiden ten opzichte van concurrenten.
Het bieden van doorlopende transparantie vraagt om een strategische keuze op dit gebied. Deze is vervolgens leidend in alle verdere data gerelateerde initiatieven. Om doorlopend helder te hebben welke data met wie gedeeld kan worden is het doorlopend classificeren van data essentieel. Tot slot biedt een centrale data desk uitkomst als het gaat met het beantwoorden van vragen van binnen en buiten de organisatie over hoe nog transparanter te zijn over de data die gebruikt wordt binnen uw organisatie.
10. Data-ecosysteem management
Met het toenemende gebruik van gegevens die door derden (betaald of gratis) beschikbaar zijn, is er een noodzaak om de omvang waarbinnen data beheerd wordt uit te breiden tot buiten. Om het beheer van gegevens van derden te realiseren, moeten organisaties maatregelen nemen (bijv. governance structuren, overeenkomsten voor het delen van gegevens en -normen) om dit effectief te doen.
Het opzetten en beheren van een data ecosysteem vraagt om een visie over wat het data-ecosysteem moet bereiken. Deze visie moet vervolgens uitgewerkt worden binnen een strategie om te komen tot werkbare principes. Deze dienen vervolgens gebord te worden via een heldere governance structuur om het data-ecosysteem tot een succes te maken.
De hierboven genoemde trends verschillen van elkaar in de mate hoe urgent en complex ze zijn. Om de relatie op deze twee assen inzichtelijk te maken zijn de trends met elkaar vergeleken op deze twee assen. Daarnaast is gekeken in hoeverre deze trends verplicht zijn of bijdragen aan het onderscheidend vermogen van een organisatie. Dit laatste is gedaan door de trends in te delen in drie categorieën:
- Voortbestaan: het opvolgen van de trend is nodig om het voortbestaan van de organisatie te garanderen. Dit kan voortkomen uit regelgeving of omdat alle organisaties in een sector dit al gerealiseerd hebben.
- Volwassen worden: het opvolgen van een trend toont het volwassen worden van een organisatie op het gebied van datamanagement.
- Vooroplopen: het opvolgen van de trend geeft een onderscheidend vermogen voor de organisatie ten opzichte van vergelijkbare organisaties.
Als gekeken wordt naar de urgentie en complexiteit van de verschillende trends ten opzichte van elkaar zijn het vinden van de juiste mensen en het meer data gedreven gaan werken de meest urgente trends. Als gekeken wordt naar de meest complexe trends zijn dit voornamelijk trends waarbij verschillende onderdelen van een organisatie met elkaar samen moeten werken.
Naast deze trends op het gebied van datamanagement zijn trends op het gebied van data analytics en data engineering van belang. Deze trends en hoe ze zich verhouden tot de trends op het gebied van datamanagement zullen in komende blogs worden toegelicht. Mocht u in de tussentijd meer willen weten over hoe deze trends toegepast kunnen worden op u organisatie? Neem dan gerust contact met ons op om hierover met ons in gesprek te gaan.
Contact
Joris Schut
Senior Consultant
joris.schut@bearingpoint.com
Eva Zeilstra
Senior Consultant
eva.zeilstra@bearingpoint.com