In een tijd waarin steeds meer organisaties datagedreven gaan werken en steeds meer gegevens onderling uitgewisseld en gekoppeld worden, is het op orde hebben van je eigen data een must. Je kan nog zo’n mooi informatie systeem binnen halen, als de data niet klopt, heb je hier helemaal niets aan.

Zowel voor je eigen bedrijfsvoering, als voor de samenwerking met ketenpartners is het belangrijk dat jouw data op orde is. Alleen het aanschaffen van een goed informatiesysteem is hiervoor niet voldoende.

Wat zijn de gevolgen?

Als je data niet op orde is, werkt je systeem met foutieve informatie. Zie het als een wiskundige formule. Als de inputwaarden niet kloppen, krijg je een foutieve output.

Problemen voor de eigen bedrijfsvoering

Steeds meer organisaties gaan datagedreven werken. Dit betekent dat zij aannames doen op basis van de data die beschikbaar is. Als deze data niet klopt, zullen je keuzes niet kloppen.

Medewerkers krijgen minder vertrouwen in ‘het systeem’, omdat deze foutieve output geeft. Daarom zullen zij zelf data gaan verzamelen en deze data gaan analyseren. Je krijgt dan een hele schaduw ‘boekhouding’ naast je systeem in de vorm van allerlei Excelsheets. Er wordt dus inefficiënt gewerkt.

Problemen binnen de keten

Ook wordt er steeds meer data uitgewisseld met ketenpartners. Denk aan de Common Ground visie binnen gemeenten, of het LSP binnen de gezondheidszorg.

Als de bronhoudende gemeente zijn data niet op orde heeft, heeft dit ook gevolgen voor afnemers in de keten.

Als de bronhoudende arts de data niet in orde heeft, wordt deze foutieve informatie doorgegeven aan afnemers in de keten.

Dit heeft weer gevolgen voor burgers en patiënten.

Hoe krijg je jouw data op orde?

Het is van belang dat je eerst de kraan dicht draait, voor je gaat dweilen. Je zorgt er dus eerst voor dat je data op orde komt, vervolgens zorg je er voor dat de data ook op orde blijft. Dit kan je doen middels een PDCA-cyclus (Plan, Do, Check, Act).

Plan

1. Breng je data in kaart.
   Eerst moet je weten welke data jouw organisatie allemaal ‘in huis’ heeft. Welke data haal je binnen uit andere bronnen, en voor welke data ben jij zelf de bronhouder? Deze data kan je ordenen in groepen. Zodra je dit in beeld hebt, onderzoek je de onderlinge samenhang tussen deze gegevens.
2. Bepaal de eisen waaraan je data moet voldoen
   Als je dit in kaart hebt gebracht, onderzoek je aan welke eisen al deze data moet voldoen. Zeker als je samenwerkt met ketenpartners zal je te maken hebben met standaarden die in de keten worden gebruikt.
3. Bepaal welke data op orde gebracht moet worden.
   Breng in kaart welke data nu niet voldoet aan de gestelde eisen. Deze data moet op orde gebracht worden.
4. Stel werkprocessen op
   In deze fase stel je twee soorten werkprocessen op.Er zijn werkprocessen die er voor zorgen dat er ‘schone’ data binnen komt (kraan dichtdraaien). Hierin wordt beschreven hoe er binnen jouw organisatie gewerkt wordt met de data. Hoe wordt er ingevoerd, gemuteerd, verwijderd? Waar moeten welke gegevens komen te staan, wat is verplicht, enz… Bedenk hierbij ook werkprocessen voor het melden van onjuistheden in data van andere bronhouders.De tweede soort processen stel je op voor de vervuilde data die nu in de systemen staat (dweilen). Hoe ga je deze data opschonen, zodat deze voldoet aan de gestelde eisen?Als je veel data en/of veel systemen hebt, begin dan klein, met bijvoorbeeld één proces of één module.

Do

Breng de werkprocessen die je hebt opgesteld in de praktijk. Zoals in punt 4 is beschreven, begin je het beste klein, met één proces of één module.

Voor het opschonen van de vervuilde data kan je een project starten, zodat binnen de organisatie duidelijk is wanneer welke delen van de data op orde gebracht moeten zijn.

Check

Bekijk of de werkprocessen die je hebt opgesteld het resultaat geven dat je voor ogen hebt. Stel je werkprocessen bij, indien nodig.

Het werkproces dat er voor zorgt dat er alleen nog ‘schone’ data binnen komt, is een voortdurend proces.

Act

Hoe goed je werkprocessen ook zijn, er kan altijd nog wat mis gaan bij het invoeren, bewerken of verwijderen van data. Daarom wordt de kwaliteit van de data voortdurend gemonitord. Indien nodig worden de werkprocessen bijgesteld, om de datakwaliteit te kunnen blijven waarborgen.

Wie brengt deze data op orde?

Allemaal leuk en aardig zo’n plan bedenken om de data op orde te krijgen, maar wie gaat dit uitvoeren?

Het op orde krijgen en houden van data is inderdaad een grote klus, die niet zomaar geklaard is. Hier heb je specialisten voor nodig. Deze specialisten heb je mogelijk al in huis. Het zijn je key-users en/of Functioneel Beheerders. Zij zijn op de hoogte van de data die in je systemen staat.

Ook bieden veel software leveranciers mogelijkheden tot het opschonen van je data. Ga ook met hen in gesprek en bekijk waar zij jou bij kunnen staan. Het opschonen van de data is vaak een grote investering in tijd en geld, maar bedenk wat je er voor terug krijgt:

• Betrouwbare data en hierdoor betrouwbare systemen waarop je betrouwbare analyses uit kan voeren
• Veel minder fouten, door onjuiste aannames en analyses en door minder handwerk
• Je krijgt een efficiëntere bedrijfsvoering
• Je bent een betrouwbare ketenpartner

Wanneer maak je de data op orde?

Je kan elk moment starten met het op orde maken van je data. Maar dit zijn zeker momenten waarop je zou moeten starten:

• Voordat je een nieuw systeem aanschaft, waarin data uit andere systemen moet worden geïmporteerd. Importeer in een nieuw systeem alleen data die op orde is.
• Voordat je gaat samenwerken met andere ketenpartners en jij bronhouder bent van een deel van de data die uitgewisseld wordt.