Datamanagement
In de meeste organisaties staan klant-, product- en ordergegevens in meerdere systemen en een handvol spreadsheets, en overal net iets anders. Rapportages spreken elkaar tegen en niemand weet zeker welk getal klopt. Met datamanagement brengt Strukata die kerngegevens samen in één betrouwbare, gedocumenteerde basis, met datakwaliteit die bij binnenkomst wordt gecontroleerd en eigenaarschap dat helder is afgesproken.
Bespreek je dataData gaat zelden in één keer mis. Het verloopt geleidelijk. Een klant wordt twee keer aangemaakt met een andere schrijfwijze, een productcode verandert in het ene systeem maar niet in het andere, een export wordt in een spreadsheet geplakt en leeft daar verder. Elk verschil is op zich onschuldig, maar samen zorgen ze ervoor dat financiën, sales en operatie werken met verschillende versies van dezelfde feiten.
Goed gegevensbeheer maakt één versie leidend. Voor je kerngegevens, de master data zoals klanten, producten, leveranciers en locaties, is duidelijk waar het record staat, wie het bijhoudt en aan welke regels het moet voldoen. Andere systemen en rapportages halen hun gegevens uit die ene betrouwbare bron, in plaats van een eigen kopie bij te houden.
Je hebt geen groot datateam nodig om een dataprobleem te hebben. Veelvoorkomende signalen zijn:
We beginnen bij de vragen die de data moet beantwoorden en de processen waarin de data ontstaat, niet bij een tool. Samen met de mensen die de gegevens invoeren en gebruiken, gaan we na waar elk kerngegeven vandaan komt, waar kopieën bestaan en waar die uit elkaar lopen. De huidige datakwaliteit leggen we vast als nulmeting: dubbele records, ontbrekende velden, tegenstrijdige waarden.
Daarna ontwerpen we de basis: een helder datamodel, het bronsysteem per soort gegeven en kwaliteitsregels die gegevens bij binnenkomst valideren. Afhankelijk van je situatie is dat een beter ingericht systeem dat je al hebt, koppelingen die systemen gelijk houden, of een compact datawarehouse voor een middelgrote organisatie. We bouwen in korte cycli en lossen kwaliteitsproblemen bij de bron op, in plaats van elke maand dezelfde fouten op te schonen.
Governance hoort erbij, verstandig en niet bureaucratisch: elk kerngegeven krijgt een eigenaar, de definities worden vastgelegd en de toegang is zo geregeld dat mensen zien wat ze nodig hebben en niet meer. We sluiten af met monitoring op kritieke gegevens, training en een meting ten opzichte van de nulmeting.
Een databasis waar je organisatie op kan vertrouwen en op kan voortbouwen.
Bij één onderdeel waar inconsistente gegevens zichtbaar tijd kosten of fouten veroorzaken, vaak klant- of productgegevens. We brengen in kaart hoe die gegevens ontstaan en gebruikt worden, meten de kwaliteit en lossen het goed op voordat we verdergaan. Klein beginnen houdt de inspanning in verhouding en laat al vroeg zien of de aanpak bij je past.
Je data blijft van jou, tijdens en na de opdracht. Binnen je organisatie helpen we je om per kerngegeven een eigenaar aan te wijzen, zodat duidelijk is wie beslist over definities en correcties. Juist dat eigenaarschap zorgt ervoor dat de datakwaliteit op peil blijft als het project klaar is.
Gegevens samenbrengen is een goed moment om na te gaan of persoonsgegevens alleen staan waar ze nodig zijn, niet langer worden bewaard dan nodig en alleen zichtbaar zijn voor wie ze nodig heeft. Als we in onze werkzaamheden persoonsgegevens namens jou verwerken, treden we op als verwerker en leggen we de afspraken vast in een verwerkersovereenkomst. Het juridische oordeel blijft bij je privacy officer of juridisch adviseur.
Dat hangt af van wat je al gebruikt. Vaak is de juiste plek voor master data een systeem dat je al hebt, goed ingericht, met koppelingen die andere systemen gelijk houden. Is er een aparte basis nodig, dan kiezen we gevestigde tools die passen in je omgeving en die je team zelf kan onderhouden.
Niet altijd. Een datawarehouse is zinvol als gegevens uit meerdere systemen gecombineerd moeten worden voor rapportage of analyse. Gaat het vooral om dubbele of inconsistente gegevens in je operationele systemen, dan is het vaak genoeg om die bij de bron op te lossen en systemen goed te koppelen.
Business intelligence maakt van data rapportages en dashboards; datamanagement zorgt ervoor dat de gegevens daaronder kloppen en consistent zijn. Zonder die basis laten dashboards de tegenstrijdigheden alleen sneller zien. De twee zijn te combineren in één opdracht, waarbij de databasis eerst komt.
Groene infrastructuur
Voorspellend model voor boomconditie
Voor Krinkels bouwden we een model dat de conditie van bomen voorspelt, zodat inspecties en onderhoud gepland kunnen worden waar ze het meest nodig zijn, in plaats van volgens vaste schema's.
AI-integratie · Datamanagement
Motorsport
Data-analysedashboard voor Formule E-auto's
Gepland
Voor het Bern Racing Team bouwen we een data-analysedashboard om de prestaties van hun Formule E-auto's te meten en te vergelijken.
Business intelligence · Datamanagement
Klimaat en milieu
Gletsjers meten en beschermen
Gepland
GlacierOS is een systeem om gletsjers te meten en ze in een later stadium te beschermen: eigen technologie, ontworpen om de firnlaag te beschermen.
Maatwerksoftware · Datamanagement
Vertel ons waar je gegevens elkaar tegenspreken, dan helpen we je bepalen waar je begint.
Bespreek je data