3 Aanvliegroutes en algemene inrichting

Dit hoofdstuk beschrijft vier strategische aanvliegroutes voor het inrichten van gegevenskwaliteit. Daarnaast beschrijft het welke andere algemene afspraken nodig zijn. De inhoud van dit hoofdstuk is de basis voor de stappen zoals beschreven in het stappenplan, die zijn gericht op de verbetering van de kwaliteit van een specifieke set van gegevens.

3.1 Strategische aanvliegroutes

Het goed (=volwassen) inrichten van gegevenskwaliteit als structurele functie in een organisatie is doorgaans een grote uitdaging. Het geheel aan in te richten bouwstenen is simpelweg te groot om als ‘big bang’ binnen afzienbare tijd te kunnen introduceren, zeker over alle bedrijfsonderdelen en/of datadomeinen heen. Een weldoordachte aanpak kan houvast bieden om de organisatie mee te nemen in deze reis.

Dit hoofdstuk beschrijft vier ‘strategische aanvliegroutes’ om te komen tot een totaalinrichting voor gegevenskwaliteit. De vier routes hebben fundamenteel andere uitgangspunten en kunnen ieder in een bepaalde context de meest geschikte aanpak blijken te zijn. Er is zeker geen sprake van ‘one size fits all’ of zelfs maar een voorkeursroute: wat in de ene organisatie goed werkt, kan in een andere organisatie juist tot weerstand of inertie leiden. Daarnaast zal er in de praktijk toch ook een mix van benaderingen gelden, maar biedt de gekozen aanvliegroute vooral focus. Het kan ook zijn dat specifieke afdelingen een andere benadering vragen.

De vier routes kenmerken zich primair in drie aspecten:

Het startpunt in de organisatie van waaruit verbeteringen worden doorgevoerd
Het concept dat als kapstok wordt gebruikt
De ‘bril’ vanuit waar we naar de totaalopgave kijken

Tabel 1 geeft een overzicht van de vier aanvliegroutes en hun aspecten. Figuur 3 geeft een visueel overzicht van de aanvliegroutes.

#	Startpunt/richting	Centraal concept	Welke ‘bril’
1	Top-down	Datavolwassenheid	Architectenbril
2	Middle-out	Verantwoordelijkheid	Managersbril
3	Bottom-up	Datageletterdheid	Mensenbril
4	Domain Centric	Use Case (end-to-end)	Businessbril

Tabel 1: Kenmerken van de vier aanvliegroutes

Figuur 3: Schematische weergave van de ‘richting’ van de vier strategische aanvliegroutes

3.1.1 Beschrijving van de routes

1. Top down | Datavolwassenheid centraal | Architectenbril
Allereerst is er veel te zeggen voor een planmatige aanpak met centrale sturing en regie, waarbij de volwassenheid van de benodigde bouwstenen vanuit een centraal plan en met centraal gecoördineerde projecten naar een hoger niveau worden gebracht, en vervolgens wordt ‘uitgerold’ over de organisatie. Een centrale datavolwassenheidsmeting kan hiervoor de basis vormen en ook meteen leiden tot een hoger bewustzijn over de tekortkomingen. Centrale gegevenskwaliteitsmeting en – rapportage heeft daarnaast vaak een grote rol. Echter, wanneer het gegevenslandschap versnipperd is en/of bedrijfsonderdelen veel autonomie hebben, kan deze aanpak snel tot veel weerstand leiden.

2. Middle-out | Verantwoordelijkheden centraal | Managersbril
Een andere, meer federatieve en resultaatgerichte aanpak kan zijn om een organisatiebrede opgave op het gebied van gegevenskwaliteit éérst door te vertalen naar de afzonderlijke bedrijfsonderdelen, en met de betreffende managers vooral strakke afspraken te maken over het beoogde resultaat en hun verantwoordelijkheid daarin. Per bedrijfsonderdeel bestaat vervolgens relatieve vrijheid hóé deze resultaten worden behaald, en kan dus worden gekozen voor een passende aanpak, zonder overkoepelende blauwdruk. Na verloop van tijd kunnen best-practices worden gedeeld en onderling overgenomen, en ontstaat op meer organische wijze een vraag om centrale hulpmiddelen zoals tooling en beleid.

3. Bottom-up | Datageletterdheid centraal | Mensenbril
In (bijvoorbeeld) organisaties die worden gekenmerkt door zeer autonome professionals en weinig hiërarchische sturing, kan een focus op datageletterdheid de weg van de minste weerstand blijken. Deze aanpak beoogt via kennis, opleiding en ‘meenemen’ vooral om op operationeel niveau iedereen bewust te maken van de rol van gegevenskwaliteit in hun eigen werk, en vervolgens van de bijbehorende opgave en visie van de organisatie als geheel. Vanuit dit bewustzijn en deze ‘geletterdheid’ zullen veel van de professionals hun eigen maatregelen nemen om binnen hun eigen scope stappen te zetten naar betere gegevenskwaliteit. De centrale functie is hier vooral faciliterend, en gericht op het enablen van de professionals zelf, zonder het hoe en wanneer precies voor te schrijven.

4. Domain-centric | Use cases centraal | Businessbril
In gevallen waar de strategie rondom gegevenskwaliteit vooral gericht is op het creëren van waarde voor de organisatie, past vaak een use case gedreven aanpak. Verbeteringen op het gebied van gegevenskwaliteit richten zich niet primair op de organisatie als geheel, maar eerst op een heel concreet vraagstuk (probleem of kans) dat direct bijdraagt aan de strategische doelen van de organisatie zelf. Bijvoorbeeld een tastbare verbetering voor de burger, of een efficiëntieslag. Deze aanpak kan doorgaans rekenen op het meeste draagvlak en de minste weerstand, maar kan ook het moeilijkste zijn om op te schalen naar andere domeinen.

3.1.2 Verdere kenmerken van de vier aanvliegroutes

Tabel 2 brengt enkele voordelen, valkuilen en succesfactoren van de verschillende aanvliegroutes bij elkaar.

	1. Top-down	2. Middle-out	3. Bottom-up	4. Domain-centric
Voordelen	Uniformiteit Goed geïntegreerde doelsituatie; Integraliteit in aanpak, inzicht en sturing	Breed parallelliseren van activiteit, veel mensen tegelijk in beweging Passende aanpak per toepassingsgebied	Non-invasief; geen weerstand omdat je niets opdringt Maximaal gebruik maken van kennis die al aanwezig is	Maximaal aansluiten bij ‘waar de energie zit’ Relatief snel een succesverhaal als blauwdruk en over-tuigingsmechanisme
Valkuilen	Centrale voorzieningen vormen bottleneck Weerstand bij ‘uitrollen’ is bijna gegarandeerd	Pluriformiteit leidt tot inefficiëntie en incompatibiliteit Weerstand als randvoorwaarden nog niet beschikbaar	Pluriformiteit leidt tot inefficiëntie en incompatibiliteit Moeilijk centraal te sturen	Andere bedrijfsonderdelen moeten langer wachten Mogelijk overfitting op eerste use case
Wanneer kansrijk?	Relatief kleine of sterk hiërarchische organisaties Bij hoge urgentie, bestuurlijke aandacht, grote nood-zaak tot harmonisatie Sterke rol van archi-tecten, centraal mandaat Externe rapportageplicht Lage datavolwassenheid	Grotere organisaties met veel mandaat bij middenmanagers Complex, gefragmenteerd dataland-schap zonder grote noodzaak tot uniformering Grote rol voor domeinoverstijgende en/of ketensamenwerking Procedurele en samenwerkingsgerichte cultuur	Sterk versnipperde organisaties met veel autonome professionals Vooral intern datagebruik Informele cultuur en laag bewustzijn op datagebied Beperkt centraal budget en mandaat Verandering op basis van informele netwerken	Bij specifieke urgentie, energie en middelen voor één domein of use case Wanneer best practices en succesverhalen eerder kritiek waren bij verandering Een cultuur waarbij men van elkaar wil leren Als één domein al voorloopt qua volwassenheid

Tabel 2: Voordelen, valkuilen en succesfactoren van aanvliegroutes

3.1.3 De vier routes uitgelegd aan de hand van een voorbeeld

Tot slot een voorbeeld om het bovenstaande wat tastbaarder te maken. Stel dat er het komende jaar voor de organisatie enorme aandacht moet komen voor bepaalde wetgeving, die een grote inspanning verlangt op het gebied van gegevenskwaliteit. Dan kun je dat op vier manieren aanvliegen:

Top-down. Een centraal team werkt eerst de wetgeving verder in relatief veel detail uit naar een geïntegreerd geheel van benodigd beleid, processen, tooling en dergelijke. Dit wordt vervolgens gecontroleerd ‘uitgerold’ over de organisatie.
Middle-out. Als eerste stap wordt een vertaling gemaakt naar wat de nieuwe wetgeving betekent voor ieder organisatieonderdeel en team. Elk van de ‘geraakte’ onderdelen krijgt concrete en formele (sub)doelen waarover centraal verantwoordelijkheid moet worden afgelegd. De onderdelen/teams werken zelfstandig de nadere invulling uit.
Bottom-up. Vanuit centraal perspectief wordt vooral een heel communicatief verhaal neergezet met trainingen en roadshows over wat de nieuwe wetgeving betekent voor iedereen in de organisatie. Vanuit deze intrinsieke bewustwording neemt iedere werknemer passende verbeterstappen voor de eigen context.
Domain-centric. De nieuwe opgave wordt allereerst in één context (bijvoorbeeld een bedrijfsproces of datadomein) end-to-end uitgewerkt, vanuit tastbare mijlpalen die elk een directe relatie met de operationele werkelijkheid hebben. Van daaruit wordt na verloop van tijd opgeschaald naar (en ingebed in) de organisatie als geheel.

3.2 Algemene inrichting van gegevenskwaliteit

In voorgaande paragraaf is beschreven welke strategische aanvliegroutes gekozen kunnen worden. Deze paragraaf beschrijft in meer algemene zin welke algemene afspraken gemaakt moeten worden over de inrichting van gegevenskwaliteit. Het beschrijft de activiteiten die hiervoor nodig zijn en die de basis vormen voor het aan de slag gaan met het stappenplan dat zich richt op het verbeteren van de kwaliteit van een specifieke set van gegevens. De mate of de volgorde waarin de activiteiten relevant zijn, is afhankelijk van de gekozen aanvliegroute.

Bepaal de volwassenheid van de organisatie op het gebied van gegevenskwaliteit. Maak daarbij gebruik van een volwassenheidsmodel zoals het volwassenheidsmodel dat is beschreven in hoofdstuk 6. In hoeverre is er ook al een strategie, beleid, managementsysteem, kwaliteitsraamwerk, governancestructuur en data-architectuur?

Vertaal de algemene doelstellingen van de organisatie en de specifieke eisen die deze stelt aan gegevens naar een strategie voor gegevenskwaliteit. Daarin worden een visie, specifieke doelstellingen en een roadmap voor gegevenskwaliteit gedefinieerd. Er wordt gekozen voor een strategische aanvliegroute (zie paragraaf 3.1). Daarnaast wordt een duidelijke afbakening aangebracht, bijvoorbeeld in termen van afdelingen en datasets die aandacht krijgen. Draagvlak voor de strategie wordt geborgd op senior managementniveau.

Stel beleid op in de vorm van uitgangspunten, keuzes, standaarden en processen die aangeven op welke wijze er met gegevenskwaliteit wordt omgegaan. Er kan voor worden gekozen om een managementsysteem voor gegevenskwaliteit in te richten.

Kies een kwaliteitsraamwerk als basis voor kwaliteitseisen en om te waarborgen dat terminologie binnen de organisatie gelijk gebruikt wordt. Daarbij heeft het de voorkeur om het NORA raamwerk voor gegevenskwaliteit te gebruiken. Deze kan wel op maat worden gemaakt voor de specifieke context van de organisatie.

Richt de data governance in rondom gegevenskwaliteit. Definieer en wijs de essentiële rollen voor gegevenskwaliteit toe aan medewerkers. Beleg de eindverantwoordelijkheid (eigenaarschap) en de uitvoerende verantwoordelijkheid (stewardship) voor specifieke sets van gegevens. Wijs ook rollen toe voor de centrale coördinatie en ondersteuning van gegevenskwaliteit. Maak voor elke rol de taken, verantwoordelijkheden en bevoegdheden duidelijk.

Definieer een data-architectuur die de algemene inrichting van gegevenskwaliteit in de organisatie beschrijft. Een dergelijke architectuur geeft zicht op de belangrijkste gegevens, gegevensstromen, systemen en hun samenhang.

Beschrijf in een implementatieplan de activiteiten die nodig zijn om de strategie en het beleid te implementeren in de organisatie. Bepaal en alloceer de mensen en middelen die nodig zijn voor het uitvoeren van de activiteiten. Beschrijf daarin ook welke processen en systemen moeten worden ingericht, mede op basis van het beleid en de data-architectuur. Denk bijvoorbeeld aan processen en systemen voor het meten en rapporteren over gegevenskwaliteit, het afhandelen van terugmeldingen en het administreren van metagegevens.

Betrek relevante betrokkenen bij de totstandkoming van de strategie, het beleid, de rollen, de data-architectuur en het implementatieplan en communiceer de resultaten breed in de organisatie.

Voer het implementatieplan uit om ervoor te zorgen dat gegevenskwaliteit in algemene zin is geborgd in de organisatie. Specificeer en implementeer processen en werkinstructies, zodat mensen weten wat er precies van ze verwacht wordt. Kies en implementeer systemen voor gegevenskwaliteit.

Zie paragraaf 5.1.1 voor meer informatie over rollen, paragraaf 5.1.2 voor meer informatie over managementsystemen, paragraaf 5.1.4 voor meer informatie over raamwerken en paragraaf 5.1.5 voor meer informatie over data-architectuur.

Volgende hoofdstuk: Hoofdstuk 4 - Stappenplan gegevenskwaliteit