Waarom één goed dataproduct meer waard is dan een vol dataplatform
Veel organisaties willen iets met data. Ze willen rapportages, dashboards, inzicht, en het liefst zo snel mogelijk een platform waar alles in zit. Precies daar gaat het volgens Gijs Dekkers, data-engineer en competence lead bij Creates, vaak mis. Niet omdat de ambitie verkeerd is, maar omdat de volgorde dat is.
Een vol dataplatform lost niets op
De grootste denkfout die Gijs in de praktijk tegenkomt: alles tegelijk in het dataplatform willen gooien. Elk systeem, elke bron, alle data. "Je hebt er niks aan om al je data te ontsluiten in een dataplatform wat heel veel tijd en geld kost," zegt hij. Want als je er vervolgens niets mee doet, blijft die data gewoon stilstaan.
Zijn alternatief is een omkering van de volgorde. Begin niet bij de data, maar bij de waarde. Stel dat je een rapportage over ziekteverzuim wilt. Die gegevens staan in je HR-systeem, dus dat systeem ontsluit je als eerste. De rest laat je voorlopig met rust. Pas als er een concrete vraag is die om een nieuwe bron vraagt, voeg je die toe. Zo bouw je een platform op rond dataproducten die daadwerkelijk iets doen: een rapportage die gebruikt wordt, een integratie naar het CBS, een koppeling die ergens op draait.
De meeste dashboards verhelderen niet, ze verwarren
Of dashboards inzicht geven of juist verwarring zaaien, hangt er volgens Gijs vanaf of Creates al langs is geweest. Dat is een knipoog, maar de observatie eronder is serieus. Bedrijven maken vaak te veel rapporten. En te vaak een rapport dat de wens van één persoon weerspiegelt in plaats van die van het hele team.
Daar ligt voor hem een belangrijk deel van het werk. Niet alleen bouwen wat gevraagd wordt, maar klanten meenemen in de vraag erachter. Goed nadenken over wat een rapport moet laten zien, en waarom.
Hoe je een vroege datavolwassenheid herkent
De signalen dat een organisatie nog aan het begin staat, zijn vaak duidelijk. Veel Excel. Geen centraal dataplatform. Geen single source of truth. En typisch ook: data die handmatig wordt aangepast, een onduidelijke verantwoordelijkheid over wie eigenaar is van welke gegevens, en ontbrekende validatie- en testprocessen. Bij elkaar zorgt dat voor onzekerheid of de cijfers wel kloppen.
Maakt een organisatie wel de stap naar meer datavolwassenheid, dan verandert er iets fundamenteels. De discussie over cijfers stopt, want de waarheid ligt vast in het analyseplatform. Handmatige analyses en uploads verdwijnen, wat tijd, geld en mankracht bespaart. En misschien wel het belangrijkste: je gaat van terugkijken naar vooruitkijken.
Wat organisaties onderschatten
"Je maakt wel even een rapportje." Dat is volgens Gijs de gedachte waarmee veel organisaties binnenkomen. Maar onder een schaalbaar rapport zit een heel dataplatform met een specifiek doel. De klant ziet de rapportage, niet alles onder de motorkap. Heeft een organisatie nog geen platform, dan duurt het simpelweg wat langer voordat die eerste rapportage er netjes staat, omdat de basis eerst gebouwd moet worden.
Daar zit volgens hem ook de kracht van Creates. Niet alleen met een technische bril kijken, maar ook met een consultancybril. Denken vanuit het datamodel en de bedrijfsprocessen die er spelen, en de vinger op de zere plek leggen waar dingen anders ingericht moeten worden.
Eerst de basis, dan pas AI
AI speelt binnen data een steeds grotere rol, en de verwachting is dat BI verschuift van voorgedefinieerde rapporten naar ad-hoc analyses met data-agents. Maar daarvoor moet eerst de basis staan. Definities helder vastgelegd, een single source of truth, synoniemen die op één lijn zitten, en een centraal dataplatform dat bronnen combineert. Zonder dat fundament gaat het niet lukken.
En er is een risico dat Gijs oprecht stoort: de gemakzucht waarmee mensen gevoelige data in AI-systemen gooien. De drempel om het te doen is laag, en het schadelijke effect zie je niet meteen. Zijn regel is simpel: deel sowieso geen gevoelige data, ook niet als je voor de tool betaalt.
Begin klein en bouw uit
Wat zou Gijs elke organisatie meegeven die iets met data wil? "Probeer gewoon end-to-end één dataproduct te bouwen." Lukt dat, dan heb je in de praktijk al een dataplatform neergezet, en kun je het stap voor stap uitbreiden met een tweede en een derde. Gooi niet meteen al je bedrijfsdata in een centraal platform. Begin met één systeem, bouw daar een rapportage op die mensen daadwerkelijk gebruiken, en werk van daaruit verder. Kortom: focus. De rest volgt vanzelf.
Hoe Creates jouw organisatie begeleidt van datafase naar datagedreven werken
Creates begeleidt organisaties met een roadmap van een vroege datafase naar datagedreven werken. Maar wat in de praktijk misschien nog meer verschil maakt, is de manier waarop teams samenwerken. Op projecten werken altijd een data-engineer en een analytics engineer samen. Daardoor zijn de lijnen kort. "Als een analytics engineer een informatiebehoefte heeft opgehaald, kan die even afstemmen met de data-engineer over wat de mogelijkheden zijn." Geen lange escalatieroutes, geen vertraging, gewoon snel schakelen op basis van kennis en ervaring.
Datagedreven werken is geen schakelaar die je omzet. Het is een weg die begint met één eerlijke vraag: wat wil je eigenlijk bereiken? Wie die vraag serieus neemt en bereid is de antwoorden te laten leiden, zet de eerste en belangrijkste stap.
Gijs is data-engineer en competence lead data bij Creates. Hij werkt dagelijks aan BI-landschappen die organisaties helpen van data naar beslissing. Dit artikel is geschreven in samenwerking met Jesper Oskam, marketeer bij Creates.
