Data is van de business, niet van IT

Rapporten die vroeger weken werk waren, komen nu uit een vraag in gewone taal. AI maakt het dashboard en schrijft de analyse erbij. Directies willen daarmee aan de slag, en terecht.

Bij veel organisaties kloppen de cijfers eronder niet. Twee afdelingen beantwoorden dezelfde vraag met andere getallen. Niemand vertrouwt het rapport, en ergens op elke verdieping ontstaat een tweede boekhouding in Excel.

AI maakt dat probleem groter. Er wordt gezegd dat AI het werk tien keer versnelt. Ik denk eerder honderd keer. Alleen versnelt het ook de verkeerde kant op als de data niet klopt. Je neemt dezelfde foute beslissing, sneller.

Dus wat moet er staan voordat AI je organisatie versnelt? Mijn antwoord is dat data op orde een organisatievraag is en geen IT-vraag. Zodra de business eigenaar is van wat de cijfers betekenen, kan AI versnellen. En daar hoef je niet op te wachten.

Waarom begin je bij het bedrijfsdoel en niet bij het platform?

Een datastrategie begint bij waar de organisatie heen wil en hoe data daaraan bijdraagt. Een platform zonder doel is leeg. Je bouwt iets, het draait, en niemand kan zeggen welke beslissing erdoor beter is geworden.

"We willen iets met AI." Dat hoor ik vaak. Het is geen probleem, het is een wens. Mijn eerste vraag is dan welke beslissing beter moet, welk proces sneller, welke kosten omlaag. Mijn collega Jerry Broch beschreef eerder de vijf grootste valkuilen bij het moderniseren van een dataplatform. De eerste valkuil is precies deze: de tool kiezen voordat het businessprobleem scherp is.

"Een platform zonder doel is leeg." Jan Sparnaaij, InSpark

Ik zat laatst aan tafel bij een serieuze organisatie. Een stuk of dertien mensen, hoog in de boom. Na een tijdje vroeg ik of ze überhaupt een datastrategie hadden. Het was het eerste moment in dat gesprek dat het stil werd. Daar is niets mis mee, het staat nu op de agenda. Maar het laat zien hoe vaak er gebouwd wordt zonder dat iemand kan zeggen waarvoor.

Wat betekent data op orde in de praktijk?

Data op orde betekent dat iedereen weet waar je het over hebt. Wat de definitie van omzet is. Wie de eigenaar is van die databron. Wie zorgt dat de cijfers van vandaag zijn en niet van een half jaar terug.

Dat klinkt vanzelfsprekend. Als ik het zo opschrijf, knikt iedereen. Totdat je inzoomt op één databron en vraagt wie de eigenaar is en wie de kwaliteit bewaakt. Dan gaat iedereen aan tafel naar elkaar wijzen.

"Dan gaat iedereen aan tafel naar elkaar wijzen." Jan Sparnaaij, InSpark

Meer dashboards maken dit erger. Verschillende mensen kijken naar verschillende dashboards en komen op verschillende waarheden uit. Besturen wordt lastiger in plaats van makkelijker. Er moet één gedeelde waarheid zijn, met afspraken over wat de cijfers betekenen en wie daarvoor verantwoordelijk is.

Wat er gebeurt als die afspraken ontbreken, zie ik bij migraties. We verhuizen veel omgevingen van on-premise naar de cloud, en dat moet altijd gisteren af. Als je dan niet valideert, draait het uiteindelijk wel. Het staat in de cloud. Een maand later blijkt dat de data niet klopt. Mensen vertrouwen het niet meer, gebruiken het minder, en op elk niveau komt de tweede boekhouding terug.

Waarom hoort data bij de business en niet bij IT?

Data wordt steeds meer een technisch verhaal, en daar ben ik het niet mee eens. Alles is data, en data komt uit de business. Finance weet wat omzet is en operations weet wat een levering is. IT weet hoe je dat opslaat.

Toch komen de meeste organisaties bij IT binnen als ze iets met data willen. Dat is de discussie die ik het vaakst voer met klanten. Data is van de business. Elke afdeling heeft eigen vragen die data moet beantwoorden, en het eigenaarschap van definities en kwaliteit hoort bij die afdeling. IT faciliteert.

Zolang data bij IT ligt, blijft het een project. Zodra het bij de business ligt, wordt het een manier van sturen.

Moet je wachten met AI tot je data op orde is?

Nee. Wie wacht tot alles klopt, begint nooit. Het is een dubbelspoor: beginnen met AI en tegelijk de data op orde brengen. Zo kun je steeds meer doen, en steeds sneller.

Wat je wel moet weten is op welke data je nu al kunt vertrouwen en op welke nog niet. Begin met AI op de bronnen die kloppen en werk de rest ondertussen bij. Bij Prominent ging het zo: de datamodellen werden eerst geactualiseerd, daarna kwamen de agents. Inmiddels draaien er ruim 200 apps die op die basis steunen.

Investeren in data is nooit een luxe. Juist als een bedrijf goed draait, is er ruimte om te versnellen. En met de snelheid waarmee er nu geïnnoveerd wordt, is dit het moment om in te stappen.

Wil je hierover sparren?

Herken je de twee afdelingen met twee waarheden, of de stilte aan tafel bij de vraag naar de datastrategie? Daar praat ik graag over door, samen met mijn collega's van InSpark. Neem contact met ons op en we kijken samen op welke data je nu al kunt vertrouwen.