Data wordt op veel plaatsen binnen Stedin gebruikt. Het dient bijvoorbeeld als bron voor rapportages en analyses (die gebruikt worden om beslissingen te nemen), geautomatiseerde processen en algoritmes. Als deze dat niet juist is, te laat wordt aangeleverd of afwijkt tussen verschillende systemen heeft dit een nadelige invloed op inzichten en de op basis daarvan genomen beslissingen! Om ervoor te zorgen dat de datakwaliteit verbetert moet je deze eerst inzichtelijk maken en vaststellen wat precies de gevolgen zijn van slechte datakwaliteit.
Introduceren Data Kwaliteitsmanagement
Opdracht
“Ontwikkel een Stedin-brede aanpak om inzicht te krijgen in datakwaliteit en de organisatie in staat te stellen te sturen op de verbetering van datakwaliteit”
Aanpak
Er zijn interviews gevoerd met diverse Data Eigenaren en een Data Steward om de business requirements te inventariseren. Deze zijn gebruikt om samen met BI experts een solution design op te stellen, de data te ontsluiten, de business rules in te regelen en de eerste rapporten op te stellen. Na een uitvoerig testtraject zijn diverse demo’s in de organisatie gegeven om de business de kansen te laten zien en hierdoor het bewustzijn te vergroten ten aanzien van de business waarde van DQ management.
Bijzonderheden
Er is een expliciete relatie gelegd tussen business doelen, prestatie indicatoren, processen (producerend en afnemend), objecten en attributen.
De business is later dan normaal betrokken bij ontwikkeling omdat visie en kennis ontbrak en er werd direct onderzocht of Informatica stack voorziet in de behoefte. Er zijn voor het eerst meerdere databronnen gebruikt om een rapportage/dashboard op te stellen en tot slot is er naar meerdere dimensies gekeken om DQ vast te stellen.
Resultaat
Er is een Proof of Concept gerealiseerd voor het meten van de datakwaliteit van het revisieproces en er is een Handboek ontwikkeld die Stedin in staat stelt soortgelijke datakwaliteitsmetingen uit te voeren op andere processen en/of datadomeinen.
De klant realiseert zich dat je door anders naar data te kijken en meerdere variabelen en/of attributen toevoegt aan DQ metingen er veel gerichter verbeterinitiatieven kunnen worden opgestart.
Reactie klant
“Ik ben tevreden met de behaalde resultaten; de meerdere niveaus in 1 rapportage zijn absoluut een toevoeging op de voor Stedin gebruikelijke rapportage. De beoogde business transitie hebben we onderschat, maar ook daar zijn de eerste stappen gezet”
Professional
Dit was Ralf eerste opdracht voor Stedin. Hij is allereerst erg blij dat de klant tevreden is met het resultaat. Ook vond hij het fijn om kennis van eerdere trajecten toe te passen in een andere omgeving.
Tot slot is Ralf verheugd dat deze opdracht past bij wat Het ConsultancyHuis wil doen en wie zij wil zijn. Het was echt een opdracht om operationele vraagstukken op te pakken, data & slimme techniek toe te passen, disciplines met elkaar te verbinden en met een multi disciplinair team ondernemen. Op naar meer van dit soort projecten!