Interview met Patrick Laenen

​KWALITEIT VAN DATA EN INFORMATIE OP NIVEAU BRENGEN ÉN HOUDEN

​​Steeds meer organisaties omarmen het data-gedreven en informatie-gestuurd werken. Maar wat als die data waarop ze drijven en de informatie waarmee ze sturen onvoldoende kwaliteit heeft? “Dat levert per definitie foute beslissingen op en heeft daardoor direct negatief effect op efficiency en mogelijk zelfs effectiviteit. Na de hype dat data en informatie belangrijk zijn, begint nu door te dringen dat de kwaliteit van die data en informatie misschien nog wel belangrijker is.” Patrick Laenen, directeur Globescope, heeft een aanpak die data en informatie op kwaliteit brengt én houdt.

De noodzaak tot het verbeteren van data- en informatiekwaliteit, begint steeds meer door te dringen in organisaties. Maar waarom is het in sommige (overheids)organisaties dan toch nog zo droevig gesteld met de kwaliteit ervan? Patrick Laenen: “Het besef is er, de noodzaak wordt onderschreven, soms zijn er tools en heeft de incompany adviesorganisatie aanpakken en projectplannen opgeleverd. Maar de klacht blijft ‘de mensen willen niet’, ‘we hebben geen tijd’, ‘het wordt te duur’ en het duurt te lang’. En dat kan er bij mij niet in.”

Geaccepteerd maar niet acceptabel

Omdat het probleem zo groot is, zoveel capaciteit kost en zoveel geld, ziet Patrick Laenen dat (overheids)organisaties de lage kwaliteit van data en informatie uit het verleden maar accepteren. “Maar dat kan niet altijd. Immers data en informatie gaan in veel gevallen over acties, handelingen en resultaten uit het verleden die niet zozeer garanties geven voor de toekomst, maar wél bepalend zijn voor uitkomsten en resultaten met effect in die toekomst. Een voorbeeld: een hoog aantal schademeldingen uit het verleden zijn wel degelijk relevant voor het beoordelen van een schademelding nu. Nog een voorbeeld: veel niet-naleving uit het verleden, zegt iets over de vergunningverlening nu en over benodigd toezicht en handhaving in de toekomst. De ‘lagere’ kwaliteit van data en informatie is in veel gevallen weliswaar geaccepteerd, maar in mijn ogen zeker niet acceptabel.”

80% automatisch en 20% door de mens

De contouren van de oplossing tekenen zich af. Zo weet Laenen dat 80% van een datakwaliteitsprobleem met software tools gevonden kan worden via slimme verbandscontroles, herkenning van afwijkende patronen of juist herkenning van gelijke patronen. “Business Intelligence (BI) en Artificial Intelligence (AI) leveren waardevolle oplossingen, zo zie ik in de praktijk. Maar voor het vinden van de resterende 20% aan uitzonderingen moet veel te veel worden geïnvesteerd in automatisering. Daarvoor zijn mensen te vinden die dat juist als uitdaging zien. De combinatie levert de oplossing voor datakwaliteitsverbetering! Zet automatisering in voor het repetitieve, saaie, soms complexe, maar wel herhalende werk en speel capaciteit vrij om de resterende 20% door de mens te laten doen.”

Kwaliteit garanderen
​
En dat is precies waar SIS8020 voor is opgericht door GlobeScope en AbelTalent. Laenen: “SIS8020 kan het datakwaliteitsprobleem oplossen, door onze mensen met slimme tooling data in de afgesproken kwaliteit terug leveren. Dat kan eenmalig om alle data op orde brengen of structureel als service ingebed in het borgen van de kwaliteit van data en informatie.”
Hoe ziet die aanpak eruit? Laenen: “Daarbij hanteren we op hoofdlijnen vier stappen: vaststellen van het gewenste kwaliteitsniveau; onderzoeken van FIT-GAP; op orde brengen; en op orde houden. Zo ondersteunt en ontzorgt SIS8020 organisaties bij het garanderen van data- en informatiekwaliteit. Alleen dan kun je data-gedreven en informatie-gestuurd werken werkelijk omarmen.”