Top 5 redenen voor databeheer

Voordat je dieper in PIM gaat, moet je weten waar de productdata staat, wie haar bezit en welke tools de regels echt afdwingen. Datagovernance is dat kader: beleid voor hoe data wordt behandeld, en benoemde rollen voor wie het werk doet. De term zelf wordt los gebruikt. Zonder zo'n structuur krijgen concurrentiekracht en het vermogen om binnen de wet te werken allebei een klap.

Experian vraagt dit jaarlijks aan meer dan 1.000 mensen die aan datamanagement werken, verspreid over IT, financiën, klantenservice, marketing en risico. In 2018:

• 55% zag een substantieel ontwrichtend effect van onbetrouwbare data.
• 73% vond het vaak lastig te voorspellen wanneer en waar het volgende probleem opduikt.
• 68% zag wettelijke eisen lastiger worden door de groeiende hoeveelheid data.
• 69% verwachtte dat onjuiste data een uitstekende klantervaring ondermijnt.

Vijf redenen

Data die je al hebt, en die wegzakt

Goede data blijft alleen een bezit als iemand haar onderhoudt. Organisaties schrijven de business-eisen en besteden daarna weinig of niets aan processen die de kwaliteit in de gaten houden. De waarde daalt. Tools om doorlopend te checken en te verbeteren ontbreken vaak. Vertrouwt een eindgebruiker de data niet, dan bouwt die een omweg om op te schonen en te verrijken. Dat kost tijd en geld, en het vermenigvuldigt eindgebruikerstools die je daarna moet beheren.

Wetgeving die preciezer wordt

Compliancerisico wordt lastiger en duurder naarmate data groter en gevarieerder wordt. Veel organisaties mikken op het minimum van de wetgever. Zo'n checklist houdt een subset in het gareel. Ze verandert niet hoe de organisatie met data omgaat. Een proactieve houding kies je, die ontstaat niet in een audit. Elke nieuwe regeling vraagt meer detail en een bredere scope. Wie vroeg bewoog, behandelt governance als concurrentievoordeel, niet alleen als controle.

Kosten van losse reparaties

Pak je governance over de hele organisatie aan, dan gaat minder tijd en geld naar eenmalige fixes van de data die processen nodig hebben.

Klanten die je systeem niet herkent

Aan CRM wordt genoeg uitgegeven om één nauwkeurig klantrecord te verwachten. De meeste organisaties hebben dat niet. Afdelingen draaien eigen systemen die uit de pas lopen met alles daarbuiten. Marketingautomatisering en klantenservicedatabases lopen vol met duplicaten, gaten, foute waarden en verouderde records. Je herkent het: de verkeerde naam, meerdere versies van dezelfde catalogus op de mat, dezelfde promotiemail tien keer.

Nieuwe soorten data, op een oude basis

Big Data, Open Data en Linked Data zijn andere problemen dan de database die je al draait.

Big Data is één of meer datasets voorbij wat een regulier databasebeheersysteem aankan. Open Data is vrij toegankelijke informatie. Licenties en gebruiksvoorwaarden noemen de voorwaarden, en het doel is beperkingen op hergebruik laag te houden. Linked Data is een manier om gestructureerde data te publiceren zodat die online gevonden en gebruikt kan worden.

Die vormen openen toepassingen en voegen governance- en kwaliteitsproblemen toe. Zet eerst het kader voor de data die je al hebt, voordat je de nieuwere vormen probeert te besturen. Grote hoeveelheden data van buiten combineren met je eigen data lukt niet als je niet begrijpt, of beheert, wat je al opslaat.

De hoeveelheid opgeslagen data groeit en blijft veranderen. Dat is de reden om het kader nu neer te zetten. Begrijp en beheer je de huidige data niet, dan maakt een hoger tempo dat niet makkelijker.