Data Governance naar het IKEA-model

Administratieve logistiek is een tijd lang veelbesproken geweest, maar uiteindelijk nooit écht doorgebroken in de financiële wereld. Toch is er veel voor te zeggen om gegevensstromen even efficiënt in te richten als goederenstromen. Is de tijd nu wel rijp voor een andere visie op de besturing en beheersing van de gegevensvoorraad bij banken en verzekeraars?

Laten we eens kijken hoe andere organisaties bedrijfskritische stromen beheersen. Neem IKEA. Dan heb ik het niet over de manier waarop grote groepen mensen via gele pijlen door de winkel worden geleid, maar over wat er daarna gebeurt. Het knappe aan het voorraad- en verkoopmodel van IKEA is dat de klant na het winkelen vía het magazijn naar de kassa gaat. In het magazijn pakt hij zelf zijn goederen. Dat vraagt om een duidelijke beschrijving op de verpakking. En om goederenopslag waar de klant bij kan. Die goederen liggen dan ook nooit hoger dan de onderste stellingen, ongeveer tot de gemiddelde grijphoogte. De pakketten zijn ook nooit zwaarder dan het wettelijk maximum. Daarom zijn er soms voor één kast wel zes of zeven dozen nodig.

Het datawarehouse als bulkvoorraad

Minder courante artikelen en producten die niet in onderdelen geleverd kunnen worden, liggen op de hogere stellingen. Daar ligt ook de ‘bulkvoorraad’. Klanten kunnen er niet bij en hoeven er ook niet bij te kunnen. Als de onderste stellingen gevuld moeten worden, verplaatst een magazijnmedewerker met een vorkheftruck de bulkverpakkingen en deelt de goederen in onderdelen op. Pas dan kan de klant er wat mee. Als we dit systeem vertalen naar het beheersen en besturen van gegevensvoorraden, dan is het datawarehouse het bulkmagazijn bij IKEA.

Single version of the truth

De gegevens moeten in het datawarehouse op een eenduidige definitiebasis beschikbaar zijn: het is ingericht volgens een ‘single version of the truth’. Vanuit de bulkvoorraad aan gegevens kunnen datamarts worden aangelegd: functionele en specifieke grijpvoorraden die door gebruikers zelf kunnen worden geraadpleegd. Gegevens in de datamarts worden alléén afgeleid uit het datawarehouse, en worden door middel van gecertificeerde afleidingsprogramma’s onderhouden. Gebruikers kunnen de gegevens raadplegen, analyseren en er hun eigen tooling voor rapportages op loslaten, maar ze kunnen ze niet wijzigen, zoals de klanten van IKEA ook niet zelf een vorkheftruck kunnen pakken om een bulkverpakking te ontmantelen.

Eenduidige en kwalitatieve data

In de functionele administratieve systemen – de onderste stellingen – worden de gegevens geoptimaliseerd opgeslagen naar doelstellingen van actualiteit, compleetheid en correctheid. De gebruiker bepaalt zelf hóe hij de gegevens gebruikt en interpreteert, maar omdat er een single version of the truth beschikbaar is, heeft hij altijd eenduidige data tot zijn beschikking. En dat wordt steeds belangrijker, nu de hoeveelheid data onder invloed van The Internet of Things en Big Data explosief groeit en toezichthouders steeds strengere eisen aan de kwaliteit van gegevens stellen.

Het raamwerk van de Data Governance

Wat betreft de kwaliteit van gegevens: hier gaat de Data Governance een rol spelen. In het raamwerk moeten deze vier onderwerpen zijn vastgelegd: beleid, beschrijving, besturing en beheersing. Deze vier B’s definiëren en bewaken samen niet alleen de kwaliteit van gegevens, maar ook de herbruikbaarheid, toegankelijkheid, beschikbaarheid, integratie en beveiliging.

Gegevens zijn de bloedsomloop van financials

Data zijn voor financiële organisaties wat goederen zijn voor IKEA. Ze vormen de bloedsomloop van de organisatie en vertegenwoordigen een enorme geldwaarde. Dat maakt het belang om datastromen efficiënt in te richten en een Data Governance op te stellen zo groot: het is een vorm van risicobeheer. Het is tijd om de administratieve logistiek een nieuwe kans te geven. En daarbij kunnen we een succesvolle meubelketen best als voorbeeld nemen.

Hans Broekhuisen is sinds 2000 als principal consultant bij ITDS betrokken. Vanuit een logistieke achtergrond is hij gespecialiseerd in het inrichten en verbeteren van Data Governances en datawarehouses.