Datagedreven werken; Maar dan wel met de juiste data!

Datakwaliteit..

Computable 5 Augustus: Bijna één op de drie generatieve ai-projecten (gen-ai) zal het einde van 2025 niet halen. Marktvorser Gartner voorspelt dat ten minste 30 procent geen vervolg krijgt op de fase van ‘proof of concept’. Belangrijkste redenen tot stopzetting zijn slechte datakwaliteit, ontoereikende risicobeheersing, escalerende kosten of onduidelijke bedrijfswaarde. Niet alleen ambitieuze AI projecten zijn afhankelijk van goede kwaliteit data, ook initiatieven als “datagestuurd werken” leunen in de eerste plaats op een goede kwaliteit data. Je zou verwachten dat het probleem van slechte kwaliteit data na decennia van IT innovatie eindelijk eens tot inzichten leidt. Per slot van rekening hangt het succes van bijna iedere ICT innovatie af van de kwaliteit van de data.

Betrouwbaarheid vs vertrouwen

We kennen allemaal de voorbeelden; dubbele gegevens, achterhaalde gegevens, gemanipuleerde data, externe data van twijfelachtige kwaliteit, kopiebestanden die dagelijks, wekelijks of maandelijks heen- en weer gestuurd worden. De vraag; “wat gebeurt er met de privacy gevoelige data nadat het de applicatie verlaten heeft?” kan bij veel organisaties niet beantwoord worden. De betrouwbaarheid is twijfelachtig en dus zal het vertrouwen laag zijn. En als er weinig vertrouwen is, dan moeten we geen beslissingen willen nemen op basis van die data.

Vertrouwen is goed maar zekerheid is beter

Zodra data gaan bewegen slaat de vervuiling toe, dat hebben tientallen jaren ICT ervaring inmiddels wel bewezen. De filosofie “ophalen bij de bron” zou dus iedereen aan moeten spreken. Eén bron, één eigenaar, één versie van de waarheid. Dat komt de betrouwbaarheid van data ten goede en dus het vertrouwen. Dat geldt voor datagedreven werken, en ook voor de introductie van AI. Alleen al daarom moet een integratiestrategie, met een onderliggende architectuur die het mogelijk gemaakt wordt om al die gegevens uit al die verschillende in- en externe bronnen te delen en op te vragen, een hoge prioriteit krijgen.

Bij projecten over AI en datagedreven werken gaat het nu vaak in de eerste plaats over de technologie van het normaliseren, het type data-cloud en de Business Intelligence oplossing of over een bepaalde AI technologie. Als we echt geleerd hebben van het verleden gaan we dat nu eens anders doen. In plaats van technologie gaan we dit keer eerst nadenken over de principes die de technologie met decennia gaan overleven. Zo moet het in de eerste plaats gaan over het beschikbaar stellen van data zodat het verzamelen van de juiste gegevens niet langer een moeizame, maandenlange exercitie is maar handeling die standaard ondersteund wordt dankzij een pragmatische integratiestrategie. Eerst nadenken hoe we al die data die we hebben eenvoudig beschikbaar maken voor iedereen die die gegevens nodig heeft, en pas dan bedenken wat we er allemaal mee kunnen doen. En niet andersom, met goede ideeën die stranden op technische beperkingen.

Wij zien van dichtbij dat overheidsinstellingen en andere organisaties die de ontsluiting en de distributie van hun data op orde hebben datagedreven werken en andere initiatieven veel sneller kunnen implementeren. Ze zijn in staat om hun dienstverlening en serviceniveau te verbeteren, simpelweg omdat data niet de beperkende factor is, maar juist de “enabler”.

Neem eens contact op met The Integration People van Enable U om samen te kijken hoe we ook uw organisatie kunnen helpen om meer uit uw data te halen.

Door: Marcel den Hartog, Trend & Development Expert bij Enable U