Data is het nieuwe goud

Het goud dat zij zochten zat al miljoenen jaren op dezelfde plek, maar dit was de eerste keer dat het door mensen uit de grond werd gehaald en er nuttig gebruik van gemaakt kon worden.

Voor veel organisaties is het nu 1848: er zijn heel veel data die al een tijd lang beschikbaar zijn, maar pas nu wordt het makkelijk(er) om die data bruikbaar te maken en om er waarde aan te geven. Bij veel organisaties bevinden data zich in allerlei systemen die allemaal verschillende manieren van opslag gebruiken. Elk systeem dat gebruikt wordt, bevat waardevolle data. Echter zijn die data niet per definitie direct bruikbaar. Daarvoor moet een aantal stappen worden gezet om de benodigde data daadwerkelijk uit de verschillende systemen te krijgen. Daarvoor moeten verschillende stappen worden uitgevoerd die uiteindelijk leiden tot een (meer) datagedreven organisatie.

Stap 1: Executive buy-in

Om waarde uit de systemen te kunnen halen en de juiste data te kunnen ontvangen, is er executive buy-in nodig. Er zijn vaak acties nodig vanuit meerdere kanten van een organisatie om de juiste data te krijgen. Zonder deze executive buy-in gaan er allerlei roadblocks worden opgeworpen die moeilijk te omzeilen zijn.

Stap 2: data verzamelen

De eerste stap gebeurt vanzelf: naarmate een bedrijf langer bestaat, verzamelt het allerlei ongestructureerde informatie in systemen. Bijvoorbeeld e-mails voor support, informatie over de verkochte producten of financiële informatie over de inkoop van diezelfde producten. Elk systeem dat  gebruikt wordt, heeft zijn eigen opslagmethode en dus is het correleren van die informatie lastig. Soms is men zich niet eens bewust van het bestaan van bepaalde informatie.

Stap 3: data-analyse

Om waarde te kunnen halen uit de data in stap 1 zal er eerst een analyse moeten worden uitgevoerd. Wat zijn de belangrijkste vraagstukken binnen de business die kunnen worden beantwoord met informatie uit verschillende systemen? Welke data bestaan er? In welke systemen zitten die?

Deze analyse lijkt makkelijker dan hij is: er zijn zowel subject matter experts nodig als ook technisch onderlegde mensen die begrijpen wat de mogelijkheden zijn voor dataextractie.

Stap 4: Extract Transform and Load Pipeline

Nadat is besloten welke data waar moeten komen, kan er een Extract Transform and Load (ETL) pipeline gemaakt worden. In zo’n pipeline worden data uit de systemen gehaald op een volledig geautomatiseerde manier (het Extract deel van ETL). Deze data moeten vervolgens vaak correcties, aanvullingen en conversies ondergaan (het Transform-deel van ETL). Als laatste moeten die data vervolgens op een gestructureerde manier worden opgeslagen in het Datalake (de Load-stap van ETL). Nadat deze stappen doorlopen zijn, is het tijd om de data te ontsluiten.

Stap 5: Business Intelligence Dashboard

De informatie van de bovenstaande stappen zal moeten worden samengevoegd om er daadwerkelijk waarde uit te halen. Dit kan in de vorm van een business intelligence dashboard waardoor de complexe data begrijpelijk worden gemaakt voor gebruikers. Dit dashboard geeft in één oogopslag overzicht van de prestaties van de organisatie en helpt direct bij te sturen waar nodig. Op deze manier kan een organisatie betere resultaten boeken op termijn.

Nadat deze stappen zijn voltooid, is het noodzakelijk om dit te blijven onderhouden, moet er een verantwoordelijke  zijn om dit dashboard en de onderliggende ETL pipelines continu te onderhouden.

Als laatste, maar zeker niet minder belangrijk, is het belangrijk om aandacht te besteden aan security en compliance, zodat het “goud” veilig blijft vanaf het begin van de reis tot aan het einde.

Een transformatie naar een datagedreven organisatie is complex en vergt zorgvuldige planning en voorbereiding. Wanneer deze omslag is gemaakt binnen een organisatie profiteert de organisatie optimaal van de data die zij verzamelt en zijn die goud waard.