Onlangs viel ik in een gesprek op BNR Radio met de directeur van de Amsterdamse Rekenkamer. “Er zijn 44 afzonderlijke administraties in de Gemeente Amsterdam – het is net spaghetti – breng eerst de basisadministratie op orde – overzicht en inzicht ontbreekt.” Het was duidelijk dat het over de financiële administratie ging, maar de kwalificatie had zo van toepassing kunnen zijn op de gegevenshuishouding van iedere willekeurige organisatie.
Zonder goede administratie geen gedegen beheer
Iedereen die iets van boekhouden begrijpt, snapt dat met zo’n spaghetti gedegen financieel beheer vrijwel onmogelijk wordt. Boekhouden gaat terug tot de oudheid en dient een helder doel: overzicht houden over de financiële positie, inzicht krijgen in oorzaken van winst en verlies, en verantwoording afleggen. Een goede administratie is een conditio sine qua non voor een gezonde bedrijfsvoering. Niet zelden gaan organisaties failliet – of komen in ernstige problemen – niet omdat hun businessmodel niet deugt, maar simpelweg omdat hun boekhouding niet op orde is.
De boekhouding van data assets: een ontluisterend beeld
Hoe staat het dan met de boekhouding van onze data assets? Bedroevend, als je het mij vraagt. In een gemiddelde organisatie ziet het er ongeveer zo uit: datamodellen staan in Visio of PowerPoint, data dictionaries worden in Excel bijgehouden op de G-schijf, externe databronnen zijn terug te vinden op een intranetpagina van IT, en als je wil weten welke data het voorraadsysteem bijhoudt, moet je even aan Herman vragen of hij een print kan maken van de fysieke databaseschema’s. Herkenbaar? Voor veel organisaties, vrees ik, maar al te zeer.
Een tijd geleden adviseerde ik een klant om bij de inkoop van een ERP-pakket te vragen naar de onderliggende datamodellen. Het ontluisterende antwoord: de leverancier kon die specificaties niet aanleveren, want ze bestonden simpelweg niet. Intussen hebben organisaties de mond vol van data-driven werken, bestempelen ze data als strategische asset – al zoek ik die tevergeefs op de balans aan de activakant – en voegen ze Chief Data Officers toe aan de directie. Maar van welke data er daadwerkelijk in de organisatie omgaat, bestaat vaak geen enkel overzicht. Hoe kun je data dan goed managen? Hoe kun je er waarde mee genereren als je niet weet wat je hebt, laat staan in welke staat die data verkeert? De vraag stellen is hem beantwoorden.
Data administratie is geen luxe, maar een noodzaak
Gedegen data management is geen luxe meer, het is een noodzaak. En dat begint met boekhouden: een administratie aanleggen van je data assets. Welke data hebben we als organisatie? Wat is de herkomst en wat is het gebruik? Waar in de levenscyclus bevindt een data asset zich? Die noodzaak is evident, ook al zien lang niet alle bestuurders dat al. Maar er is geen ontkomen aan. Organisaties beschikken over enorme hoeveelheden data en stakeholders – van toezichthouders tot klanten – verwachten dat die professioneel beheerd worden. En toch gaat het nog regelmatig mis bij iets simpels als een adreswijziging, of staan klantgegevens dubbel in het systeem. Dat is steeds moeilijker uit te leggen. Compliance met wet- en regelgeving dwingt organisaties bovendien om hun datapositie op orde te hebben. En wie data wil benutten via analytics of AI, heeft allereerst goed inzicht nodig in de data waarover de organisatie beschikt.
Een systematiek voor data administratie: leer van Finance
Hoe dan? Terechte vraag. In ieder geval niet in PowerPoint of Excel – dat moge duidelijk zijn. Als we de parallel trekken met Finance, wordt snel duidelijk dat er een systematiek nodig is: een manier om de data administratie in te richten, te vullen en actueel te houden. In Finance bestaat die systematiek al eeuwen: een rekeningstelsel, een grootboek, boekhoudrichtlijnen zoals GAAP of IFRS, administrateurs en controleurs. Mijn overtuiging is dat een vergelijkbaar stelsel – mutatis mutandis – ook voor data administratie noodzakelijk is. Een kernvraag daarbij is op welk niveau data assets geadministreerd moeten worden. Hier speelt het logisch datamodel een sleutelrol, met verbindingen naar andere representatievormen – zowel op conceptueel als technisch niveau. Het ontwerpen van zo’n systematiek gaat dan ook aanzienlijk verder dan het aanschaffen van een metadata tool dat de repositories uitleest.
Wanneer is de data administratie controle even normaal als de accountantscontrole?
Idioot idee of harde noodzaak? Ik denk het laatste. En ik vraag me af hoe lang het nog duurt voordat de jaarlijkse data administratie controle even vanzelfsprekend is als de jaarlijkse accountantscontrole van de boekhouding.
