In dit artikel geven we je inzicht in hoe je met datamanagement zorgt dat jouw data zijn waarde behoudt en waardevoller wordt. We beginnen bij de basis: Wat is datamanagement? Waarom is het belangrijk? En we geven je tips om te beginnen met datamanagement. Zodat jij beslissingen neemt op basis van actuele en accurate data. Dit is een vervolg op het eerdere artikel ‘de eerste stappen naar datagovernance’

Wat is datamanagement?

Datamanagement is het proces om te zorgen dat de data bruikbaar te maken voor het doel. DAMA DMBOK definieert datamanagement als volgt:

Datamanagement is het ontwikkelen, uitvoeren en toezicht houden op plannen, beleidsmaatregelen en programma’s die de waarde van gegevens en informatie-assets gedurende hun hele levenscyclus leveren, beheersen, beschermen en verbeteren.

Data is bruikbaar als het nauwkeurig en actueel consistent is voor het beoogde vraagstuk. Datamanagement is nodig om die kwaliteitseisen te behalen. 

Waarom is het belangrijk?

Datamanagement is de basis voor het slagen en goed opleveren van dataproducten en AI-producten. Door de data goed te organiseren, beschermen en verbeteren wordt de data geschikt voor complexer gebruik en AI-toepassingen.

Het belang van goede datamanagement gaat verder dan technologie. Datamanagement biedt meer grip op de bedrijfsvoering. Denk bijvoorbeeld aan het tijdig verstrekken van vergunningen: als de data rondom aanvragen en doorlooptijden niet op orde is, blijft het probleem onzichtbaar. Met goed datamanagement worden deze knelpunten zichtbaar en kan de organisatie gericht verbeteren.

Ook op beleidsniveau speelt datamanagement een belangrijke rol. Volledige, juiste en actuele data vormen een stevige basis voor discussies en besluitvorming. Beleidskeuzes worden dan niet gemaakt op onderbuikgevoel, maar op feiten. Dit vergroot de kans dat de juiste oorzaken worden aangepakt en dat beleid daadwerkelijk effect heeft.

Als laatste geeft goed datamanagement de mogelijkheid om goed om te gaan met data van inwoners en bedrijven. Daar hebben de inwoners en bedrijven direct profijt van.

Hoe kun je beginnen met datamanagement?

Een dataproject is een goed startpunt om met datamanagement aan de slag te gaan. Een concreet voorbeeld is het inzichtelijk maken van de werkvoorraad van een team, bijvoorbeeld het team Vergunningen. Dit project raakt direct aan datakwaliteit, datagebruik en samenwerking tussen afdelingen, allemaal kernonderdelen van datamanagement.

Stap 1: Begin met een helder doel

Het project begint met het scherp krijgen van het doel. In dit geval zijn er twee:

• Inzicht krijgen in de werkvoorraad: wat is de gemiddelde doorlooptijd per proces, per medewerker?
• Datakwaliteit meten: naast het werkvoorraad-dashboard wordt ook een dashboard ontwikkeld dat de kwaliteit van de onderliggende data inzichtelijk maakt.

Deze doelen vormen de basis voor het datamanagementproces: je bepaalt welke data nodig is, toetst de kwaliteit en start een verbetertraject als dat nodig is.

Stap 2: Stel de juiste rollen aan

Een succesvol dataproject vraagt om samenwerking tussen verschillende expertises:

• Projectleider/kartrekker: bewaakt de voortgang en zorgt dat het project op koers blijft.
• Business-analist: brengt de inhoudelijke kennis van het werkproces in en helpt bij het interpreteren van de data.
• Data-analist: bouwt de dashboards en zorgt dat de visualisaties aansluiten bij het projectdoel.
• Data-steward: analyseert de datakwaliteit en stelt een verbeterplan op. In het begin is dit vaak reactief (incident gestuurd), maar met goed datamanagement wordt dit structureel aangepakt.
• Databasebeheerder: beheert de data en ondersteunt bij het koppelen van de databron met het dashboard. Daarnaast is de databasebeheerder ook betrokken bij het verbeteren de datakwaliteit.

Door deze rollen te benoemen, krijg je ook inzicht in welke afdelingen belangrijk zijn voor datamanagement. Dit is waardevolle informatie voor het moment dat je datamanagement formeler wilt organiseren. Wanneer het werken met data formeler en professioneler wordt, worden andere rollen ook belangrijk.

Stap 3: Werk aan datakwaliteit

Tijdens het project wordt duidelijk welke data bruikbaar is en welke niet. Je toetst of de data voldoen aan de kwaliteitscriteria (zoals actualiteit, volledigheid en consistentie). Als dat niet zo is, start je een verbetertraject. Dit is een essentieel onderdeel van datamanagement.

Conclusie: een project als vliegwiel

Met dit project raak je aan veel aspecten van datamanagement: datakwaliteit, rollen, samenwerking, dashboards en besluitvorming. Je bouwt niet alleen aan een oplossing voor het werkvoorraad-vraagstuk, maar legt ook de basis voor bredere datamanagement in de organisatie.

Door klein te beginnen, leer je wat werkt, wie je nodig hebt en hoe je data gedreven werken kunt versterken. Zo rolt datamanagement stap voor stap uit in de organisatie en wordt data écht een waardevol bedrijfsmiddel.

Wil je meer stappen zetten?

Om je datamanagement verder op orde te brengen en meer stappen te zetten op het gebied van data gedreven werken: Neem contact op  via de contactpagina en we geven je graag inspirerende nieuwe ideeën!