Zelf uw datakwaliteit verbeteren, met een beetje hulp van standaarden

Geplaatst door CorporatieMedia op
 

Je droomt over wat de digitale transformatie allemaal kan betekenen. Big Data, Artificial Intelligence, predictive analysis. De corporatie wordt een Data Driven organisatie!

Plots schrik je wakker. Al die mooie dingen werken alleen als de basis deugt. En de realiteit? Het project ‘data op orde’ loopt al 3 jaar en het eind is nog steeds niet in zicht. Is het eigenlijk wel een project? Een project heeft immers een einddatum? Was ermaar een eenvoudige aanpak om de belangrijkste gegevens op niveau te krijgen. En te houden. Goed nieuws, die aanpak is er.

Wat zijn de belangrijkste gegevens? Begin met prioriteren en redeneer vanuit de informatie ‘vraag’ kant. Voorkom ellenlange interne discussies en kies voor de gegevens die nodig zijn voor wettelijke verantwoording en dan die voor interne sturing. Zijn deze op orde, dan heb je minstens 80% van de gegevens voor je processen ook al op or de.

Hoe weet ik dan welke gegevens ik daarvoor nodig heb? Hier bieden de VERA-definities van bijvoorbeeld de dVi uitkomst. Van iedere indicator is precies bekend welke VERA-gegevens nodig zijn. Ja, maar de dVi bestaat uit wel 1.200 indicatoren! Klopt, maar voor het uitrekenen ervan heb je maar 150 VERA-gegevens nodig, dat valt dus mee!

En hoe kom ik achter de kwaliteit van deze gegevens? Ook hier gaan de standaarden helpen! SKARP heeft voor de belangrijkste systemen een VERA-stekker. Deze vertaalt de gegevens naar een VERA-analyseomgeving. Het inlezen zelf levert al erg veel inzicht op over de datakwaliteit, maar het gaat veel verder dan dat.

De gegevens worden onder andere gecontroleerd op VERA-referentiedata. Dit zijn door VERA voorgeschreven ‘labels’. Zo heeft een woning het label ‘WOO’ en een bedrijfsruimte ‘BED’. Hetzelfde geldt voor het labelen van financiële gegevens op basis van RGS, zie daarvoor ons andere visie-artikel in deze gids.

Er is voor heel veel gegevens referentiedata voorgeschreven en deze sluiten naad loos aan op de wet- en regelgeving. In de praktijk blijkt het vaak erg lastig om deze labels in de bronsystemen zelf te implementeren. Gelukkig biedt de VERA-stekker de mogelijkheid om daar geleidelijk naar toe te groeien en zelf de juiste vertaling te beheren.

De belangrijkste gegevens zijn geladen en volgens standaarden gelabeld. Maar klopt de inhoud? Om corporaties in staat te stellen zelf de gegevens te valideren voegt SKARP er betekenis aan toe door VERA-definities op deze gegevens toe te passen: ‘Deze eenheid is een woning in exploitatie met bestemming verhuur.’

Alle issues over datakwaliteit, maar ook alle VERA-gegevens inclusief hun betekenis zijn beschikbaar in een analyseomgeving en met Power BI eenvoudig te analyseren en rapporteren. Neem maatregelen in de bron en herhaal de voor gaande stappen…

Bron: CorporatieGids 2019 | Foto: SKARP