CorporatieGids Magazine

15 ONAFHANKELIJK MAGAZINE OVER STRATEGIE, BEDRIJFSVOERING & ICT VOOR WONINGCORPORATIES NUMMER 3, 2019 14 WWW.CORPORATIEGIDS.NL goede datakwaliteit. “VERA heeft bijvoorbeeld een heleboel typen referentiedata, zoals een lijst met woningtypen. Die standaard rijtjes kun je zo gebruiken in je eigen systemen. Een andere belangrijke standaard is het Referentie Grootboek Schema (RGS). Daarmee kun je heel makkelijk je jaarrekening genereren.” Een goed gesprek Toch hoeft volgens Rob niet alles en iedereen gestandaardi- seerd te zijn. “Een standaard is ook nooit volledig dekkend. Al is er geen standaard, dan is het nog belangrijk dat je definities die je gebruikt helder vastlegt. In het stappenplan stellen we daarvoor een ‘gegevens-norm’ voor.” Naast het gebruik van standaarden adviseert Rob dan ook een goed gesprek: “Accepteer geen slechte data maar ga met elkaar in gesprek. Maak duidelijke afspraken tussen mensen en afdelingen.” Schat kosten slechte data in Rob adviseert verder de kwaliteit van je data te meten en de kosten van slechte data in te schatten. “Neem als voorbeeld energielabels of de oppervlakte van een woning. Oude energielabels – van voor 2015 – of verkeerde oppervlakken kunnen impact hebben op de puntenberekening en markt- waarde van een woning. Dat kost geld. In het stappenplan hebben we handige tools voor het meten en inschatten ingebouwd.” Edo vult aan: “Datakwaliteit heeft niet alleen effect op bedrijfs- lasten en beslissingen, het heeft net zo goed effect op je processen of communicatie met huurders of woningzoekenden. Zo kan communicatie met klanten niet soepel lopen omdat mobiele telefoonnummers of e-mailadressen niet op de juiste wijze – vorm of locatie – zijn vastgelegd. Onvoldoende datakwaliteit kan zelfs tot gevolg hebben dat organisaties terughoudend zijn met het verder introduceren van digitali- sering. Kortom, de effecten van slechte datakwaliteit kunnen door de gehele organisatie heen en op verschillende niveaus en momenten zichtbaar worden.” Vertragend? Versnellend! Werken aan goede datakwaliteit terwijl de trein doordendert, hoeft volgens Rob niet vertragend te werken: “Integendeel, uiteindelijk werkt het versnellend omdat het achteraf moeten corrigeren van data meer tijd en geld kost. Door aan het begin goed na te denken over datakwaliteit kan je voorkomen dat data of een onderliggend proces ‘ontspoort’ en blijf de trein op de rails. Neem bij aanvang van een traject de tijd om met elkaar in gesprek te gaan, zodat het vraagstuk, de wensen en belangen goed inzichtelijk zijn. Hiermee wordt meer begrip gekregen en wordt er een basis gelegd voor gedragen resultaat. Alleen is makkelijker, samen kom je verder. In het stappenplan wordt het instrument ‘de vrijdagmiddag-meeting’ gepresenteerd. Met behulp van dit instrument kan je de kwaliteit van je data in beeld brengen alsmede de kosten van het herstellen van foutieve data. Dit is een praktisch hulpmiddel om het gesprek met elkaar aan te gaan. Door met datakwaliteit aan de gang te gaat de ‘data-trein’ rijden en kan het een TGV worden als de data voor je gaat werken.” Hele branche Als die TGV door de hele branche raast en iedereen met ons stappenplan werkt is het project geslaagd, antwoordt Rob desgevraagd met een vleugje bravoure. “Dat zou mooi zijn, maar het project is ook al geslaagd als individuele medewerkers binnen een corporatie met het onderwerp datakwaliteit aan de gang gaan en hierin een verbetering weten te realiseren voor hun organisatie. Daarnaast zou het mooi zijn als de bewustwording over het belang van datakwaliteit en het plezier in het werken met data verder omarmd wordt. Zie het niet als een bedreiging maar als een middel dat je helpt bij het realiseren van je kerntaken. Maak data toegankelijk en laat je verrassen door de inzichten die dit kan geven.”