The operational layer of data quality in the Metro model

What this episode covers

• Introduction and expectations
• The operational layer
• Experiences with data quality
• Customer analysis and quality issues
• Rule development and software
• Customer feedback and process improvement
• Cleaning data and migrations
• The problem of duplicate customers
• The impact of quality problems
• Priorities in quality management
• Advice for organisations starting out
• A proposal for a data quality tool
• Closing and reflection

Transcript

Zo, Aris, goeiedag. Welkom in de watertoren van Assendelft. Bedankt voor je komst. Ik heb al erg uitgekeken naar dit gesprek, want ik ken jou als een hele enthousiaste man die heel veel en heel veel mooie verhalen heeft. Dus ik kon niet laten om jou uit te nodigen, ook voor de podcast. Ik doe mijn best. Dus dank je wel. En vandaag gaan we het hebben over het tweede gedeelte. Dus de allereerste podcast hebben we het gehad over het metromodel. En daar hebben we al heel kort aangeraakt dat een van de vier lagen uit het metromodel de operationele laag is. En laat jij daar nou enorm veel ervaring mee hebben. Dus misschien dat jij even heel kort mij mee wil nemen in de operationele laag. En wat voor ervaringen jij er allemaal mee hebt. Ja, je wil graag dat ik alvast een soort samenvatting daarin geef. Dat mag. Ja, ik heb, ik doe heel veel op het gebied van datakwaliteit en vooral ook inderdaad het operationele deel. En dan begint het eigenlijk vanaf het verzinnen van waar gaan we de datakwaliteit op meten tot het uiteindelijk het meten zelf en het uiteindelijk ook het vinden van de verschillen en het schone. En dan weer de terugkoppeling van oké, moeten we het tegenhouden? Dus moeten we de software aanpassen of is het gewoon bestaand iets wat blijft voorkomen en dan moeten we blijven monitoren? Dus dat is even heel kort in een notendop waar je dan tegenaan kan lopen. Ja, ik ben ooit ingerold, 20 jaar geleden. Toen was daar nog niet zo heel veel over bekend en dat was meer zoiets van, Dat was bij een klant en die had een dienst verkocht en die was al in de markt gezet. Want vaak wilden ze heel snel in de markt. Ja, hoe snel je in de markt zit, desto beter loopt het. Ja, dan ben je er al. En het was ook wel goed. Alleen een deel was nog niet helemaal klaar. En het ordersysteem werkte wel en het leversysteem werkte wel. Alleen de facturering ging niet helemaal goed. Ja, dan heb je wel heel veel marktaandelen. Alleen moet ook het geld nog binnenkomen. En zo vroegen ze van, hé, kan jij dat, ik zou maar zeggen, die driehoek, kan je die controleren? Ja. Ja, zo. Daar begon ik mee. Daar ben je een beetje ingerold. Precies, ik zag je verschillen. Op die manier bespaarde je best heel veel geld. Of zorgde ervoor dat het geld binnenkwam wat in het verleden nog niet binnen was gekomen. En als we dan eventjes echt nog even dat framework, het meeste model in gedachten houden. Dan hebben we ongeveer vier bolletjes. Je kan op verschillende momenten instappen. Een van het laatste bolletje als je van boven naar beneden kijkt. Of het eerste bolletje als je van onder naar boven kijkt. Is het de analyse? Ja. Kun je daar wat meer over vertellen? Ja, zeker. Want dan heb je eigenlijk… Tenminste, mijn ervaring. Je hebt drie insteken die je kan hebben. Eén is… Als je dus bij een klant hebt… Je hebt dan al ergens een pijn. Wat ik net eigenlijk ook al aangaf. Ja, weet je. Dat en dat gaat niet goed. Kun je daar een data kwaliteitscontrole op doen? Want we krijgen klanten die hebben klachten over iets. Dus dat is een ding. Dan weet men al wat het is. Hebben ze maar vermoeden. Ja, precies. En dat is dan de eerste stap. Het detail is dan van oké, dan moet je iemand hebben van oké, geef me dan ook de data uit al die systemen of dat één systeem waar we dan op moeten controleren. Dus er moet ook wel iemand zijn die dat weet. En dan kan je dat uiteindelijk dan gaan onderzoeken van oké, waar zit de pijnprikkel en moeten we dat continu controleren. Of eerst maar eens eenmalig van oké, zien we die verschillen ook terug in wat jullie aanleveren. Dus dat is de eerste. Dus de klant heeft al een beeld. Je hebt ook, wat we ook wel eens hebben, dan heeft de klant helemaal geen beeld. En dan krijgen we wel de data van, dan kun je eens kijken van oké, waar gaan dingen niet goed binnen het systeem. Is het dan preventief of hebben ze daar al een vermoeden? Nou, je hebt vaak ook het verhaal dat… Dan moeten ze vanuit de regulator dat doen. Dus dan is er een instantie die zegt van, joh, wij willen dat jij alles wat je anders levert aan een bepaalde kwaliteitsstandaard voldoet. Ja. En dus willen we dat je dat en dat gecontroleerd voordat je dat stuurt. Ja, precies. En nou, ga dat maar inregelen, zodat je uiteindelijk ook als je dat doet, dan heb je soms een periodieke levering. Dus jij bent de informatieverstrekker en je hebt de ontvanger. En die zegt van ja, oké, geef me een soort kwaliteitstempel van oké, dit is wat je levert. Dit is hoe vaak je het levert en het voldoet aan die en die standaards. Dat hebben we nog niet opgelost, maar dan weet je dat dat… Zodat je ook een soort verzameling geeft van oké, alles wat we hier geleverd hebben, dat hebben we ook gecontroleerd. Ja, dat voldoet ergens aan. Precies, dat is vaak ook een ding en soms weten ze het ook helemaal niet. En wat we dan doen, dat is wat ik net aangaf, dan hebben we een oplossing waarbij we dan patronen zoeken in de data. En op basis van die patronen proberen we dan andere velden in die dataset te voorspellen. En afwijkingen op die voorspelling is dan vaak ook een datakwaliteitsissue. En dan op die manier sorteren we dat soort verschillen. En daar helpen we dan de klanten mee. Zeg ook, oké, hier hebben we een verschil met een bepaalde zekerheid. Jongens, kijken jullie in jullie systeem, klopt dat? Of een zo nee, misschien doen we het niet goed. En dan zo ja, oké, wil je daar een regel voor hebben, zodat we die continu kunnen blijven monitoren? Of is het gewoon een eenmalig ding van, oké, ja, dat klopt, maar dat passen we gewoon aan en dan is het prima. En zou je een voorbeeld kunnen geven van bijvoorbeeld zo’n regel, hoe dat eruit zou kunnen zien? Ja, nou ja, wat je bijvoorbeeld, een voorbeeld wat je dan in de praktijk ziet, soms heb je klanten, heel veel klanten die verdelen hun eigen klanten in groepjes. Dus dan heb je zomaar zeggen particuliere klanten en je hebt zakelijk of je hebt overheidsklanten. Nou en de rest of zo, ik verzin maar wat. En wat hij dan bijvoorbeeld zou doen, als voorbeeld, zegt hij van, joh, ik heb klanten die voldoen en dat, dat, dat, dat, dat, dat, dat vindt hij automatisch. En dan is het type klant bijvoorbeeld een bank. Maar ik heb bij een aantal klanten, dan zou ik ook voorspellen dat het een bank is, maar dat is het niet. En dan ga je kijken van, nou, wat is dat dan? Zoiets kwamen we dan bijvoorbeeld wel eens tegen. En ik denk, wat is dat dan? Het bleek de centrale bank te zijn dus eentje, dat is dan de Nederlandse bank. Ja, dat zijn niet de standaardbanken. Nou, dat is grappig, weet je. Je denkt, ja, ik snap dat je het vindt. Het is niet fout. Dus de regel klopt, maar het is niet wat we verwachten. Nee. Wat we willen doen. Ja, hij heeft wel gelijk. Precies. En ik snap ook wel waarom ze dat doen. Maar je hebt ook dingen dat hij natuurlijk wel dingen vindt. Dat je denkt, oké, dit klopt. Dan weer niet. En dat moet dan wel opgelost worden. Moet ik even denken waar ik dan… Je hebt natuurlijk verschillende soorten wat je dan tegenkomt. Dat is ook wel grappig. Wat je ook vaak ziet is… We hebben ook wel eens gehad, even in hetzelfde genre. Dan heb je dus inderdaad een categorie waar ze zo’n klant in verdelen. Dus dan heb je particulier of zakelijk. En dan hebben ze er ook een ID voor gezet. Dus nummertje 1 is zakelijk. Nummertje 2 is particulier. 3 is overheidstype. En 4. En hij kwam toen met het verhaal van oké. Ik heb bij een aantal, van Sinti zomaar zeggen, dit is de regel. Die zegt dat je particulier bent. Dus ik noem het wat. Je hebt, de type is geen bedrijf. Hij is gelijk aan dit en dat. en dat systeem is het zus, weet ik veel wat. En toen zei ik van ja, dan verwacht ik altijd dat die type 1 is, particulier. En hij zegt maar, ik zie bij een aantal is die type 6. 6? Kan dat dan? Maar wat bleek nou? Ze hadden dus bij de categorisering, hadden ze dus 1 en 6, was allebei particulier. En ik denk, ja, dat is op zich niet zo heel belangrijk, maar aan de andere kant denk ik ook weer wel. Want stel dat je doet een, je maakt een query, je zegt van geef mij alle particuliere klanten en je selecteert alleen die van type 1 en niet die van 6. Ja. Ja, dan tel je niet goed. Nee. Weet je? En op zich klinkt dat heel simpel. Maar als daardoor een klant een bepaalde subsidie niet krijgt… Of ik verzin het maar wat… Ja. Ja, dan is het niet handig. Dan is het een serious business. Ja, precies. Weet je? En dan lijkt iets heel simpel. Ja. Maar dan is het toch… Ja, toch heeft het toch impact. Ja. En die analyse, weet je, raakte net al ook eventjes aan, hè… Je benoemde dat gewoon automatisch, dus daar kan je een slim systeem voor bedenken. Ga je ook wel eens met z’n allen om tafel om te kijken wat die regels zouden moeten zijn? Of gebruik je eigenlijk altijd een stuk software? Ja, dus met software vinden we dan die regels. Maar ook, kijk, hoe is het eigenlijk ontstaan? We zijn begonnen met, vaak heb je, bij sommige klanten hebben we een specialist en die zeggen van ja, ik wil dat je deze kwaliteitregel maakt en die en die. Want we willen dat je daar ook op controleert. En op een bepaald moment is het op. Weet je, zeg, wat heb je nog meer? Ik zeg, nou, ik weet het niet meer. En je kan het een beetje vergelijken met de verkeersregels. Iedereen is wel specialist op het gebied van de verkeersregels. Weet je, auto’s die van rechts komen en die gaan voor. Als je rood is, moet je stoppen. Maar als ik je ga vragen van, geef jij zelf alle verkeersregels? Zeg je, ja, ik weet er wel een paar, maar ik weet niet of ik volledig ben. Want ja. Ja, ik denk dat ik er een paar weet, maar niet of ik zelf… Nee, precies. En wat we dan dus doen, op basis van de gedragingen van het verkeer, voorspellen we wat de regels dan zouden moeten zijn. En dat is eigenlijk wat we ook in de data doen. Dus dan kijk je van, oké, als het stoppelijk op rood is, dan stopt iedereen. Blijkbaar als het groen is, dan rijden ze door. Maar ik zie ook gevallen dat als het rood is, dat ze toch doorrijden. Dat is raar. Nou, dat is eigenlijk dan, noem het maar even een datakwaliteitsissue. Of het is een hazenpad. Dus blijkbaar denken we dat mensen op deze manier werken. Maar ze slaan een aantal stappen over. Omdat dat makkelijker is. Dus dat hoeft dan niet verkeerd te zijn. Dat kan ook zijn van oké. Je moet misschien de processen aanpassen. Van blijkbaar vinden ze dat niet belangrijk. Dat je dat registreert. Of sterker nog. Of je moet ze wel opvoeden. Want dat gaat misschien wel verkeerd. Net als echt in het verkeer. Ja. Precies weet je. Ik vind dat een mooie vergelijking. Dat is met Daniel Duidelijk. Ja. En het grappige is. Want hij vindt gewoon dingen. Dat je denkt van oké. Dat had ik dus niet verwacht. Dus eigenlijk help je daarmee. Ja die dingen te vinden. die je niet wist dat je die had. En dat is best krachtig. Dat maakt het gewoon zo super interessant. Maar ja, soms weten ze ook al standaard dingen die al misgaan. Want dan krijgen klantklachten. Oh, we weten wel waar het zit. Dus dan zullen we dat controleren. En je hebt natuurlijk uit verschillende systemen haal je natuurlijk allemaal data. En dat koppel je aan elkaar. Dus dat krijg je natuurlijk ook als dingen verkeerd gaan. In het begin gaat het misschien goed en het eind gaat fout. En probeer ik de oorzaak te verzinnen. Hoe kan dat nou toch? En soms heeft het ook te maken omdat mensen gewoon oneigenlijk gebruik maken van het systeem. En dat is niet expres. Maar vaak is de noodzaak daarvan. Een voorbeeldje is bijvoorbeeld. Je wil niet dat klanten dubbel in je systeem voorkomen. Dan denk ik, ja, ik wil het maar één keer. Dan denk ik, ja, op zich logisch zou ik ook graag willen. Maar soms wordt het expres wel gedaan. En waarom is dat dan? Je hebt bijvoorbeeld een webinterface. En je bent een zakelijke klant. Zegt, ja, ik wil niet dat deze afdeling de gegevens ziet van die andere afdeling. Dus wat is een oplossing? Ik maak er twee klanten aan. Ja. Met verschillende klantnummers. Maar het is wel dezelfde klant. Ja, stiekem zijn het wel dezelfde klant. Precies. En dan begin je al. En dan, oké, ja. Ik begrijp waarom jullie dat doen. Ja. Alleen als we gaan tellen hoeveel klanten hebben we in het systeem. Ja, dan heb je eentje extra. Ja, precies. En als iedereen dat doet, denk ik, oké. Ja, heb je ineens heel veel klanten. Ja. Alleen als je gaat zoeken, dan zijn ze er niet. Dan denk je, verdorie, hoe kan dat nou toch? Maar ze laten die klanten gaan leven. Een ander ding wat we ook wel zien is, bijvoorbeeld, dan heb je, dat hou je bijna niet tegen, dan heb je bijvoorbeeld een systeem, en die, stel je particuliere en zakelijk, maar midden in een klein bedrijf wil een product kopen, maar dat is alleen voor particulieren van toepassen. Maar je denkt, ja, ik ben zakelijk, ik wil dat eigenlijk, want het is goedkoper. Ik wil eigenlijk dat particuliere producten hebben voor mijn bedrijf. Maar dat systeem ondersteunt het niet. Wat doen ze dan soms wel? Dan zeggen ze van oké, dan is je voornaam puntje en je achternaam is Pietje Puk BV. En dan zit je er toch in als een bedrijf, weet je, en dan heb je toch dat product. En ik snap dat ze dat doen, want dan heb je het toch verkocht. Ja, toch een sale. Alleen, ja, het is niet datatechnisch. Dan word je er niet blij van. Dus ja, hoe ga je dan weer mee om? Dus dat zijn best wel dingen die je tegenkomt. Maar oké, dan ga ik nu heel praktisch… Ja, maar goed, de operationele laag is… Mag best wel operationeel zijn. Nou, en wat je ook wel… Dan hou ik er helemaal over op. Wat je ook heel vaak… Ja, ik kan je legodingen noemen. Maar kijk, je vindt natuurlijk niet alleen dat soort dingen. Wat je ook heel veel ziet, is dat bedrijven zijn heel goed met het… Het Sunnyside gedeelte. Dus het aansluiten en het binnenhalen van klanten. Maar als klanten weggaan. Dat hebben ze vaak niet helemaal goed ingericht. Of stel dat je een klant zegt. Je mag mijn product gebruiken voor een maand. En binnen die maand mag je stoppen. En dan vinden we het best. Maar wat gebeurt er dan? Dan wordt dat stopproces ingeschakeld. Maar dan gaat het niet helemaal goed. Die dingen worden niet goed gecanceld. Dan blijven nog links en rechts wat klanten hangen in andere systemen. Ja, dan moet je wat mee. Nee, ook in de trant van je moet klantgegevens mag je ook niet. Als je er niet meer bent, moet je na zeven jaar dataretentie verwijderen. Ja, dat moet je dan wel goed regelen. En dan zijn er overal nog wat losse flodders zitten. En ook weten we dat die zeven jaar dan voorbij gaat. Dat weet je dan ook niet meer. Misschien dat je de aanmaakdatum bijhoudt. Maar in sommige situatie, doe je dat misschien niet meer? Dat soort dingen, dat kom je natuurlijk tegen. Ja, dat moet wel schoon zijn. En, oh ja, wat natuurlijk ook een ding is, dan haal ik er helemaal over op. Je mag nog even doorgaan. Daarvoor zijn we. Kijk, die data, daar kom ik eigenlijk meer door. Kijk, waarom wil je dat die data op orde is? Ja. Is ten eerste van, oké, je wil niet dat je dat door die klanten beschadigt. Dat je klantklachten krijgt. Ja, weet je, je stuurt het nu opname, maar ik ben helemaal niet jarig. Stel dat je iets, weet ik veel wat, staat je geboortedatum er niet goed in. Maar je wil ook, wat wil ik nou zeggen? Er zijn twee dingen die je wil. Of die zou willen, je datenkwaliteit moet op orde, omdat je natuurlijk, nou nu is dat AI natuurlijk helemaal hip. Ja. Maar wat vaak, ja, wat nodig is om die AI goed te doen, is wel dat je je datenkwaliteit op orde hebt. Want anders krijg je natuurlijk voorspellingen of dan gaat hij dingen roepen die, ja, die niet kloppen. Nee. Een ander ding wat ook interessant is waarom je je datenkwaliteit op orde moet hebben is, kijk je op dit moment, ja, het aantal arbeidskrachten is schaars. Dus ja, je moet dingen gaan automatiseren. Je wil handmatige processen die simpel zijn, wil je gewoon weg automatiseren. Maar als je dat doet, moet je wel zorgen dat je data op orde is. Anders loopt die vast. En dus ook dat is een punt waarom je dat goed op orde moet hebben. Dus ja, dat wou ik eigenlijk zeggen. Ja, nou goed, dat is wel een hele uitgebreide analyse. Ja, ik heb een achter tak. Nou goed, ik zit ook zelf even te denken. Nou, ik vind het wel zelf te voorhoor, dus dat is het probleem niet. Ik zit te denken, want we hebben een stukje analyse, een stukje issue. Ik denk dat het al vrij duidelijk is wat voor issues je zou kunnen hebben. En als we dan ook nog, je hebt hem ook al even aanraag, een stukje schoning. Dus waarom het nodig is om het op te schonen. Wat voor manieren ben je vooral tegengekomen om dingen op te schonen? Ja, dat is wel een goeie. Wat wel grappig is, wat je eigenlijk wil is natuurlijk je vindt een fout. En eigenlijk, wat je vaak tegenkomt, er zijn meerdere manieren. Een fout is dat mensen het verkeerd intoetsen. Dat kan zo zijn. Het kan zelfs ook zijn dat je een softwarefout ontdekt. Dus je hebt bijvoorbeeld een query of een view, noemen ze dat dan. En die wordt niet meer aangepast. Dan hebben ze ooit een keer een query gemaakt van oké, dit is, weet ik wel, dit levert alle actieve klanten met bepaalde kenmerken. Maar ja, die data verandert en die velden, die worden er niet meer gebruikt. Die query blijft nog bestaan. Dus dan denk ik, oh, dat gaat ook niet goed. Dus wil je dan dat die weer gecorrigeerd wordt… zodat je dingen niet vervuild wordt… Maar soms kan dat niet. Dat zie je bijvoorbeeld als ze van een externe leverancier een systeem hebben. En eigenlijk zouden ze dat willen aanpassen. Maar dan, zeg maar zeggen, in het selectietraject hebben ze een hele goede prijs weten te onderhandelen. Om dat systeem binnen te halen. En dan moet er een wijziging. Dan zegt die leverancier, nou, dan heb ik voor jou een speciale prijs. Maar dat is niet de prijs waar je blij van wordt. Dan zeggen ze van, kunnen we niet een andere truc verzinnen om hieromheen te… Nee, precies. Ze moeten een omweg gaan vinden. Precies. En dan hebben ze zoiets van, oké, nou blijf het dan maar controleren. Want we weten dat dat niet werkt. En corrigeer het dan maar met de hand. En wat we vaak ook doen is, want dan blijft het gewoon verkeerd gaan. Omdat het niet goed geschoond wordt. En dan krijg je dus gewoon batchprocessen. Dus onder zoveel tijd zie je dat er, noem het maar, systeempje only. Die zie ik alleen nog maar in dat, als je hem dus verwijderd, komt alleen nog maar in dat systeempje, omdat die niet een automatische schoningsding hebt. Ja. Ja, en die krijgen ze dan elke keer, krijgen ze dan een batch van, joh, doe maar geautomatiseerd, zet ze maar op een einde dadem na een bepaalde tijd. Want wat we ook doen natuurlijk, je controleert, als je een fout vindt, wil niet zeggen dat het dan ook een fout is. Wat ik eigenlijk wil zeggen is, je hebt natuurlijk een proces op het moment, even in het voorbeeld van een orderproces, je ordert wat, je bestelt wat, het wordt geleverd en het wordt gefactureerd. Maar op het moment dat je hem ordert en je gaat controleren of hij ook gefactureerd, dan zeggen we, hé, ik zie hem dat hij geordert heeft, maar hij is niet gefactureerd. Nou, dat klopt, omdat hij nog niet geleverd is, weet je. Dus dat kost wat tijd voordat het uiteindelijk helemaal in alle systemen zit. Dus je vindt het verschil, dan wacht je nog een maand of een paar maanden. En als je dan nog steeds het verschil ziet, dan weet je van oké, nu wordt het wel een keer tijd dat dat goed in alle systemen zit. En dan weet je ook oké, dit moet nu pas geschoond worden. Er zit een soort delay vertraging in om dat te constateren. Ja, dus je houdt altijd wel, ook al heb je dingen opgeschoond, onjuiste data waarvan je dat dan ondertussen wel weet. Ja, omdat je weet dat de leverancier zomaar zeggen, dat het systeem nooit wordt aangepakt. Of wat je ook heel vaak ziet, dan willen ze dat systeem gaan vervangen door een ander systeem. Dan gaan we geen wijzigingen meer doen in dat andere systeem, dus doe maar nog even zo zoals dit is. En als dat nieuwe systeem, dan gaan we die nieuwe functionaliteit meenemen, dus dat snap ik wel. Dan proberen ze daar weer op te schonen, zodat het dan meer schoon erin zit. Precies. En wat je natuurlijk ook hebt, is bij migraties, dus ook voor migraties of na migraties, of dan zijn zaken gemigreerd. Ja, die hebben dan net een iets andere logica dan het bestaande systeem. Ja, dan moet je natuurlijk ook kijken van oké, wordt het dan rechtgetrokken met de manier zoals we het hebben gedaan of niet? Weet je, een heel mooi voorbeeld is dan, weet je, waar ik het net over had, de geboortedatum. Dan moest dat verplicht ingevuld worden. Maar ja, dan wisten ze het niet. Dan hebben ze gewoon een, het is het 1900-0101 ingevuld of iets dergelijks. Ja, dan heb je, kijk, als je dan iemand enthousiast gaat, dan laten we de klanten een korting geven op het moment dat ze jarig zijn. Ja, dan heb je ineens op 1 januari allemaal klanten die ineens allemaal een korting krijgen. Ik heb geen idee waarom. Gefeliciteerd met die 153 verjaardag. Ja, precies. Ja, maar dat is wel een ding, weet je. Dus dat moet je wel weten. Oké, dat gaan we niet gebruiken dan. Welke mensen zijn er allemaal betrokken bij zo’n traject? Ja, er zijn natuurlijk een aantal. Waar we het zelf heel veel voor gebruiken. Je meet die datakwaliteit en dan heb je een issue. En dan moet je weten, wat moet het dan worden? A, is het fout? B, en als het fout is, wat moet het dan worden? En C, wie mag dat bepalen? Dan heb je inderdaad een data steward. Dat zijn vaak de mensen in het veld die echt met die data werken. En dat ook weten wat het zou moeten zijn. En als daar een discussie over is, is het ook een data owner. Die uiteindelijk echt bepaalt van oké, maar dit moet het worden. En het moet ook uiteindelijk natuurlijk beschreven worden. Want dat is ook heel belangrijk. Ook met je datakwaliteitsmeting. Van oké, wat meet ik nou precies? Want een heel mooi voorbeeld is van oké, we hebben actieve klanten. Wat zijn dat dan? Zijn dat prospects? Dus klanten die net binnen zijn? Zijn dat klanten die een actief product hebben? Of zijn het klanten waar we net een factuur gestuurd hebben? Dat is echt wel bepalend om te kijken van oké, hoe groot is onze base? En ook uiteindelijk dan voor een overname. Hoeveel klanten hebben jullie er dan al in zitten? Ja, ook voor de waard. Precies. En ook voor de uitkering van bonussen van mensen die wat verkocht hebben. Voor dealers die misschien voor jou diensten verkopen. Dat soort dingen is wel bepaald. Waar hebben we het dan over? En wanneer krijg je dan die bonus van op het moment dat je de klant het… Op het moment dat je die factuur gestuurd hebt. Of op het moment dat je hem al een aansluiting of een product verkocht hebt. En het grappige is dat, ik weet wel, dat was bij een andere klant, een van de beginklanten, daar hadden we dus ook dit soort discussies. En toen hebben we uiteindelijk besloten, ja, voor klanten die we een factuur sturen. Want wat bleek nou? Ja, er kwamen ook heel veel klanten binnen die gewoon niet gingen betalen. Ja, dan kan je natuurlijk wel leuk een bonus gaan uitkeren. Ja, precies. En het was dan vaak ook op een manier dat het niet de bedoeling was. Dus dan kwam je inderdaad in een soort vrouwachtig circuit. Ja, dan kan je best behoorlijk de bietenbrug mee… Ja, want sommige mensen, ja, als je kwaadwillend bent, dan zou het natuurlijk ook wel fijn kunnen zijn als je data niet helemaal klopt. Want dan is het natuurlijk allemaal nog schimmig en onzuidelijk. Nou, wat je natuurlijk ook wel heel veel ziet, is dan denkt men dat men geen datakwaliteitsissue hebt. Maar kijk, als jij, even in dit voorbeeld, je hebt wat gehoord en geleverd en je stuurt nooit de factuur. Ja, die klant gaat echt niet klaar. Ja, misschien die paar daarna, maar die denken van, nou, ik vind het mooi, ik hoef nu te betalen voor deze dienst. Dank voor de sponsoring. Ja, precies. En dan kan jij zeggen van, nou, ik hoor geen klachten, dus iedereen is tevreden. Maar aan het einde zegt niemand wat fijn. En zeker word je niet blij van. Dus nou ja. Het zit ook onder water te broeien. Het hoeft niet zo te zijn. En wat is jouw ervaring met de operationele laag tussen de mensen in het bedrijf? Als jij je aanklop van ik heb een kwaliteitsprobleem. Staan mensen dan te juichen of vervelend? Ja, weet je. Het hangt een beetje vanaf bij wie je aankloppt. Want het is best ook wel gevoelig. Want je vindt natuurlijk dingen waarvan… Mensen die daar dan verantwoordelijk voor zijn… zich zouden kunnen schamen bijvoorbeeld. Maar daar gaat het helemaal niet om. Het gaat erom dat we het oplossen… En daardoor de bedrijfsvoering efficiënter maken… of minder foutgevoelig. Dus dat moet je wel op een bepaalde manier melden… en ook wel heel voorzichtig mee zijn. Dus dat is best wel een ding. Maar vaak duurt het ook best wel lang… Voordat mensen ook op gang komen. Want eerst, je maakt ook wel fouten. En heel simpel, wat is het vertrouwen, komt de voet en gaat de paard. Dus op het moment dat je, als je het niet goed levert, dan denk je, daar heb je hun weer. Nou, daar ga ik niet meer naar kijken, want het is 9 van de 10 keer fout. Dus je moet er heel goed over nadenken voordat je ten eerste het issue meldt. En daarna ook mensen motiveert en ook begeleidt van, oké, wat moet het zijn? En we houden natuurlijk ook bij hoeveel we verbeteren. Maar door dat data quality monitoring hou je bij van oké, waar zijn we begonnen? Wat was er, hoeveel hebben we geschoond? Hoeveel zijn ze er weer bijgekomen? Hoeveel zijn er uitgestroomd aan foutjes? Dus dat ga je echt monitoren? Ja, ja. Een soort van bedrijfsproces meenemen? En dan krijg je ook een soort KPIs. Want ik weet nog wel dat toen hadden we data quality monitoring ingericht. En toen, ja, hoe bepaal je nou de prioriteiten? Ja, jeetje, weet je. En dan heb je natuurlijk ideeën van, nou ja, deze vind ik belangrijk, die vind ik minder belangrijk. Maar ja, hoe meet je dat dan? Toen hadden we zoiets van, weet je wat we doen? We hangen er gewoon een bedrag aan. Bedrag? En ik denk, oké, ja. Nou, heel simpel bij het voorbeeld. Stel je, je verkoopt abonnementen. Als je die niet in rekening brengt. Ja, dan, en dan hebben we gezegd, nou, tot maximaal een jaar. Ja. Ja, dan kan je berekenen hoeveel, als je dat niet oplooft. Hoeveel je aan geld kwijtraakt. Van een financiële waarde aan. Een ander voorbeeld. Bijvoorbeeld bij een regulator. Als je niet voldoet aan een bepaalde eis. Dan kan je boete krijgen. Nou die dacht. Anger weet ik veel een ton aan. Ik verzim maar wat. Als het niet opgelost is. Nou ja dan denken ze. Gaan we dat eerst oppakken. Ja dat is wel handig. Dus op die manier. Want er zijn natuurlijk meerdere manieren. Wat ze vaak ook zeggen. We hebben high, low en medium errors. En dan low errors. Die doen we dan. Die kan je in een jaar oplossen. En een medium binnen een half jaar. En high binnen een maand of zo. Maar ja, het punt is dan, als je continu highs loopt op te lossen en mediums en die lows laat je zitten, wanneer ga je die een keer oppakken, weet je? Dus dat is best wel ingewikkeld. En merk je ook nog binnen bedrijven dat dan, dit is een hele duidelijke methode, dus als het een bepaalde waarde heeft, dan komen we in actie. Zijn er ook situaties waarin managers gewoon heel graag willen dat hun kwaliteitsissue als eerst wordt opgepakt? Of heb je daar echt wel bepaalde processen voor om dat allemaal goed te stroomlijnen? Een, Ze willen vaak, als ze het eerder willen oppakken, is het puur als een regulator dat wil. Weet je, bepaalde managers moeten dan voldoen aan bepaalde eisen. En de auditafdeling zegt dan van, hé joh, dat moet ingericht worden of dat moet je controleren. En als die inderdaad achter hen aan gaan en ze hebben een soort, ja, ik noem het maar even een rode vlag of een dingetje is niet goed ingericht. Dan willen ze wel graag dat het ook gaat gebeuren en dat je het ook laat zien, dat je het monitoort en verbetert. Maar het is ook echt een ding waar je ook allemaal blijer van wordt of beter van wordt vaak wordt het ook meer gezien als een soort moedje van we moeten het doen we doen het maar omdat die het roept. Bezig zijn met het verleden want waar het fout is gegaan en het Herstellen ja precies dat is best wel complex maar ja het is wel goed dat we het doen en dat we het verbeteren het zijn vaak ook een beetje een soort verborgen kosten want als die data niet op orde zit En mensen moeten continu dat weer corrigeren aan het einde van de lijn. Dat zie je dan niet, maar het kost wel elke keer geld. Continu bellen die klanten omdat het niet goed is. Als je je werk niet lekker kan doen, omdat de data mist of wat het juist is. Nee. Dus dat zijn best wel dingetjes. Maar soms is het ook heel moeilijk om dat financieel te laten zien. En daar de prioriteit van in te zien. Dus ja, je moet wel echt mensen hebben die dat ook wel graag willen. Maar vaak is iets van buitenafdruk vaak nog beter. Ja, precies. Dus dat is wel leuk. Maar ja, wat je natuurlijk ook nog wel grappig… Nou, niet grappig, maar wat ook voorkomt is natuurlijk… Fraudengevallen kom je natuurlijk ook tegen. Dus wat je bijvoorbeeld ziet dan als… Stel dat ze een nieuwe dienst of een nieuw product… of een nieuwe dienst in de markt zetten… En dan heb je vaak eerst geprobeerd met friendly users, dus mensen intern, die dan van die dienst gebruik mogen maken. En dan spelen alsof ze een soort klant zijn. En dan kijken of ze door het systeem heen komen, of ze dan een soort factuur krijgen. En op zich is dat prima. En op een bepaald moment is dat getest, is dat klaar. Alleen daarna, als dat klaar is, dan moet iedereen gewoon stoppen met die dienstverlening. En dat vergeet men soms wel eens per ongeluk. Express. Dus ja, dan moet dat natuurlijk gewoon ook uitgezet worden. En we hebben wel eens gehad… dan zagen we dat er een dienst aangesloten was… En dan zag je geen facturen. En ik dacht, oké, die moeten we dan maar uitzetten. Maar je vindt het ook wel weer eng… want je moet ook wel soms vergeten ze de link te leggen. Ja, als we hem uitzien, dan gaan misschien klanten klagen… Want die denken nu dat het wel werkt… En dan kunnen we dat zomaar wel uitzetten… want dan gaat ineens… Ja, gaan er allerlei dingen gebeuren. Dus ze zeggen, oké, dan doen we er eerst eens tien. Dan gaan we eens kijken wat er dan gebeurt. En dan twintig. En dan waren er een paar, weet ik wel, x aantal. Dat er wel tijen stonden. Maar het grappige was, toen kwamen we erachter van, we zetten ze uit. En ineens gingen ze ook weer aan. Dat is raar. Kan dat nou? Maar toen bleek inderdaad iemand in terren dat gewoon aan te zetten. Voor vrienden en familie en weet ik wat. Dus dat is niet de bedoeling natuurlijk. Nee, precies. Nou, probeer dat maar eens aan te tonen. Maar dat vind je natuurlijk. En indirect bespaai je dat ook geld. Serieus, ja. Maar ja, dus je raakt best wel heel veel dingen. Of dat processen niet goed lopen, dat de software niet goed is ingericht. Of dat mensen inderdaad, of gewoon foutjes maken, dat kan ook. Of inderdaad dat het bewust gebeurt. Dus dat is best, ja, zeker heel nuttig om dat te doen. En op basis van alle ervaringen die je nu hebt, hoe zou jij heel kort het proces beschrijven voor iemand die nog niks gedaan heeft met datakwaliteit? Wel zoals een vermoeders heeft dat hij daar iets mee zou kunnen bereiken. Wat is je advies? Waar start ik mee? Maar dan heeft hij er ook de behoefte aan, neem ik aan. Het eerste is natuurlijk, waar heeft hij dan het meest behoefte aan? Of althans, waar zitten zijn pijnpunten? Dan zou ik dat het eerste oppakken. En inrichten. Dus ik zou zeggen, een hele kleine cyclus doen. Dit is de data, dit gaan we controleren. Welke foutjes komen eruit? is het wat je verwacht en waar moeten we het corrigeren of waar moet de software aangepast worden of ja, wat zijn de gevolgen die daar uitvloeien en hoe kunnen we dat verbeteren dus op die manier, en ik heb ook wel eens gehad dat de klanten kwamen die wisten niet ik moet dit inrichten, ik heb geen idee wat moeten controleren ik zeg nou, zullen we dit dan doen of dat ik zeg nou prima, dat is ook goed dus, of inderdaad dat we gewoon, die tool eroverheen halen die gewoon patronen zoekt en daar op basis van dadenkwaliteitsissues vinden. Is dat een standaard tool die jullie gebruiken? Nou, die hebben we zelf ontwikkeld. Oké. Kun je daar iets meer over vertellen hoe dat werkt ongeveer? Ja, nou ja, eigenlijk wat ik ook bedoelde met betrekking tot die ehm… Door die verkeerssituaties. Dus wat hij doet, hij kijkt dus over alle klanten heen. En over alle velden die jij me aanleeft in je dataset. Gaat hij kijken van oké, hoe kan ik zo goed mogelijk op basis van de velden die ik heb in mijn dataset. Voorspellen wat de waarden zijn in dat veld. En dan maakt hij als het ware een soort van opzomming van alle voorkomende waardes. En dan gaat hij zelf afwijkingen bepalen. Ja, dus wat hij dan bijvoorbeeld zegt van joh. Misschien even in het verkeersvoorbeeld. Stel, we hebben ook verkeers. Dan zegt hij, het stoplicht staat op rood. Dan gaat de auto die voor het stoplicht stopt. Het andere stoplicht gaat groen. Dus het andere auto gaat rijden. Maar als er een voetganger is, dan doet hij dat niet. Dus dan kan hij dus voorspellen. Oké, als er stoplicht op rood, dan kan ik voorspellen dat die auto die voor het stoplicht gaat stoppen. Maar een aantal keren doet hij dat niet. En dan zie je dat hij rijdt. Dus dat is vreemd. En dat kan je natuurlijk ook. Eigenlijk in dat voorbeeld wat ik zei van die bank en die centrale bank. Dan zegt hij van oké, hij vindt automatisch van oké, wat zijn de elementen die bepalend zijn om te kunnen voorspellen in welke categorie een klant zit. Of hij vindt een element die bepalend is om te kijken of bepaalde velden aan elkaar gelijk zijn. En zo hebben we, nou, we komen echt de meest aparte gevallen tegen. We hebben wel eens, wat was het, declaraties bekeken van… …van een zorgverzekeraar. En toen kwamen we erachter dat… …voorspelden die bijvoorbeeld van… …ja, ik vind hier een ingediende declaratie… …van iemand die nog niet geboren is. Ik dacht, oké, dat vond ik raar. Dat snap ik. Ja, ik snap ook dat hij dat vindt. Ik dacht, ja. Dus daar hebben we eens naar gekeken. Wat is dat dan? En er was daar daar wel een verklaring voor te vinden. Maar dat zijn wel dat soort achtige dingen… …die eigenlijk onder water… …het kan zijn door een migratie… …dat ze het niet goed omgezet hebben. Verzin het maar, weet je. Maar dat zijn wel punten. Je denkt van oké, dat heb je dan eenmaalig kan je dat corrigeren en dat komt er dan niet meer voor. Maar je vindt echt van alles. Je kan het zo gek niet bedenken. Wat had ik nou laatst ook… Nou ja, dat was meer een ander ding. Wat je ook heel veel ziet is, ook in de categorie dat medewerkers klanten dubbel opvoeren. Dat was eigenlijk een soort… Bewust onbewust is. Het verhaal was, jongens, we willen zoveel mogelijk klanten hebben. Dus die werden heel snel aangezet, maar dan, soms lukte dat niet. Op een of andere manier zat er een error in het systeem. Het zegt, nou lukt niet, ik maak u nog een keer aan. En wat kreeg je dan? Bij die ene klant was het dan deels, nog stond het een beetje aan. De andere, die ging wel goed, dus die kreeg allemaal een hele puinhoop van klanten. En wat hij dan bijvoorbeeld ook zag, dan zei je van, oké, weet je, klanten die over een bepaalde tijd, die moeten een korting hebben, maar ook dat moet na een tijd moet dat eraf zijn. Dan kwam je erachter van oké, maar bij deze klanten, die hebben veel te lang korting gekregen, dat moet je eruit halen. Weet je, dat soort achtige voorspellingen, komt die dan mee? En ook, daar hou ik echt over op, maar hij gaat ook, bijvoorbeeld met bedragen, kijkt die van joh, wat is een standaard normaal range? Dus binnen welke range moeten klanten zitten die voldoen aan een bepaald iets. Dus die hebben dan altijd een bedrag van zoveel tot zoveel besteden ze. En dan heb je een aantal klanten die doen hele aparte dingen. Van, ja, hoe kan dat dan? Weet zijn dan de outliers in statistiek. Ja, dat is dan weer apart. En dan denk je, hoe kan dat dan? En soms is het allemaal te verklaren. Maar soms is het wel apart. En dat is gewoon heel leuk. Waar zei ik het nou over kijken? Ja, dat was… Ja. Oké. Ik heb zelf best wel een goed beeld eigenlijk van het hele proces en hoe dat eruit zou kunnen zien. Dus ik denk dat ik je hierbij ook ga bedanken voor al jouw ervaringen. Het zijn er nogal wat. Ik vind het ook heel leuk. Ik ben heel onficeerd. Ik ben een soort spraakwaterval. Ja, maar dat is natuurlijk juist ook goed. Ik leer er veel van en ook al die, ik vind het echt super knap hoe je al die concrete voorbeelden geeft. Ook over die stoplichten. Ik zie het meteen voor me normaal. Dus ik ga zelf dan helemaal in mijn hoofd al dat lijntje af en ik denk ik snap het eigenlijk wel, hoe dat in elkaar zit. Dus dank je wel daarvoor. Ja, graag gedaan. En wie weet tot de volgende keer. Ja, dank je wel.