Metadata deep dive

What this episode covers

• Introducing Shannon
• What is metadata?
• Simple steps for metadata projects
• Standards and guidelines
• Critical data elements
• The data governance triangle
• The metamodel and why it matters
• The role of the modelling authority
• The human side, and advice

Transcript

Shannon, welkom in de studio. Bedankt. Dankjewel voor je komst naar de Waterhoorden van Assendelft. Wij hebben op persoonlijk vlak al best wel veel gemeen. Dus we gaan ons best doen om het vandaag te hebben over metadata. En ik ben eventjes heel kort benieuwd of jij in één of twee minuutjes kunt vertellen aan de mensen die luisteren wie jij eigenlijk bent. Wie ik ben? Shannon Els, ik kom uit Didam. Dat is helemaal het oosten van het land, net aan de grens van Duitsland. Mijn vrouw is Lianne, al 15 jaar lang, heel gelukkig. En onze zoontje is Colin, 7 jaar oud. Nou, we willen nog meer, dus we gaan het wel wel meemaken. Dat is privé. Persoonlijk heb ik een voorliefde voor personal training, weightlifting, hout bewerken, diepe interesse. En ja, super handig dus ik ben altijd of iedereen om ons heen aan het helpen met klussen of thuis bezig en op professioneel gebied eigenlijk alleen maar mijn hele, Nederlands werkende carrière, in de ICT geweest. Dus een kleine, ook ongeveer 15 jaar zo en het begon ooit in het specifieke op data engineering dus SSJS, RS, AS bij een bedrijf, een fantastisch bedrijf dat Society heet. Nou, ik heb meerdere bedrijven gehad over die jaren heen. Maar mijn kantelpunt of mijn focal punt op governance was bij een bedrijf Hot Item. Ik weet niet of je die kent. Een van de beste governance partijen op dat moment. En met een aantal grote goeroes waar ik mee gewerkt heb. Norbert, Barth, Remco. En ja, dat is zo’n kleine 6-7 jaar geleden en sindsdien ben ik alleen maar bezig met met governance sec en dan specifiek op change dus change adoptie het voor mij inmiddels 20 jaar als ict’er merk ik dat het nooit om de infrastructuur of de data gaat maar om de mens ja dat maar zo kun. Je misschien wel met geen mooi bruggetje maken Wacht, ik heb je netjes dat je een slokje neemt. Tussen het stukje metadata, waar je ook heel veel van af weet en de mens. Dus misschien dat jij gewoon heel kort eens in jouw eigen ervaring kunt vertellen, wat is nou metadata? Misschien nog wel de allerbelangrijkste vervolgvraag alvast. Waarom het eigenlijk niet zo heel spannend hoeft te zijn? Ik persoonlijk vond het wel heel spannend toen ik aan het leren was, zo’n kleine tien jaar toen ik echt met metadata begonnen was, Omdat het destijds echt een technisch spelletje was. Inmiddels heb ik het inderdaad gesust naar Take It Easy. Metadata is context, zo simpel is het. Je kunt geen beslissing nemen zonder context. Je wordt wakker en je kijkt naar je app en dan staat 25 graden op. Hartstikke leuk voor die 25 graden. Maar als jij even naar buiten loopt en dan blaast een koude windje, dan ga je even toch het huis in. Je pakt een jas en je gaat wedden. Hetzelfde geldt voor metadata. Het is context. En heel vaak hoor je, vind ik een slechte definitie, data over data. Ja, dat was ook al wat in mijn hoofd zat. Ja, en dat is het absoluut niet. Het is niet data over data. Het is context, oftewel informatie over data. Dit is iets waar wij in de data bubbel een beetje vast zijn gaan haken op dat data van data metafoor. Maar als ik zeg 42 graden Celsius, ja, weet je, alles in dat uitspraak is al op zich data. We weten, het heeft te maken met een hele hete temperatuur buiten of binnen. Maar zonder de graden Celsius wist ik niet dat 42 een temperatuur was. Zonder de 2, sorry, zonder de 4 wist ik niet dat de 2 in de 1 lijn zit. En zonder de 2 wist ik niet dat de 4 een 10 was. Dan zie je hoe, nou ja, bijna blauw autistisch je op dit onderwerp kan gaan vallen. En dit gebeurt ook daadwerkelijk in bedrijven. Ze vallen echt over wat is metadata. En dan heel veel energie spanderen op wat de definitie is. Ja, maar dat kan ook zo zijn, dat klopt. En de reden dat iedereen eroverheen valt, is omdat we niet een common language spreken, een soort canonical language. En dat is, mag een cijfer, onafhankelijk van een temperatuur aanduiding, worden benoemd. Dus als ik in een zekere context, een Nederlands bedrijf, veebedrijf bijvoorbeeld, die een zekere temperatuur aan melk moet behouden, zegt, hoe heet is het? Ja, 42, ja prima. Dan weten we allemaal, discussie gevoerd, ooit hebben we het afgesproken, direct of indirect. 42 is 42 graden Celsius. Niet Fahrenheit, niet Kelvin. Dus even samengevat, metadata is niet data over data. Natuurlijk heb je data die data verrijkt. En dan kan je het ook metadata noemen als je het wil. Maar mijn label, mijn definitie is informatie, oftewel context over data. Ja, en hoe zou je managers, ik probeer vaak een beetje in het idee van managers te denken die ermee aan de slag zouden moeten. Dus die horen dat, die denken misschien nog een beetje aan data over data. Hoe zou je hun willen adviseren om gewoon eenvoudige stappen te maken om hun metadata project van de grond te krijgen? Keep it simple, stupid. Dat is een beetje een boekje die ik ooit gelezen heb. Je hebt een basis set aan metadata. En dan, weet je, je hebt allemaal types. Je hebt technisch en business en social. We kunnen heel erg theoretisch diep gaan diven. Voor mij is het, je kunt een papiertje pakken of een Excel document. En je kunt zeggen, nou, in principe moet ik dit weten om aan de slag te kunnen gaan. En stel je zegt, oké, een tabel. Nou, de naam van de tabel of de omschrijving van de tabel, dat is al een stukje metadata. Waar heeft het over? Hetzelfde geldt voor een stuk terminologie of een business term, noemen ze dat, in het lexicon. Wat is de business term? klant, oké, prima. Dus de naam van die business term is klant. Simpelweg, definitie of naam, de bron is heel belangrijk. Komt dit uit een boek, komt dit uit een applicatie? Ja, htbs. Eigenaarschap altijd belangrijk. Ja, goed trouwens, goeie. Eigenaarschap als basis set. En dan bedoel ik, Twee dingen met eigenaarschap, want de Nederlandse taal ondersteunt niet ownership zo sterk. Je hebt eindverantwoordelijkheid, oftewel geldschieterschap, om maar chennerlans te spreken. En je hebt gedragen verantwoordelijkheid of gedelegeerde verantwoordelijkheid. En wat ik met eigenaarschap bedoel is, wie is degene die de mandaat heeft om te zeggen, ja, wij beheren dit ding, het object, het asset in een systeem of in een Excel document of in een poppenpapiertje in een document. Wie is die persoon? Wie kan ik spreken om change, omtrent dit set aan objecten in gang te zetten? Dat is de eigenaar. Elk andere persoon is oftewel gedelegeerd verantwoordelijk of niet. En dan de kwaliteitseisen, dus samengevat de naam of omschrijving, de bron, het stukje eigenaarschap en de kwaliteitseisen. En dat kan je heel bij de hand doen en allerlei standaarden opnoemen. Nu ga ik dat toch even doen. Normaal vandaan, joh. De ISO, die heeft ons een hele mooie basis set aan standaarden en richtlijnen gegeven voor metadata specifiek. Waar heb ik dit ooit toegepast? Letterlijk bij elke klant. Wat is een goede definitie? Je kunt heel breed gaan zoeken, maar ISO 1179 zegt, dit zijn de dingen die per se verplicht zijn. Dit is waar de definitie aan moet voldoen en dit mag het aan voldoen. Nou, pak dat, pas dat toe en dan heb je gewoon een goede definitie bijvoorbeeld rond de metodaten. Niet het wiel opnieuw zelf uitvinden. Moet je niet doen. En vooral de complexiteit het is niet complex, we hebben het telkens over complexiteit, als we het over data hebben of metadata, het is absoluut niet complex, het is veel, En dat is wat, weet je, mensen halen dat een beetje zo’n, oh, best een grote taak met heel veel dingen die gebeuren moeten. En dan noemen ze dat heel snel complex. Ja, ik kan me er wel iets mee voorstellen dat als je iets niet kan overzien, dat je het dan snel complex noemt. Ja, terwijl dat wel, als we het over een zekere bewustzijn hebben, dat is de bewustzijn die we dus moeten raken bij mensen, vind ik, is weg met die complexiteit. Want complexiteit geeft voeding aan angst, angst geeft voeding aan onzekerheid, onzekerheid geeft voeding aan ruzies tijdens meetings, het willen hebben van gelijk met je ego in andere contexten van het opstellen van een data governance programma of zoiets. Dit lijntje kunnen we heel snel gewoon even wegvegen. Alle weerstand die bij zo’n implementatie komt kijken, kan je verminderen met een grote mate, dat wil zeggen, dit is niet complex. Jongens, we hebben een grote taak voor ons. Hier zit een olifant in de kamer. Die moeten we stukje voor stukje eten. Het is niet moeilijk. Je pakt het eten en je zet het in je mond. Wat complex. Het is alleen veel. Ik vind hem al heel makkelijk gemaakt. Dus ik zie hem ook al vol me en ik probeer altijd op basis van of ik dingen voor me zie voor mezelf dan even te denken, is het genoeg voor het onderwerp of moeten we door? We kunnen door. Want uiteindelijk is het, ja, als ik het begrijp, dan kunnen we door, zeg maar. Dus ik moet ook wel heerlijk zeggen, ik herken het ook wel, toen ik zelf net in de datawereld begon te werken en de term data over data hoorde, dacht ik van, oh ja, wat kan er allemaal over data dan verzameld worden? Want het gaat natuurlijk niet om wat er allemaal verzameld zou kunnen worden, maar nu begrijp ik dat je vooral alleen de dingen wil verzamelen die je nodig hebt. Ja, aan de ene kant moet je natuurlijk heel goed nadenken over wat heb ik dan nodig. En dat is natuurlijk ook best wel complex op zich natuurlijk. Of althans misschien veel. Ja, dit is ook een veel versus complex discussie. Want ik ben van mening. En ja, zoals ik zei, ik heb heel veel goede mentors gehad. En zij hadden de kracht om te zien, heel snel. Laat me gewoon Bart pakken. Bart die zei gewoon, Shannon, dan kwam ik met heel veel ingewikkelde spullen bij hem en ja dit en dit, dan kunnen zoveel die assets bij elkaar knoppelen en dan kunnen we het in Colibra stoppen en dan kunnen ze van alles nog wat en dan keek hij en hij blijft kijken totdat hij klaar was en heel veel geduld had hij en op een gegeven moment zei hij van, heb jij koffie gedronken met die mensen en dan had hij een koffie gedronken, Je hoeft je hele verhalen aan te vertellen over… Prachtig mooie betoog houden net. Hij zegt, heb je koffie gedronken? En ik zeg, Bart, het moet toch altijd van je crazy. Het blijkt, en dat was ook tijdens COVID geheel toevallig. Het blijkt dus dat wat hij daarmee bedoelde is, heb jij rapport opgebouwd bij de mensen in het proces die jouw draagvlak moeten bieden bij de moeilijke changevraagsteken die gaan komen. En dan om specifiek te zijn op wat je net benoemde. Jij zegt, leg alleen dat vast wat je nodig hebt. Ja, wat heb je nodig? Dat weet je niet. Als je niet met Sarah gesproken hebt bij een of andere asset management afdeling. Sarah, wat vind jij belangrijk? Dit rapportje, of rapport zou ik niet rapportje zeggen, want het is heel belangrijk. Dit rapport moeten wij naar de Nederlandse bank eentje per kwartaal sturen. En dat moet 100% kloppen, want ex-IZ reden. Nou oké, top. Sarah, waar komt het informatie van dit rapport vandaan? Ik gebruik de woorden informatie, excuses. Eén probleem. Ik gebruik de woorden informatie en niet data. Of gegevens, dat is in Nederland. Omdat die mensen denken niet in metadata. Die denken niet in datakwaliteit. Die denken niet in data. Zij heeft een rapport. Ze noemt het ook een rapport. Zij wil graag dat rapport juist. Dus daar staat de kwaliteit. Fit for purpose. ze leveren aan xyz dit is haar brood zo verdient haar brood na de moet je dan niet mee gaan sollen door allerlei complexiteit aan toe te voegen dus vind uit wat sarah belangrijk vind enige manier je doet kopje koffie drinken enige manier dat doet live of via teams in het geval met kover rapport opbouwen met die persoon en dan is zij meer dan bereid om dat dat dat dat graafwerk te gaan doen over waar komen die data-elementen vandaan. Wat is een data-element? Wat is een data-concept? Hoezo eigenaarschap? Nou, ik kan al die metadata-terminologie aflopen, maar ik denk dat je snapt dat je al die data-assets of business-assets, kan gaan traceren, oftewel gewoon objecten, allemaal objecten in een spelveld van data-governance, kan traceren met behulp van een Sandra, door alleen dat vast te leggen wat zij nodig heeft om haar werk te doen. En dit heet in de lexicon van Data Governance. Critical Data Element of kritische data elementen. En heel veel mensen vallen over die kritische data elementen. Dat ook is metadata. En daar ook moeten we niet over complexiteit praten, maar veel. Want wat heb je nodig om je werk te doen? Als ik naar een pompstation ga, dat is een vraag die ik bijna al mijn cursusisten vraag, als zij bij mij in een les zitten. Wat moet de pomphouder hebben om ervoor te zorgen dat hij zijn geld van jou krijgt? Stel, je rijdt weg en je vergeet, ik wil niet zeggen dat iedereen die wegrijdt een crimineel is, maar je vergeet te betalen. Wat heeft hij nodig? Nou, dat kunnen we samen. We hebben een timestamp nodig. Je hebt het een keer ergens gedaan. Jouw kenteken, nou daar zijn we dus. Nummertje van de pomp het liefst. Type brandstof nummertje van de pomp, zijn we er? En de prijs op dat moment, maar dat heb je al uit de timestamp, dus je hebt niet eens de prijs nodig. Dus de timestamp. Waarschijnlijk zou je met alleen het kenteken ook al heel ver komen. Bij deze dus. Dus in principe kritisch gezien als ik die twee stukken informatie niet heb, dus wat was het nou? Timestamp en kenteken, want je kunt altijd andere afleiden daarvan. In principe zijn die dingen kritisch. Dus wat moeten we dan doen om dit dus, praktisch te maken, om het inzetbaar te maken voor een bedrijf. Wij moeten ervoor zorgen dat onze klok, de computer die dus de tijd bijhoudt, altijd actueel is. Dat is kritisch. En we moeten zorgen dat de camera’s die kentekens vastleggen, dat die werken. En denk nog één dingetje erbij, ik weet niet of dit werkt in de benzinewereld of whatever, maar een lock. Dus als een auto geparkeerd staat en de camera heeft het kenteken niet geregistreerd, is er een lok op het uitvoeren van de pomp, zeg maar. Dan kan het proces überhaupt niet starten. Ja. Dus moet je een berichtje krijgen, doe je auto naar voren, wat dan ook, voer je kenteken in zoiets. Ik zit nu gewoon een beetje hard op te denken. Ja, dat is heel duidelijk. Ja. Ja. Toch? Ja. En dat daar omheen in dat proces over al die elementen die je net beschrijft ook weer metapunten zouden kunnen ontstaan, dan krijg je natuurlijk alweer een veelvoud. En als je dan helemaal terug zou moeten kijken, dan lijkt het misschien complex. Precies. Kan ik me voorstellen. Weet je, en als je nou een rapport hebt, stel je wil elke maand een rapport hebben op alle benzine, diesel, gas die je geverkocht hebt. Je wil voor verbetering doorvoer vergroten, want je merkt dat er echt te lang bij een pomp worden gestaan of wat dan ook. Dit kan allemaal nu gebeuren. Worden eigenlijk nieuwe kritische punten dan wat je gaat bepalen. Precies. Snap je? Dus dit soort zaken, dat is waar het vastleggen van metadata, in de regel begint. Bij een kop koffie. Om maar een cliché grapje van te maken. Die je haalt bij het afrekenen van je tank. Heel duidelijk. Ik vind het echt heel duidelijk. Waar ik heel graag naartoe wil, en daar kan ik nu al naartoe, is de driehoek, of misschien nog wel meer dan de driehoek, die jij in onze voorbereiding, was het niet echt, het was een kennismaking, hebt benoemd. Dus zou je die eens op tafel kunnen leggen en daar iets meer over te vertellen? Zeker. Als je de DAMA DMBOK pakt, DAMA is een belangrijke organisatie voor data managers, punt uit, geen discussie daarover. De data management body of knowledge is ook belangrijk voor borging, vind ik. Maar het is een vertrekpunt. En dat probeer ik ook iedereen die hiermee begint. Of iedereen die hiermee aan de slag mee wil gaan. Stel je bent data engineer of architect. En je wil nu je ziensveld verbreden. En ik begin even breed. Dus ik ga zo kanaliseren. Moet je daar maar erbij pakken. En mijn persoonlijk verhaal hierbij is. Ik had een klus bij een bank. En ik had alleen maar irritatie over de kwaliteit van de data. En er was een business intelligence competence center, BICC heette dat destijds, op de zevende verdieping in de achtertoren, en die mensen die, ik kwam daar kloppen ja, hoe zit het nou met de data en niemand kon me antwoord geven en ik irriteerde mijn naten ja, het was verschrikkelijk en toen dacht ik, dan moet toch een systeem of een gedachte zijn, die hier iets mee kan, en ik typte destijds nou, dan heb ik het over 15 jaar geleden of iets langer, framework en ik kwam de de pm bok tegen dus ik de pm bok lezen en ja dat moet toch iets zijn het hield mij niks gaf me alleen heel veel inzicht in project management ja en de type deck no jokes dm bok dama data management boer je opnemen en. Lessen instinctief was Het ja gek ja ja ja ik dacht hey wow dus is cool dit bestaat en nou ik dat ding meteen gekocht weet je, laat het manager vragen voor financiën, het zal wel hele boek gelezen, kan met. De vrachtwagen binnen Zo’n hefvork ik dat ding helemaal van kaf tot kaf gelezen, letterlijk van kaf tot kaf, en realiseerde mij van oké wil je echt gave dingen met data doen, moet je dit ding pakken maar, maar, maar, maar, bij de dame der Bokje heb je zo’n wiel, en die is heel groot, en je kunt eindeloos met die wiel gaan spinnen Totdat jij je blauw in het gezicht bent. Maar ik vroeg me af. Gewoon vanuit een filosofisch perspectief. Wat zou… Als ik hiermee bezig ben, en die vraag kwam pas na een jaar of zeven, dat ik mee bezig was in dit vakgebied. Wat zou de samenstelling zijn dat als ik dit doe, dat ik andere dingen per definitie mee aanraakte? En hoe zou ik, welke van die dingen zijn onlosmatig van elkaar? En ik begon, data management op zich, dus database management. Dat kan in principe los van alles. Ik bedoel, ja, dat is niet ingewikkeld. Dat moet je niet zeggen tegen beheerders, dat is niet leuk. Nou, data architectuur. Ik heb best veel bedrijven gezien die gewoon systemen hebben aangeschaft, data ingezet hebben en ze doen hun werk. Weet je, hun primary processes worden gewoon ondersteund door dit allemaal. Ja, geen architect aan de orde geweest. Misschien een infrastructuurspecialist die een beetje gekeken heeft, oké, klopt het allemaal? Nou, zo ging ik dat lijstje af en ik kwam op een piramide. En de piramide was voor mij van oké, als je kijkt naar de veel van de dama, heb je governance in het midden en daar stond voor mij data quality, metadata en master data aan de basis van die piramide, die driehoek dus waar jij het over hebt, als letterlijk de fundering van alles. En verder in de dama d’enbok zie je ook dat ze zetten het als basis neer in andere diagrammen. Maar ik dacht, als ik metadata wil gaan beheren, dan moet ik wel zorgen dat de metadata-kwaliteit op orde is. Maar ook de metadata helpt voor data-kwaliteit, omdat ik lineage-inzichten kan krijgen in waar de bron zit. Ik weet ook wie de eigenaren zijn, die simpele zaken waar ik net benoemde. Ik weet wat het is, waar het vandaan komt, de bron, et cetera. Maar zodra ik metadata aanraak, moet ik met die kwaliteit aan de slag. En zodra ik die twee dingen heb benoemd of onderzocht, moet je een soort van single point of truth hebben. En dat is master data. En je kunt honderd van ons spreken en we noemen het allemaal iets anders. Single point of truth, single version of truth. Het zijn allemaal type truth. Maar als je het over wie is Sonny hebt, dan moet er wel een master zijn van dit is de Sonny waar wij het over hebben. En alle andere systemen die collecteren data en die eiken zich aan die ene Master en Sony. En toen reageerde ik me van, oh ja… Dit is het. Hier ga ik mijn carrière ombouwen. Dus ik heb… Dacht je dat toen ook echt van, oh, dit is het. Ja, ik had echt zo’n eureka moment van, oh ja, badwater wordt hoger. Dus dit is hoe dat werkt. Dan dacht ik, oké, ik ga nu focussen op zoveel mogelijk kennis opdoen van data kwaliteit, master data en metadata. En dat governance, dat is mensenspul. Dat komt wel. Ik voelde dat al intuïtief, dus van, oké, dat komt wel. I’ll figure it out. Ik moet gewoon dit spul doen. En dan leer ik de mensen kennen over de jaren heen. Nou, dat is ook gelukt. En ik begon bij masterdata. Ook bij een bank. En die hadden Tipco. En ik wilde me alleen maar bemoeien met alles wat masterdata was. Dus bij elke gesprek over masterdata. Bij elke discussie over architectuur rond de masterdata. Over de systemen rond de masterdata. Daar was ik bij. En heb ik veel geleerd over masterdata. Hetzelfde geld voor datakwaliteit. ik heb exclusies best veel verschillende dat kwaliteit stoele onder mijn neus gehad. Zelf dat kwaliteitsprocessen bedacht heel veel dat kwaliteit processen gestolen van de iso 8000 om weer stoer te doen en ik realiseerde mij pas toen ik mijn metadaten terecht kwam om het circuit het je even rond te maken voor deze podcast. Dat het moeilijkste, het meest complexe, en nu gebruik ik het woord expliciet, en grootste uitdaging voor mijn carrière bij metadata lag. En dit gevoel had ik al heel wat eerder in mijn leven beleefd, van oké, die metadata zijn al belangrijk, maar ik vind, wat is dat? Hoe zit dat in elkaar? En. Master data is metadata. Datakwaliteit is metadata. Governance, de taal van governance is met de data als jij zegt wat is de taal van nederlanden nederlands italiaan italiaans zuid-afrikaan daar zijn 11 en governance spreekt met de data dus als jij mee te daten als je governance wil wil spreken als jij het wil kunnen invoeren als je de programma’s willen opstellen is je resourcing voor voor governance wil doen maakt niet uit hoe je governance voor aanvliegen als je het wil doen, En je wilt het goed doen, dan moet je metadata echt door en door kennen. En dan wil ik niet zeggen dat je de beste in de wereld bent, als dat je ambitie is, call your gang. Maar snap dit alsjeblieft door grond. En met metadata echt kennen, waardoor je dan bijvoorbeeld net zoals die standaard die je net hebt benoemd, waar het aan zou moeten voldoen. Dat is één. Dus eigenlijk hoe je het op de juiste manier vastlegt. Of wat doe je nog meer? Nog meer. Voor mij als geschoolde informatie analist dat is mijn achtergrond is begint metadata bij het model en wat bedoel ik hiermee is je hebt realiteit je hebt een digitale wereld wat doen we nou eigenlijk als wij allerlei databases opstellen en als we allerlei informatie vastleggen als het heel plat slaat heel simpel wil wil wil wil uitleggen is we proberen de realiteit vast te leggen een realiteit dus moment. Opname uit de riemers ja Pretty much sonny bestaat en het liefst tot de 100 jaar oud zodat die zijn kleinkinderen kan zien nou in die 100 jaar dat jij in de in de basisregister van nederland zit wordt jouw wordt jij vastgelegd in al je gegevens al je en nauwgegevens worden ook vastgelegd. En dat helpt jou om te genieten van het Nederlandse samenleving. En dat is best belangrijk. Maar jij bent een mens. You’re a real person. En wij leggen dus jouw metadata, wat ook jouw data is toevallig, want dat spul, al die labels, Sony en Powerbys, dat is allemaal labels, allemaal geplakt op jou. Dat ben jij niet. Je bent niet al die labels. Dat is metadata over jou in principe. Dat is omschrijvend informatie over jou. Maar het is ook data. Dus dat is het vastleggen van de realiteit. En bij mij begint metadata bij het model. Kan je die verder uitleggen? Dus in principe wil ik weten waar zit wat en wie is daarvoor verantwoordelijk. En in de governance wereld noemen we dit het metamodel. Niet het metadata model. Even voor duidelijkheid. Een metadata model is iets wat je bouwt om een metadata register op te stellen. Je gebruikt een metamodel om dat weer op te stellen. Dus het is heel complex. Dit is wel complex. En is het metamodel dan eigenlijk de ruggengraad waarin je bepaald wasje zou willen vastleggen over iets? Sterker nog, ik ben al tijdje geleden begonnen met een generieke metamodel. Waarbij ik zoveel mogelijk veel voorkomende objecten, denk inderdaad de kwaliteitsregel. Dat is een object die vaak voorkomt. Denk aan Data Governance Policy tabel, kolom, database, autorisaties. Gehaloos, gegevenslederingsovereenkomsten. Al dit soort objecten die wij gebruiken in onze data bubbeltje. Zijn allemaal objecten die in de realiteit beheerd moeten worden. Dus als je een asset hebt moet je dat beheren. Het heeft waarde. En dit zet je in een generieke metamodel neer. En dan kan je naar de klant toe. Of naar jouw baas. Ik ben consultant dus vandaar dat ik altijd over klanten heb. Maar dan kan je naar jouw hulpzoekende. En je kan zeggen, dit is in principe, als jij een Pareto volledig metadataregister wil opstellen. Dus 80% goed en 20% dat is het meeste werk over de komende 10 jaar. Moet je deze objecten vastleggen binnen je organisatie. Oké, klasse. Dat is dus je metamodel. En met dat model kan je zeggen, de realiteit van ons bedrijf, de processen, de mensen die er rondlopen, die een titel hebben, zoals Data Steward, Data Custodian, Data Owner. Die leggen we dus vast. In een van die onderdelen die onderdeel van zijn van het. Precies. En dan heb je systemen. Purview, Allation, Axon. Van Talent heb je ook Data Steward, Colibra. Vind ik dus de beste van de slechtste. Want ja, ze zijn allemaal gebrekkig. Je bent allemaal realiteit na te maken. Precies. En Colibra doet dat in mijn opinie het beste. En nog steeds daar heb ik oneenigheid over, want ontologisch gezien, ja, omdat mijn realiteit rondom data vastleggen en metadata vastleggen bij het model begint, kijk ik ook naar de systemen die wij gebruiken om metadata registers te maken of ze dat kunnen faciliteren ja, en ook hoe schoon is dat model dus als ik zeg, oké, je hebt een rapport en een rapport heeft een relatie met X, Y, Z, en dan ga je in jouw hoofdmodel …subtuperingen aanwijzen. En wat bedoel ik hiermee? Je hebt een persoon. Je kunt een natuurlijk persoon hebben. Rechtspersoon. Of een rechtspersoon. Je gaat niet… …in… …de database… …zeg maar allerlei… …type rechtspersonen, allerlei type personen allemaal aandijden. Je hebt gewoon, dit is een persoon, dit is een rechtspersoon. Dit doe je voor de vastlegging. Je kunt dat gaan doen als je wil. Je kunt… …subtuperen totdat je blauw in het gezicht bent. Maar het punt wat ik wil maken is… …sommige systemen… Zetten een object vast, zeggen je kunt alles vasthouden in dit object en dan ineens, omdat ze een relatie hebben met een andere bedrijf, stel bedrijf A heeft een, goede relatie met bedrijf B en daarom hebben ze dus allerlei objecten vernoemd naar dat bedrijf zelf dus bedrijf B tabel, bedrijf B dashboard, bedrijf B, et cetera, et cetera, ja dan ben je dus jouw eigen model aan het, vies aan het maken. Ik weet niet hoe je dat zegt. En komt dat dan omdat je eigenlijk in je in je blauwdruk, om het zo te zeggen, op die ruggengraat een klant met die naam hebt en dan nu eigenlijk hele andere soort zaken gaat vernoemen naar iets wat daar niks mee te maken heeft in het opzicht. Precies. Ik snap hem. En nogmaals, ik ben vooral als het om metadata gaat, heel neutraal. Dat mag. Ooit heeft iemand allerlei termen bedacht. Wie heeft het woord data steward bedacht? Ik weet het niet meer. Ik heb heel veel boeken gelezen. Waarvan de beste, die van John Ledley is. Over governance. En ik kan niet achterhalen wie dit hele concept data steward, data custode. Maar wij doen het allemaal. We noemen het allemaal dat. En met z’n allen afspraken dat dat dan maar de manier is. En dan kan ik mijn leven. Maar ik kom ook bij organisaties. waar iemand zegt, nou we hebben een data steward aangenomen en hij is verantwoordelijk luister, dat is heel crazy, hij is verantwoordelijk voor het rijlen en zeilen van het data governance, stukje binnen onze organisatie nou dan vliegen mijn autistische haartjes omhoog en dan denk ik van, oh dat is hem niet ja wel, want kijk dat is dus een aanduiding van volwassenheid voor mij, dan denk ik, oké, als hij dat zegt, dan weet ik oké, we hebben dus echt ver te gaan voordat hij snapt, oh oké, het zit zo TV GELDERLAND 2021. Het mag. Ik ben er een jaartje of vier nu van afgestapt. Het gaat natuurlijk ook niet om dat iedereen maar altijd hetzelfde moet benoemen. Hij zou wel helpen. Maar dat is natuurlijk wel in de ideale wereld. En die bestaat niet. Nee. Maar om even dat cirkeltje rond te maken met dat metermodel. Dus hoe leg je dat dan vast en wat bedoel je daarmee? En waarom is meterdata zo belangrijk? Dat metermodel helpt heel erg met ook toetsen. Toetsen van volwassenheid. Toetsen van compleetheid. Als mensen al over eigenaren en stewards en custodians hebben, dan weet je al, ze zijn al deze volwassenheid. Als ze voor data quality, en dan heb ik het over fit for purpose, met goede contracten werken, dataleveringscontracten, informatieleveringscontracten, gegeven, dat is een dataleveringscontract, beheercontracten, sorry. Als zij die dingen gebruiken, dan weet ik, oké, in mijn metamodel, oké, dit gebruiken ze deze. Dan zeg ik, ja, hebben jullie ooit van deze objecten gehoord? Nee, waar heb je het over? Oké, dan kunnen we daar dus jouw organisatie helpen om volwassen te doen. En eens begrijp jij nou nu eigenlijk gewoon een beetje, als ze dit soort dingen niet hebben, dan gaat het waarschijnlijk daar en daar ook niet helemaal soepel. En dan komt die driehoek weer terug. We hebben geen gegevensleveringsovereenkomsten. Gegarandeerd, dat tussen de silo’s er best veel oneenigheid is over de kwaliteit van de data. Nou, om daar even specifiek op in te gaan. Je hebt grote bedrijven, de Big Four Financials, die ik het namelijk niet ga noemen, maar we weten allemaal wie dat is. Je hebt allemaal hele coole frameworks en systemen bedacht om bij jouw bedrijf de beste organisatie te maken met Data Covenant top. En het werkt ook allemaal, anders zou je het niet verkopen. Maar als je kijkt, en dat heb ik veel gedaan, kijk naar de complexiteit, echt complexiteit, die gemoeid gaat met daten kwaliteit. In bedrijven zoals dit, niet die specifieke bedrijven. Nee jongens, hier ook, doe alsjeblieft normaal. Wat wil je weten? Je wil weten of de data op tijd binnen is gekomen. Hé Piet, zou je zorgen dat jij die job aftrapt zondagavond, Zodat ik maandagochtend 9 uur met mijn rapportages kan beginnen op tijd. Is het volledig? Dus weet je, als jij… Dit is de ANC erbij. Ja, inderdaad. Je had 100 records in de bron. Voor jouw rapport heb je 100 records nodig. Er zitten niet 98 records in. Het is niet heel ingewikkeld. En als laatste is het juist. Heeft je alleen maar e-mails gestuurd en je had postcodes nodig. Ja, dan heb je een probleem. Ja. Dit, heftigheid. Ik weet dat die discussie om alleen die drie dimensies, noem ik dat dan. Tijdelijkheid, juisheid, compleetheid. Ik weet dat daar oneenigheid zal bestaan binnen een organisatie. Als u die overeenkomst er niet… Om die overeenkomst… Gegarandeerd. Wat doe ik? Nou, dan gaan we weer. Ik luister naar Bart en ik ga een kop koffie drinken. Koffie erbij. En ik drink koffie met alle mensen. En dan, het lijkt op roddelen. Maar dan vraag ik letterlijk, van wie neem je allemaal data af? Dan krijgen ze altijd een beetje veerstand. Is dit nou voor controlevraag? Vreemde vraag. Wie neem je data af? Neem je data af? Oh, een stukje bewustzijn. Ook, inderdaad. Dan zeg ik, dan zeg ik, ja, weet je, van die drie organisatieafdelingen. Dan zeg ik, nou, hebben jullie zeg maar afspraken over hoe dat gaat? Nee, het komt gewoon in een systemen voor. Prima. Totdat de regulator komt, stel, en het gebeurt niet veel. Die regulators, die mogen van mij echt wel vaker en beter optreden. Ik ben niet onder de indruk van… Dat zou wel helpen. Als ik kijk naar… Nu gaan we weer het side pad vatten. Als je kijkt naar finance. FinTech finance. Waarom zijn dat in de regel de bedrijven die het beste hun data management… Ten opzichte van andere domeinen. Agriculture, zorg, bla bla bla. Maar waarom zijn zij de beste? Nou, de reden daarvoor is IFRS 9, All the Things. Bijna heel duidelijk. Er zit zelfs een prijskaartje aan. Letterlijk. Dus wij moeten zorgen dat we onze regulatory compliance halen. En stel tegenwoordig worden ze in de database van de DNB geplugd, direct. Het is niet meer dat je kan zollen met cijfers en dan een reportage kan sturen. De reden daarvoor is die regulation. En ik zou eerlijk gezegd, en ik weet dat dat voor suïne mensen niet een fijn gevoel geeft, maar de illusie van privacy, want dat is het, het is een illusie, illusie van privacy komt omdat men iets maar doet met data. En ik zou het fijn vinden als wij echt wel een standaard set aan dataregels gewoon verplicht maken. Voor alle domeinen binnen Nederland. Maakt niet uit wat voor een type business jij bedrijft. Daar moet je aan voldoen. En dan is het naar ratio de boeting. Ik bedoel, als je een MKB’tje hebt die 10 miljoen euro per jaar omzet. Dan ga je die niet een 10 miljoen euro boete geven. Maar ja, de grootste oranje bank in Nederland. Als die een 10 miljoen boete krijgt, die kan het wel slikken. Niet fijn. Dat willen we allemaal niet. Maar het kan. Dus ja. Ik ben heel erg benieuwd wie jij dan vindt dat er verantwoordelijk zou moeten zijn. Het kan meer dan één persoon zijn denk ik. Voor dat metamodel. De Modeling Authority. Nou, makkelijk gezegd. Een organisatie met 30 man gaat geen Modeling Authority opstellen. Dus dan is dat de data manager. In dat geval, 30 man. 300 man. Het data team. Een paar siloetjes. Daar kan je net een governance board op zetten. Net, net. Dan kan je een enterprise architect in dat datamanagement teampje van 300 man verantwoordelijk stellen voor zoiets. Gaan we naar de 3000. Zelfs al hoger dan 1000. Ik denk 1000 plus. En nu zuig ik maar wat uit mijn duim. Maar best stevige organisatie. Met goede omzet. Dan ben ik van mening dat je echt een goede modeling authority moet hebben. De Modeling Authority moet, vind ik, geleid worden door een ervaren, oftewel bekwam, informatieanalyst, oftewel datamodelleur, weet je, een informatieanalyst heeft in zijn toolbox het goed en het degelijk kunnen datamodelleren. Die persoon of de enterprise architect in dat modeling authority met heldig gedefinieerde, naamgevingsconventies goede conforme standaarden als jullie kiezen voor, UML bijvoorbeeld als de type modeltype die jullie gaan gebruiken om een ERD op te stellen maakt dat de facto en dat wil niet zeggen dat alle andere afdelingen niet hun eigen modeltypes mogen gebruiken. Maar zolang ze, als ze ooit aan het, hoofdconceptuele of het canonische datumodel willen gaan pakken, dat ze wel die koppeling met jou maken. En dat een metamodel, die moet daar ook conform aan zijn. Dus de same name conventions, dezelfde standaarden, zodat wij, dusdanig goed kunnen borgen, Dat de eventuele eigenaar een rol is en niet een persoon. Want de vraag die je stelt vind ik een hele goeie. Het wordt vaak een persoon. En sterker nog. Zonder mandaat vaak. Zonder mandaat. En nog enger. Het is vaak een externe. Het is mij opgevallen dat bedrijven best vaak mannetjes zoals ik inhuren. Om dit soort zaken te gaan fixen. Ja, goed betalen. Dat is wat je last mag dragen. Ja. Vinden ze. Zonder borging. En dan gaat die persoon weg. Ja. Hoeveel consultants in de BI heb ik gehoord? Ja, ik zal 11 jaar bij dit bedrijf. Dan denk ik, ja, maar dan heb ik toch intern mee gaan werken. Hoezo consulting voor 11 jaar? This is crazy, man. Dus ja… Afhankelijk van de grootte van je organisatie moet er een interne persoon, expliciet. Op een rol Specifiek gezet worden met als zelfs functieomschrijving, informatieanalyst, enterprise architect. En waarom benoem ik nou het woord data architect niet? Want ik zeg de hele tijd enterprise architect en niet data architect. Ik vind dat het woord data architect een drogreden aan zich is, want die bestaan eigenlijk niet. Kun je het uitleggen? Ja, ik kan het uitleggen. En je hebt een enterprise architect, en dat is iemand die snapt, of driehoekjes hebt, hoe de business en het infrastructuur die ten dienste is van de business, moet werken met de informatie die in dat business zit. En je hebt businesszware enterprise architects, dus dat noemen we dat een business architect vaak. En die zijn bezig met het zorgen dat de processen een degelijk goed roeien en vloeien in samenwerking met ICT, zodat de systemen ook up-to-date blijven, dat wij allerlei zaken weg kunnen doen die te oud zijn. En dat de informatievoorziening voldoende is. Je hebt infrastructuurzware architecten, dat noemt man IT architect vaak. En dan heb je een data architect, en nu spreek ik mezelf tegen. Een data architect die zich verhoudt tot de informatievoorziening SEC en geen enkel van die drie architecten is een IT, business of data architect, ze zijn enterprise architect in de regel en je kunt toog afpakken als je wil het type enterprise architect er zijn meerdere types. Maar in de regel zijn zij enterprise architect. En zij werken aan hun beurt weer met solution architects, vind ik. Dus een persoon die informatie zwaar is, die zichzelf data architect mag noemen, als ze dat willen. Ik vind het een drogreden. Een enterprise architect met een zware datacomponent. Want je snapt ook hoe de business werkt en hoe de ICT werkt, vaak. Die werkt nauw samen met jouw solution architects om oplossing Colibra, oplossing Azure, oplossing Databricks, ik noem maar wat, die laatste twee heb ik heel weinig kennis van, te gaan realiseren, Power BI bijvoorbeeld. Ik denk dat ik hem dan ook snap dan, want dan heb je de enterprise, is waar het eigenlijk over gaat. En hoe dat dan ingericht zou moeten worden, dus dat kun je met verschillende mensen. Precies, en dus daarom benoem ik expliciet informatie-analyst, en niet de business-analyst. Dat is ook zo eentje, die ze door elkaar halen. En nou is het toevallig een gesprek over metadata, maar ik doe dit expres nu om duidelijk te maken dat wij de definitie. De functieomschrijving dan begint het eigenlijk al. Juist. Van de acteurs in onze metamodel duidelijk moeten krijgen zodat wij de juiste waarde uit die mensen kunnen halen en dat zij ook, kijk, als jij mij als informatieanalyst inzet, maar ik ben de business analyst, ga ik het best zwaar krijgen want dan ga ik allemaal informatie opzoeken, modellen bouwen, dat weer toetsen met de business. Ik heb daar geen zin in. Ik wil gewoon lekker met procesverbetering bezig gaan. Kijk hoe de waarde in de keten zit, dat soort zaken. Daarom ben ik business analyst. Ik wil luisteren naar requirements. Goeie business analyst, process scanner. Requirements engineer. Goeie informatie analyst, process scanner, datamodeller. Ja, heb je het. Dus afgesloten informatie analyst, enterprise architect en dan in de zwaarte mag je zelf bepalen. Dankjewel. Ik vind hem heel informatiedicht. Er zit echt heel veel in. Dus dankjewel daarvoor. De laatste vraag die ik altijd nog even wil stellen is, hebben we nog iets gemist wat nog wel in deze aflevering hoort? Het menselijke aspect. Dan heb ik daar misschien wel een hele mooie vragen wat je had nog een beetje achter in mijn hoofd na dit gehoord hebben is het voor mij heel erg duidelijk en veel vereenvoudiger geworden maar heb je nog een laatste advies voor die daar of nou een data manager dat specialist of iemand anders is niet gevoel heeft dat die iets moet of iets mag of iets kan net hoe je deel of vreemd met zijn metadata, wat hij morgen zou kunnen doen om zowel het proces een beetje te overzien, want het zou waarschijnlijk niet helemaal zijn rol zijn om dat allemaal op te pakken, maar die wel de roeping heeft om dat in gang te zetten. Dan ga ik hem toch weer gooien op koffiedrinken. Ja, no jokes. Dat is misschien het beste stuk carrièreadvies die ik in mijn leven heb gehad. Zeg ik ook tegen iedereen waar ik nu werk. Ga koffiedrinken. Ga zoals Robert Seiner van Non-Invasive Data Governance zegt. Ga de mensen niet een rol toewijzen, maar ga identificeren welke mensen dat rol al tot zich nemen. Dus ga jij als manager, en ik merk dat ICT-managers, ICT-zware data-managers, dit moeilijk vinden. En business-managers of programmanagers dat minder moeilijk vinden. Ga identificeren wie omvermt zich de hele tijd. Wie is de persoon die echt elke woensdagmiddag aan het klieren is of tieren is bij de koffieapparaat? Ik heb Sandra nu al zes keer gevraagd om die data op tijd te sturen. En die zet ze helemaal op te vinden over de kwaliteit en de levering van de data. Dit is dus een perfecte kandidaat voor de eten stewardship. Misschien zelfs gedelegeerd eigenaarschap. Wat ook steward kan zijn, maar laten we daar niet te diep op duiven. Maar jij als manager bent een kopje aan het drinken. Piet is helemaal tekeer aan het gaan over Sandra. En jij zo, hey Piet, kom eens even met mij een kop koffie doen. Wat irriteert jouw kerel? Hij vertellen en dan zie je, oh, het gaat om data kwaliteit. Het gaat om hoe je de metadata vastlegt. Hij snapt dat niet. Piet moet het nog leren. Maar jij als data manager, hopelijk de dame de en bok gelezen hebben. Leest het. Snapt waar die man zich allemaal over ontfermt. En je kwam tegen, oh, Piet is die. En ik heb een subject matter expert hier. En ik heb toevallig een technical steward. Dus een data custodian. Iemand die de data echt vastlegt in het systeem. Dat is die persoon. Ik heb nu een data governance organisatie. Heel eenvoudig. Opgetuigd. Zonder formeel die mensen die naam te geven. Door koffies te drinken met die drie verschillende mensen. Die met elkaar te maken hebben. Zonder een heel duur inhuurproces. Van mensen die toch niet passen. Omdat ze eerst een jaar nodig hebben om de business te leren kennen. Snap je. Ik hoop dat ik een ander te geven op de vraag. Ja, hij is geland. Hartstikke bedankt. Dank je wel. En wie weet tot de volgende keer. Topje.