Building data awareness as part of data governance

What this episode covers

• Introduction and background
• Data literacy and awareness
• Examples of data awareness
• A data community and collaboration
• Training and development
• Data quality and responsibility
• Why data quality matters
• Governance and compliance
• Data governance processes
• Tips for data initiatives
• An approach to data governance
• Why data processes matter
• Resistance and escalation
• Obligation and data awareness
• Summary and closing

Transcript

Frans, goeiedag. Goeiedag Sonny. En welkom in de studio. Dank je wel. Bedankt voor je komst. Bedankt voor de uitnodiging. Ja, natuurlijk. Natuurlijk. Ik heb jou uitgenodigd, omdat soms kom je langs mensen hun profiel en dan heb je een bepaald gevoel ergens bij. En dat had ik bij jou ook. Dus het leek me heel erg leuk om jou naar de studio te halen en te horen wat je allemaal hebt gedaan. Dus misschien dat je heel kort eventjes wil vertellen wie je bent en misschien een kleinste keer voor je achtergrond. Ja, zeker. Nou, Frans. Geboor en getogen in Nederland. Ik heb heel lang in de corporate world gezeten. En onlangs met de prepension gegaan. Maar data is mijn ding. Ik kan alleen maar zeggen, data is altijd de rode draad geweest in mijn carrière. En alle dingen die ik gedaan heb, hebben we al een link met data. En ik vind het ook heel leuk om vandaag hier wat dingetjes te kunnen delen. Misschien wat tips. En gewoon ook over data te kunnen praten. Ja, dat gaat wel lukken. Want ik ga je alles vragen wat ik wil weten. We nemen het een klein beetje als thema, maar daar kunnen we natuurlijk van afwijken. Data awareness. Je hebt een hele lange looptijd al, of eigenlijk een loopbaan kan ik wel zeggen, al achter de rug met verschillende initiatieven. En ik was gewoon eens benieuwd of jij maar heel kort mee kan nemen waar je begonnen bent en wat je gezien hebt. Dan misschien een beetje in de hoek van data literacy om mee te beginnen. Daarna kunnen we kijken of we nog iets kunnen vragen over data kwaliteit en governance ook. Heel goed. Ja, dus de data literacy en de data awareness binnen de organisaties… Het begint eigenlijk heel simpel met iets heel kleins. Ik heb op een raffanaderij gewerkt. En waar we tijdens de analyses tegenaan liepen, is dat we vonden dat we zagen dat er op één bepaalde plant heel veel toiletpapier was gebruikt. Eén plant heel veel was de rest van de raffanaderij. Dus op een bepaalde plant zijn we naar de operator toe gegaan en hebben we eens gevraagd van hoe zit dat? Het simpele antwoord was van, dat was het eerste wat mijn scherm voorkomt. En ik wil eigenlijk zo snel mogelijk door naar het tweede scherm. Op het moment dat je dat uitlegt, hoe de data wordt gebruikt verderop in de chain, verandert ook de mindset en de perceptie van data. Dus het is niet zomaar, ik moet van scherm 1 naar scherm 2 naar scherm 3 van de vindingen niks aan. Nee, het is belangrijk, want het wordt gebruikt. En dat is een heel klein voorbeeld van data awareness. En dat zie je ook, zeg maar, als je dat uitlegt, we hebben dan komt er een soort aha moment oh ja ik nooit ben nagedacht dus dus het moet goed zijn ze ja liefst wel wat dan kunnen we wat mee en en en en ander heel klein voorbeeld is soms hoor je was gevraagd dus bij de mediamart afrekenbaar andere zaak van mevrouw manier mag ik uw postcode nou ja dus heel erg hij daarvoor gebruiken dan dus zoals in dit geval was er een en medewerkster hier in haar eigen persoonlijke postcode invoerde was wat vervelend om te vragen ze wij moeten aan dat doen. Dus die voerden dat in. Op een bepaald moment natuurlijk je analyse op hoofdkantoor, als je van, goh, ook vreemd. We hebben in één deze postcode, hebben we zo ontzettend veel verkocht, wasmachines, droge, stofzuigers, je neemt het. Dus dan ga je terug naar de source, zeg je, maar waarom dus? Ja, maar ik vind het zelf verzenend om te vragen. Dus dat leg je netjes uit, maar we willen graag weten, als we dat aan het initiëren hebben, waar we wat verkocht hebben, dat is belangrijk voor ons. Op dat moment gaat het goed. Daar is ook een klein incentive gegeven en het incentive was niet, zeg maar, er gaat heel veel geld om een stukje waardering. Dat is een stukje, het is een extra effort binnen de organisatie. …waarmee ze de mensen gemotiveerd maken om… …en misschien zelfs een beetje interne competitie. Ja, ze zeggen van… …hé, ik heb hier een postcode, dat zie jij. En dan maak je het leuk. Dus ik denk dat het ook heel belangrijk is… …dat je data leuk maakt. Je moet het begrijpen en data… …de data is nog precies van sectie. Maar het is een beetje… …data is soms ongrijpbaar. Maar ik denk als je het goed vertelt… …en goed uitlegt… Dat je de hele organisatie mee kan krijgen. Dus echt op individueel niveau, zo diep kun je gaan? Zo diep kun je gaan. Nou ja, je trekt natuurlijk naar wat een hoger niveau. Dat je zegt van, we gaan met een team samen zitten. We gaan ook een aantal scenario’s doorspreken. Zo van, we zijn tegen data problemen aangelopen. Maar duidelijk, waar het blijft problemen aangelopen. Hoe gaan we dat nou, gaan we dat ontrafelen? En waar, hoe kunnen we dat verbeteren? Heel vaak is dat gewoon in het proces. En heel vaak is het gewoon omdat… Ik wil zeggen onbegrip, maar het besef is niet hoe data wordt gebruikt. Dus het is helemaal geen, wat mensen het bewust doen, absoluut niet. Het is zo van, nou ja, ik weet niet of ik gok wel over. Ik draai er wel in. Ik maak er iets van. Nou, het grootste is meer rond het datalettricie bedrijfswijd. En dat hebben we gedaan op een manier waar we een leuke mix hebben gemaakt tussen de verschillende onderwerpen. Dus onderwerpen, ene week, van VZV. Data confidence. Laten we eens praten over technologie. Je spreekt verschillende mensen aan… met verschillende interesses. Je hebt natuurlijk een hele grote groep… mensen in de organisatie die techniek heel mooi vinden. En techniek is ook een enabler. Ik zie het heel graag. Maar je moet ook praten over confidence. Je moet ook praten over kwaliteit. Je moet ook praten over ethics. Het hele bredere praten. En… Dat was heel leuk om te doen. We hebben een heel breed groep van mensen bereikt. En de organisatie waar ik toen werkte, hadden we bijna 9000 land bereikt. En meer dan 44 landen. Dat is echt wel een flinke groep. In zes maanden tijd. Ja, maar het was ontzettend leuk om te doen. En we hebben ontzettend leuke reacties gedaan. De manier die we hebben gevonden om de follow-up te doen, je moet het levend houden. Dus je moet een momentum creëren. En we hebben eigenlijk een peer-to-peer groep opgericht, de Data Analytics Network, werk, waar we vanuit een centraal perspectief wel zorgden dat er voldoende traffic was. Maar wat we in de loop der tijd zagen, en dat is het mooie ervan, dat er meer peer-to-peer connecties waren. Hé, ik heb een probleem. Hé, ik heb een vraag. En dat was niet altijd technisch van ik kon niet, ik wilde iets doen met Power BI. Nee, het was meer zo van, hé, ik loop hier tegenaan met data ethics. Of ik loop hieraan met een stukje data kwaliteit. Wie heeft er ervaring? En op zo’n manier groeit het. Het groeit de data bewustzijn binnen de organisatie. En dat groeit eigenlijk gewoon vanuit, niet top down, maar bottom up. En een heel breed binnen de organisatie. Van een data community idee. Ja, een data community idee. Absoluut. We hebben ook wel mensen geholpen met betrekking tot opleiding. Wie is er geïnteresseerd? Dus we hebben de mogelijkheid gehad om face-to-face training te geven. En wie wil de data engineer worden? Wie wil een data-analyst worden? Dus dat je mensen meeneemt, dat je certificeringen geeft, dat je ook laatst ziet dat je het meent. Dat je ook als bedrijf wil investeren. En ik denk dat het heel belangrijk is, dat was ook een heel belangrijk signaal, naar de community toe van, ja, data is belangrijk. En we willen eigenlijk dat het goed is. Door ook gewoon echte investeringen ervoor. Door echt te investeren. En ook echt proactief dan de organisatie van, joh, wie wil data-engineering of data-analyste skills. Absoluut, dat was helemaal vrijwillig. Het is niet zo dat lijnmanagers mensen hebben genomineerd. Absoluut niet. Daar was ik ook op tegen. Als je in een bepaalde individueel krijgt je een selectie. Dan hebben we het opengegooid. Gewoon op een website. Je mag allemaal inschrijven. En daar hebben we… Ja, dat is het heel leuk geweest. Omdat je dan ziet dat je niet alleen de traditionele datumensen of IT-mensen krijgt. Je krijgt namelijk een veel bredere groep binnen de organisatie die geïnteresseerd is. Je krijgt echt wel de ambassadeurs binnen de organisatie die meer willen leren en weten. En die egenis hebben om ook binnen hun eigen organisatie straks als ambassadeur op te treden. Ben je die champions? Een beetje die champions, ja, absoluut. Ja. En ik kan me ook voorstellen op zo’n grote schaal met zoveel mensen. Ja, de ene is misschien heel erg enthousiast. De andere is misschien niet zo enthousiast. Hoe zorg je er dan voor dat je toch iedereen meekrijgt? Ja, je krijgt nooit iedereen mee. Dus er zijn altijd mensen die zich toch meer op de technologie willen oriënteren. En nadat de confidence eigenlijk niet zo belangrijk vinden. Het is wel… Het uitleggen… van het belang om het goed te doen. En het is niet… een once-off. Het is niet zo van… we doen één keer de detalitis hier, we doen één keer… Een recessie of wat. Nee. Het is het… wel het continu herhalen en ook met voorbeelden komen. Heel duidelijk met voorbeelden komen van… het is belangrijk, want we hebben zo en zo gedaan. Ik noemde net het voorbeeld van datakwaliteit. Het is heel belangrijk om daar de… transparantie te creëren. En… Misschien wat minder populair, maar ook mensen verantwoordelijk te houden. Als de data niet goed doet, moet je mensen ook verantwoordelijk kunnen houden. Ben je er misschien een voorbeeld van? Want wij hadden natuurlijk in de voorbespreking al heel even kort gehad over datakwaliteit. Misschien dat je hem nog heel even naar voren wil halen, dus wat de situatie was. In wat we zien, of wat ik heb gezien uit ervaring, ik heb twee voorbeelden genoemd over hoe het fout gaat, Maar je ziet er gewoon in bedrijven waar de data bijvoorbeeld uit source wordt gehaald. Die wordt dan bewerkt. Die gaat dan in een Power BI of PowerPoint naar het management team toe. En wat je dus ziet in dat middelstuk, dat wil je eigenlijk eruit hebben. Je wil rapporteren van source. En een van de dingen die we gedaan hebben is ook gewoon dat keihard gemaakt. Nu gaan we, geautomatiseerd, volledig geautomatiseerd, gaan we rapporteren van source. Ja, dus rechtstreeks op de bron, zonder bewerkingen. Zonder bewerkingen. Nou, dat heeft een aantal dingen gedaan binnen de organisatie. Een van de dingen die het gedaan is, het totale proces verkort met 2 weken. Dus het was download, massage, kijken, klaarmaken. En dan werd het gepresenteerd in het leadership team. Nu was het op dag vijf was de data beschikbaar voor iedereen binnen de organisatie. Ja. Het mooie daarvan was… wel een hele leuke en actieve VP… Die zijn managers daarop aansprak. In eerste instantie… ontstaat er wat frustratie. Ja, nee, maar dat is niet goed. Ja, maar laten we dat nou eens aanpakken. Laten we nou eens kijken waarom het niet goed is. Waar in de chain gaat dat fout? En hoe kunnen we dat oplossen? Uiteindelijk… Is het geleid dat we heel snel waren, maar ook heel accuraat waren met de data. Dus je kon echt nog de data sturen. En wat we toch te vaak zien, of uit ervaring, is dat de financiële reporting eilt heel lang na in de maand. Nou is de maand eigenlijk voorbij, wil je nog actie kunnen nemen. Niet echt meer op sturen. Niet meer echt op sturen. Dus het stuur element werd naar voren gehad. Dus je kon in de maand zelf actie nemen. En dat, denk ik, heeft geleid tot hele mooie resultaten. Ik vind hem ook wel echt heel erg mooi, want je kan hem natuurlijk vanuit twee kanten bekijken. Je kan denken van ja, onze data is helemaal niet klaar om op source, dus we krijgen alleen maar onzin. Dat zou zeggen, maar ja, daardoor krijg je wel echt de pijn meteen op je bord. Klopt. En als je dan ook nog iemand hebt, bijvoorbeeld een vice president, die dan even daarop gaat drukken van ja jongens, maar het is niet goed. Dan ontstaat natuurlijk wel de noodzaak en de druk ook om ook echt iets te gaan doen op de plek waar het vandaan komt. In plaats van te gaan knutselen om het passend te maken. Maar die steun van de VP of vice president was heel belangrijk. Aan recht de rug, dat gaat zo doen. En dat is soms pijnlijk, dat duurt drie maanden. En daarna zie je gewoon steeds meer bewustwording en besef dat het gewoon first on right moet. Hoe kan de eerste keer goed zijn het is in inderdaad de wereld is de bijna gegeven het kost tien keer zoveel effort om daten die fout is te corrigeren van het in een keer goed te doen het is je bespaart ook tijd en energie ja als dat we soms wat lastig te kwalificeren zoveel snel wat staat de kosten van een slechte data kwaliteit hij kan toch transparant maken ik kan wel laten zien van hebben zoveel fouten kost zoveel effort Ik vind het wel erg mooi. Ik hoop dat er een aantal mensen zijn die luisteren die denken van ja, hier moet ik echt iets mee gaan doen, want dit is de juiste weg, dus de juiste pijnprik, om maar even zo te zeggen. Ik vraag me ook wel een heel klein beetje af, ik kan me heel goed voorstellen dat sommige mensen ook denken van ja, maar als ik nu ineens die maanden lang ga rapporteren op een rechtstreeks bron, ja, dan kan ik net zo goed niet rapporteren, want er zit zoveel onzin in of dan staat mijn proces stil. Zijn er ook mensen geweest die zoiets hadden van ja, maar ik moet toch echt wel via die omweg blijven werken? Of is het een soort van transitieperiode geweest? Het klinkt wel heel mooi namelijk. We hebben geen transitieperiode gedaan. Dus we zijn echt, we hebben mensen geïnformeerd. We hebben net de communicatie gedaan. We hebben netjes uitgelegd. Ook het belang en waarom. Dus de snelheid komt iedereen geweldig. Ja, al die mensen. Dag vijf krijg ik mijn analyse. Ja, en dag vijf krijg ik je analyse. Heb. Ik had wel zo’n systeem zat. Dus ook het besef bij de managers was er niet dat er in de achtergrond zoveel manipulatie gebeurde. Dus er is een heel team dat hij die data te bewerken te bekijken. Nou, wat we wel hebben gezien is dat er een aantal binnen een aantal delen van de organisatie kwam er dus een soort schaduwrapportage op gang. Zo van, dit is de werkelijke data. Nou, dat was op zich niet heel slecht. Zolang het maar tijdelijk is. Dus als je zegt van we maken een schaduwrapportage. Als er heel grote verschillen zijn. Ik wil toch een beetje weten wat de realiteit is. Dat was niet slecht. Korte termijn. Maar los het probleem op. Het zou natuurlijk ook kunnen zijn dat een systeem, al een heel oud systeem. De mogelijkheid niet biedt om het op een andere manier in te richten. Of ga je dan echt samen met de persoon kijken van oké. Maar hoe gaan we dit dan juist invullen? Ja, juist invullen. Het is het meeste dingen die we tegenkwamen. We zaten aan de datacreatieproces aan de kant. Zo van het volledig correct op tijd invoeren van de datacomponenten. Meestal. Er zaten een aantal… In de aggregatie werkte we ook met de data harmonisatie tool, dat maakte het ook wel wat kwetsbaarder, je moet dan data harmoniseren, daar zaten wat puntjes in, maar dat was niet het grootste gedeelte. Dus het grote gedeelte zat echt aan de datacreatie, waar meer werk te doen was. Ik vind het nog steeds echt heel mooi, want ik zie hem helemaal voor hoe je dat zou kunnen doen. Omdat het volgens mij echt de juiste bewustwording neerlegt van, jongens, we kunnen wel gaan lopen knutselen en het pastig maken, maar dan houden we die tussituatie altijd, die misschien zelfs op termijn zelfs onhoudbaar wordt, vanwege hoeveelheid data of veranderende systemen. Gaan ze nou echt naar het begin gaan? Want heb je daar ook tools of middelen voor gegeven aan de line managers of de andere mensen die dat dan ook echt moesten gaan oplossen? Dus nadenken, hoe moet het dan goed? Of heb je dat echt gedaan, heb je dat echt laten ontstaan? We hebben het echt laten ontstaan. Maar we hebben het ook wel dapper. Ja, en dat vond ik ook heel dapper van de vice-president. Die had een heel sterke rechterrug, die geloofde de heilig in. Die zei van, dit is de manier van werken. Maar we ze niet laten vallen het is niet zo van het is slecht, zoek het maar uit nee, helpen dus ook vanuit de finance perspectief met de finance mensen, een taskforce opgericht hoe kunnen we nou zorgen dat het goed is, dus je moet ze niet laten vallen dat was ook nooit de bedoeling geweest en ik een van de punten die ik heel mooi voordien ervoor kwam is dat die awareness groeide die tussenlagen of de lage managers die aan de vice present rapporteerden, hadden ook geen benul dat de data zo slecht was. Die hadden geen besef dat er een team zit om de data te manipuleren voordat het werd gerapporteerd. Die zagen het gewoon aan als… Dat is de data, dat is goed. Waarschijnlijk het belangrijkste is dat de bewust wording van verschillende ladingen in de organisatie, dat het eigenlijk niet zo goed was als dat het op papier leek. In een macro niveau bekijken in de organisatie. Het zou natuurlijk heel raar zijn. Als er dit continu wordt gedaan. Dat allerlei mensen met informatie wordt gecreëerd. Die losstaat van source. Die op een bepaalde manier gemanipuleerd is. Ik denk dat Bij meer bedrijven wel dan niet gebeurt hoor. Ja maar je beïnvloedt het bedrijfsresultaat. Ja, meestal negatief. Want de optelling van de individuele dashboard is niet gelijk aan de som die in je source staat. Klopt. Maar dit moet je rapporteren of je dat wil of niet. Dit, bedoel, de aggregatie van wat in source staat, dat komt op je balans te staan. En daar moet de account op af tekenen. Niet wat hier in PowerPoint staat. Ja, we gaan door. Ik ben heel erg benieuwd naar ook jullie, of eigenlijk jou, datakwaliteitsreis en de projecten die je hebt gedraaid. Ja, op datakwaliteit, een van de leukste dingen die we gedaan hebben, vind ik zelf, is toch wel het handboek. Het creëren van een datakwalite handboek. Ja, handboek, weer een document. De kunst is om zo’n document levend te maken. De kunst is om een document te schrijven wat niet saai is. En dat hebben we gedaan. We hebben niet alleen het handboek geschreven. We hebben ook playbooks gemaakt. We hebben voorbeelden gemaakt. We hebben leuke video’s gemaakt. Het belangrijkste daarvan was het terugbrengen. Hele simpele voorbeelden binnen een organisatie. Waarom het belangrijk is. Waarom in een plant belangrijk is dat bepaalde data goed wordt gezet. Of met alle data die goed wordt gezet, die voor het nemen van beslissingen, operationele beslissingen, gebruikt kan worden op een geagregeerd niveau. Maar maak er een leuke video van. Ja, dat leeft. Maar ook vraag om spreektijd. Dus er zijn allerlei leadership teams en allerlei forums. Vraag of je even tien minuten mag presenteren. Vraag of je wat voorbeelden mag geven. En zorg dan dat je binnen die organisatie weer een groep van ambassadeurs creëert die het ook snappen. Nou, dat kan best top-down zijn. Dat een manager zegt van, goh Frans, dat is ook gebeurd. Ik hoor wat je zegt. Ik weet wat ik eraan moet doen. Maar ik kan het niet alleen. Nou dan creëren en een task force binnen een organisatie groep van ambassadeurs te van de gaan de samen oplossen is het document is het startpunt dus een leidraad maar de opvolging is helemaal belangrijker dus hoe krijg je naar de document hoe breng je dat tot leven hadden de mogelijkheid om dat te doen via ook via webcast maar ja spreektijd binnen een leiderschap team Dat kan virtueel, dat kan face-to-face. Dat was eigenlijk, daar waren de meest aha-momenten. Want dan werd er namelijk echt geluisterd. Ja, dan ging het ook over collega’s die een echt probleem hadden. Misschien soms door elkaar of met elkaar. Het mooie is dan, dan zit je in een concert met redactie-nure mensen met één baas. Het mooie is natuurlijk om die baas vooraf mee te krijgen. Je wil niet dat er in zo’n gesprek… Dat je daar wordt afgevallen. Want het is niet belangrijk. Ik geef je tien minuten tijd. Het is belangrijk dat het op de juiste manier wordt gepresenteerd. Dus je moet er wel de backing support voor hebben… Voordat je in zo’n gesprek gaat. Dat is heel belangrijk. Een houdige lobby ook wel. Ja, het is wat lobbyen. Maar op zich, verrassend genoeg was dat helemaal geen probleem. Verrassend genoeg konden we bijna, nou bijna eigenlijk overal als spreektijd krijgen. Maar over vroeger ook niet. We zeiden ook niet van, ik heb een half uur nodig. Nee, ga maar tien minuten. Ik heb tien minuten tijd van je nodig. Dan kijk ik wel wat eruit komt. Het doet alsof een heel klein olieflekje steeds groter werd. En dat er steeds meer positiviteit kwam. Ook van mensen die dan leuk vinden om weer wat te vertellen. En elkaar dan helpen. Ja, en de spin-off is dat je dan ook in andere leadership teams terechtkomt. Ja, dus ik heb iets gehoord dat je vertelt, dan kun je naar mij komen. Maar je komt ook in een andere laag van de organisatie. Het is niet alleen zo dat je zegt van, we hebben nou een leadership team. Nee, maar breng het maar naar verschillende lagen tot en met operationeel niveau. Dat je het verhaal vertelt. En je kan het verhaal wel steeds ietsje anders aanpassen. Naar het publiek waar het verhaal vertelt. Je moet hier misschien iets wat meer strategisch zijn. Misschien hier wat meer operationeel. Misschien iets meer tactical. Maar het is heel belangrijk dat je… En dat volk ook heel belangrijk in de data literacy. De manier waar we data literacy hebben gedaan. Dit zijn de materialen. Die zijn iedereen vrij toegankelijk. Maar ga nou alsjeblieft niet je eigen materiaal creëren. Blijf bij de definitie die we centraal hebben neergezet. Vind je dat de definitie beter kan? Kom naar me toe. Daar gaan we over praten. Je bent altijd open om dingen te verbeteren. Maar ga alsjeblieft niet je eigen materiaal creëren. Want ik krijg geen eigen definitie. Dat is niet wat je wil. Je wil op een bepaald moment dat je die data awareness gaat brengen binnen de organisatie. Alle neus dezelfde kant op. We praat allemaal dezelfde taal. Gebruik allemaal dezelfde lingo. En dan moet het wel echt vanuit de organisatie komen. Dus wel vanuit een groep die erover nagedacht heeft. In zin van zo gaan we het doen. Absoluut. Of zie je dan ook toch wel veel wildgroei ontstaan. Van mensen die je al het idee zat te lopen. Ja, dat hadden we ook. Er was heel veel wildgroei. En er waren heel veel initiatieven. En dat is ook op het juiste niveau daar goedgekeuring voor krijgen. Kijk, zo’n data literacy programma die we gedraaid hebben. Ja, dat is niet goedgekeurd door mijn baas. Dat is ook niet goedgekeurd door de baas erboven. Dat was een groep van VPs die zagen van ja, laten we nou enterprise-wide ene proost nemen. Dus dat… Een moment tot goedkeuring… was even lang als het programma zelf. Want je wil gewoon iedereen meekrijgen… en je wil je support krijgen. Dus je wil die wildgroei verminderen. Dus we hebben ook gekeken naar bestaande materialen. En we hadden een workgroup. Dus in de workgroup zaten… Van verschillende afdelingen… er zaten vertegenwoordigers in. Die allemaal in inbreng gaven. En allemaal in eigen materialen. Dus het is natuurlijk niet zo dat we… centraal dat… Nee, we hebben gekeken… Wie heeft best practice? Wie heeft iets? Kunnen we daarmee? Kunnen we daarvan leren? Maar wel… …al toen al met elkaar gesproken heb… …dit is dan de centrale set en die gaan we gebruiken. En het is hetzelfde met communities… …omdat het wildgoed van communities is dat niet… …ja… …we zeggen niet gezonderdiseerd… …dat hoeft ook niet, maar het is mooier… …als je communities samen kan brengen in één grotere community. En het leermoment… …van zo’n community… …is eigenlijk heel groot. Namelijk omdat het… …uiteindelijk was het… …en de community die zichzelf… …verder ontwikkelde. Daar was vanuit de centrale sturing niet zo heel veel tijd en aandacht meer van nodig. Ik hoor best wel veel intrinsieke motivatie ook al eigenlijk. Ja, absoluut. En dat dan de juiste middelen geven om dan ook de business in te gaan en de mensen erbij te vinden. Het klinkt best wel uniek voor mij allemaal. Ik heb ook heel veel andere verhalen gehoord. Maar ik weet niet of dat juist helpend is of juist niet. Dat je bij zo’n grote organisatie hebt gezeten met zoveel mensen. En ook verschillende landen ook. Ja, het is ook een momentum. Dus ik denk dat we hadden in de organisatie… Ik wil niet zeggen redelijk vroeg in het snotje. Maar toch wel een idee dat we meer met data moesten doen. We zagen dat we aankomen. En die grote organisatie, natuurlijk. Je hebt ook toegang tot externe bronnen. Ja, en dat helpt ook altijd. Maar ik denk dat het heel belangrijk was dat er al redelijk vroeg een CDO-achtige organisatie was ontstaan. Die weliswaar in IT rapporteerde, maar een businesslijn gedreven was. Ja, dus heel breed en niet zozeer top-down. Maar heel breed, waardoor we heel veel toegang kregen tot de businessorganisatie en de functies. En dat heeft eigenlijk goed geholpen. Dus misschien begin top-down, het zetten en het doen. Maar daarna heel veel autonomie, gewoon om dingen zelf te kunnen regelen binnen de kaders die we centraal gezet hebben. En heb je ook nog misschien tips voor mensen in soortgelijke startposities? Ja, begin klein natuurlijk en dood doen. Dus test het. Ik heb al vaak gehoord hier. Maar ja, test het. Ja, zijn de materialen goed? We zijn niet gelijk met de materialen, met de grote groep begonnen. We zijn gewoon klein begonnen. We hebben dat getest, we hebben dat aangepast. We hebben workshops gedaan, we hebben verschillende concepten gedaan. Op een kleine schaal. Om de juiste toon te vinden. In het verhaal. Want het is eigenlijk storytelling. Hoe maak je mensen enthousiast voor het onderwerp. Het ging niet zozeer op de technische onderwerpen. Het is een transformatieprogramma. Het is meer transformatieprogramma. Het was ook niet bedoeld als learning. Het was meer bedoeld als awareness. We wilden je helpen. Je moet een aantal basis elementen begrijpen als je met data werkt. En ik denk dat het in de toekomst alleen maar belangrijker wordt. Ja, we gaan steeds meer doen met data. En we hebben steeds meer data. En dat is heel belangrijk. Data gedreven werken, dat we ook beslissingen nemen op de data zoals die uit source komt. Dus ik denk dat die data matuurt binnen de organisaties heel belangrijk is. Begin klein, zorg dat je bedoende leadership support hebt. Niet iedereen gaat leuk vinden wat je doet. Dus je hebt daar wel echt wat backing voor nodig. Heb je het ook nodig gehad? Dus dat je echt met een bepaalde business cases ook aan de slag moet? Of was het gewoon echt het overwicht van die vijf president die zo erg geholpen heeft? Nou, kijk, toen we data literacy gingen doen, toen hadden we voldoende support. Maar dat heeft een tijd geduurd. Ja, dus daar is wel tijd overheen gegaan om te zorgen dat we die neuzen op het juiste niveau aligned hadden. En daarna werd het makkelijker, want toen hadden we het support. En in het voorbeeld van automatic reporting, was het één vice president die gewoon daarvoor stond. Ja, en de line manager op aansprak. Je hebt maar één, misschien één of een paar figuren nodig die wel de juiste backing geven. En je daarbij helpen. Het klinkt bijna als de ideale wereld. Dus ik zit bijna te denken, moeten we het misschien gewoon allemaal groter aanpakken in plaats van allemaal kleine, dus groter denken. En dan ieder bedrijf gewoon een eigen CDO die er helemaal voor staat. Nou is dat in ieder bedrijf denk ik niet mogelijk nog. En we hebben al heel veel verschillende mensen of rollen en posities en comité’tjes voorbij horen komen. Een logisch bruggetje voor mij naar een stukje data governance. Waar in het proces is dat begonnen en hoe heb je dat aangepakt? Ja, data governance was iets wat lastiger. Ja, dat is wat, daar kom je echt meer in. En wat we gezien hebben in het begin van Data Governance, is dat het veel werd gezien als compliance. Ja, dus dan krijg je een zon wat, iets wat andere mindset. Je zag ook dat mensen die werden gevraagd voor Data Governance rollen en compliance achtergrond hadden. Oké. Misschien wel een business, maar meer compliance gerecht. En dan wordt het heel erg proces gedreven. En ik denk dat we daar… Niet scherp groeg waar op dat moment. En we waren te veel bezig met het neerzetten van een rol als een data-veluier-owner en een data-definition. En die data-definition is belangrijk. Want je wil maar voor een bepaalde productgroep of een bepaald onderdeel van een fabriek, wil je maar één definitie hebben. Dus als je in een raffinaderij zit en je praat over een pomp, dan is een pomp een ding. Dan wil je één definitie hebben en die 25. Dus de harmonisatie van die definitie is heel belangrijk. Dat helpt je, dat heeft ons weer geholpen met ons Enterprise Data Model. Zo had ik vooral de Logical Data Model, wat je gebruikt om in gesprek met de business te gaan. Dan hadden we ook nog de rol van Data Value Owner. En dat was meer man in de business die dan zolang van woorden werd gehouden voor de waarde van de data. Dat was een rol die niet heel erg aangeslagen heeft. Dat is ook niet zo heel erg. Want het was belangrijker om binnen de organisatie het besef te creëren waarom het belangrijk was. Dus de data definition owner en het enterprise data model. Als we dat logical data model, wanneer we dat goed hadden, was dat een heel mooi praatstuk. Dat was het praatstuk om te gebruiken binnen de organisatie. Want zo willen we met data omgaan. En was dat dan een beetje een natuurlijk verloop? Dat er op een gegeven moment een stukje governance bij kwam. En dat er misschien zelfs een boord werd opgericht en dat soort dingen? Ja, we hadden daar een process-stieringgroep voor. Process-and-data-stieringgroep voor. Senior leaders binnen de organisatie die één keer per kwartaal bij elkaar kwamen. En dat was wel onze body om naartoe te gaan. Dat was wel onze body om hulp te vragen. En dat was ook onze body om survey. Er zijn een aantal roadblocks. Je moet wel even helpen om dit te verwijderen. Nou is dat niet heel vaak voorgekomen gelukkig. Dus we krijgen wel de juiste medewerking om te doen. Het is altijd zo. In mijn persoonlijke waarheid met zo’n stieringgroep. Die vinden natuurlijk een strategisch verhaal prachtig. Maar ja, dan moet je drie lagen in de organisatie, moet je het operationeel maken. En daar zit veel meer resistance. Dus we hebben best wel tijd en aandacht besteed, op dezelfde manier als de etalitisch aangepakt, om het uit te leggen, met mensen aan de tafel zitten, in workgroeps te zitten. Ja, zullen we even koffie drinken? Of mag ik even inbreken in je teammeeting? Gewoon om het gesprek aan te gaan. Ik vind in de aanpak, als ik terugkijk, dan die persoonlijke gesprekken, Ja, daar is dat de meeste aha-momenten in. Ja, de senior group heb je nodig. Ja, dat is je backing. De senior group die praat ook met iedereen. En alle Accentures, Deloitte en Cartons van deze wereld. Om informatie te krijgen. Dat is heel belangrijk voor ze. Om die de strategie te zien waar ze goed geïnformeerd. Maar de vertaling van dat niveau naar op rationeel niveau. Dat is waar het meeste werk zit. En dat hebben we voornamelijk toch wel gedaan… …met het persoonlijk maken, het uitleggen… …en je de tijd voor nemen. En daar moet je ook de tijd voor krijgen. Dus ik denk dat het heel belangrijk is voor bedrijven… …die. Met data governance willen gaan beginnen… …is dat je de tijd voor hebt. Want het is niet van vandaag of morgen. Het is ook niet once-off. Het is continu data governance. Als je begint, is het forever. De tweede is denk ik, het tip is van… Maak het proces. Zorg ervoor dat het geen compliance proces wordt. Zorg ervoor dat het wordt gezien als een enabler. We hebben echt een stukje confidence nodig om het data goed te kunnen beheren. En het makkelijker te maken. En het makkelijker te maken, maar ook om mensen verantwoordelijk te houden. Dat is toch uiteindelijk ook wel belangrijk. Net als als je iedereen, of in de grote organisaties, meeste organisaties, heb je altijd een eindejaargesprek van hoe is die gegaan. Dan komt er een goed of een slecht nieuwsboodschap op de vorige toe. Met beheer van data is dat niet anders. We hebben het goed gedaan of niet goed gedaan, dan mag je op afgerekend worden of dan mag je voorbeloond worden. En heb je ergens in het hele proces nog het meeste weerstand ervaren? Ja, de meeste weerstand zit altijd op die tussenlaag. Ja, er zijn de een of twee managers die dan boven de meer senior managers zitten die zeggen ik heb geen tijd, ik heb geen zin. en ik zie het niet. En dat zijn de groepen, daar halen we ook een steering groep voor, of een council board, of een advisory groep, om die mensen mee te krijgen. En als het echt niet lukte, en dat is bij heel zelden gebeurd, dan gaan we naar het meest senior niveau. Zo, joh, hij werkt niet mee, we moeten er nou wat aan doen. Is niet populair, maar is ook niet, je moet het ook niet uit de weg gaan. Als dat nodig is, is het nodig. En gebruik dan die mogelijkheid die je hebt om het te doen. Tochmaals, het einde voorgekomen. Maar waar het voorgekomen is, is het gewoon netjes gehandeld door de board. Is het opgelost en komt het weer verder. Dus schroom niet om te escaleren als dat nodig is. Dat is eigenlijk wel een belangrijke tip. Ja, en daar is natuurlijk wel dat support weer heel erg belangrijk voor. Ja, ook daar, weet je wel, escaleert. We laten mensen niet vallen, we gaan gewoon door. We pakken het nieuwe op. Nieuwe kans, we beginnen van nul. We gaan het gewoon samen oplossen. Ja, en als je nu helemaal opnieuw met een schone lijn zou mogen beginnen, dus met alle kennis die je nu hebt, en je hebt even onbeperkte middelen, waar zou je beginnen? Uit precies hetzelfde doen, of zou je het net even anders doen? Ik zou beginnen met de databewustheid binnen de organisatie. Ik zou er veel meer tijd en aandacht aan besteden. En ik zou er ook meer een continu proces van maken. Leven te houden. Maar niet overvoeren. Niet zo elke keer posen of elke dag. Dus ik zou dat meer doen. Ik zou het ook leuk vinden als er op een bepaald moment een verplichte cursus wordt. Dus binnen de grote organisaties zijn er verplichte cursussen over concurrentiebeding. of over ethics. Hoe ga je nou binnen de organisatie om? Zo waren ze nou niet een verplichte datacursus. Van, hé, je werkt met data, je werkt met confidentiële data. Dan is het nou even die dingetjes in de gaten moeten houden. Dus aan de ene kant zeg ik van breedte. Aan de andere kant zeg ik een stukje verplichting. Dat helpt ook wel om de databewustzijn binnen de organisatie naar een hoger niveau te krijgen. Ja, want net als dat je je administratie allemaal op orde moet hebben voor andere onderdelen, dan moet je ook gewoon je eigen dataadministratie brengen. Klopt. Stelig te denken. Voor mij is het namelijk best wel duidelijk, ook het hele proces al een beetje. En ik ben nog eventjes benieuwd of er nog andere dingen zijn die we nog niet besproken hebben, die wel meegenomen moeten worden vandaag. Nou, het is misschien wel leuk. Wat ik een leuk proces heb gevonden is, waar we van static naar dynamic reporting zijn gegaan. En dat werkt als volgt en dat is bij het meeste bedrijven zo op het begin van het jaar zet je KPIs neer wat zijn dat de dingen voor dit jaar, wat is het plan, wat is het budget en de manier is of we het aangepakt hebben, we hebben 25 KPIs En we sorteren ze op belangrijkheid 1 tot 25 nummer 1 is belangrijk, nummer 25 belangrijk maar net ietsje minder belangrijk bedrijfsbreed ben je dan aan? Ja, wij deden het voor ons afdeling, want de afdeling was 1800 man dus het is redelijk Dus we begonnen met 10 KPIs. Dat is altijd het plan weet niet meer dan 10 KPIs, want anders verwatert het. Dus we zetten 10 KPIs, de eerste taak, ja, 10 KPIs zetten we op het dashboard. Period. Als nou de KPIs drie maanden achter elkaar groen is, dan halen we hem van het dashboard af. We blijven monitoren in de background. Dan zetten we nummer 11 erop. En wat je daarmee doet, is je maakt de reporting dynamic. En je bent in staat om op meerdere KPIs gedurend jaar te focussen, terwijl je in de achtergrond, dat heet maar tien, naar die andere vijftien keek, wat we netjes in de gaten hadden, dat er geen rare dingen gebeuren. Op het moment dat die oranje wordt, hup, terug erop. Aandacht voor vragen. Dus dat heeft geleid. In dit geval. Dat we heel keurig onze kosten konden beheren. We zaten veel dichter op de kosten. En onze apprezel. Als we dan keurig. Dan gaat dat wel samen. Met een goede analyse. En ik vind. Als je over data praat. En je praat natuurlijk. Data moet context krijgen. Je moet een mooie. Of je moet een goede. Verklaring kunnen schrijven over het waarom. Niet vertellen van, hé, de actuals zijn 10% lager dan budget. Thumbs up. Nee, maar wat hebben we nou specifiek gedaan om te zorgen dat we 10% onder budget zijn? Dat is heel belangrijk. En als je 10% overbudget, hoe komt dat? Dus het is wel dieper graven binnen de data om naar de juiste antwoorden te komen. En zit je dan meer echt in een soort van ook uitgebreide detailniveaus te denken? Dus heel veel details over die KPIs? Of is dat meer dat er één of meerdere personen moeten zijn die dat echt gewoon goed moeten kunnen toelichten? Het zijn één of twee personen die het goed moeten toelichten, maar die hebben wel de hele dataset tot hun beschikking. Maar die moet in staat zijn. Om vanuit die. Wat ze gevonden hebben in de dataset. Die verschillende stukjes. Om daar een verhaal van te schrijven. Dan zijn we echt analisten. Het moet echt analisten zijn. Het is niet een opzomming. Je gaat niet terug naar een leadership team. En de opzomming. Dit zijn de tien dingen. Nee. Je gaat de oorzaak achter de problemen oplossen. En liefst nog met de oplossing. Want hoe je een leadership kan helpen. Het niet alleen zeggen wat fout gaat. Je kan ook zeggen. We zien dat dit niet goed gaat. We denken dat dit de oplossing is. Dus ook proactief komen met een oplossing om de kapen even groen te krijgen. Ik denk ook wel dat dat echt een hele mooie benadering is. Omdat je, volgens mij, ik denk dat je iets scherper blijft op de dingen die je aandacht nodig hebt. Omdat hij gaat verschuiven steeds. Maar als hij daardoor vergeten wordt, dus even minder scherper is. Dan komt hij toch weer terug. En jij om 25 dingen tegelijk focussen, mij lukt dat niet. Nee, dat verwatert. Die vind ik ook al moeilijk. Maar als ze elke keer wisselen en als het even goed is, dan is het misschien soms ook gewoon goed. Ja, klopt. *** Dat vind ik wel heel mooi. En heb je dat dan gewoon met, ik ga dan meteen denken hoe heb je dat gedaan. Heb je dat dan echt met een stukje techniek opgelost? Dus dat is ook echt automatisch verschoven? Of was het gewoon op basis van de kleur? Nou, op basis van de kleur. Dat was het allemaal helaas. Maar nu wil ik beelden hoe ik graag werk. Ik wil graag geautomatiseerd hebben. Maar ik neem ook de tijd om het uit te werken. Dus je van, oké, kunnen we dit proces fine-tunen? Hoe kunnen we dit proces opzetten? Hoe gaat dat gebeuren? En we zijn niet tot het punt gekomen om te automatiseren door andere omstandigheden, maar het proces heeft zichzelf bewezen. En dat was gewoon heel leuk om te doen. Ik kan me ook voorstellen dat je er iets creatiever van wordt. Dus dat je elke keer weer opnieuw naar net even een andere invalshoek en je begrijpt misschien wat beter wat vorige keer gewerkt heeft. Dat ga je misschien ook wat beter naar andere KPIs kunnen vertalen weer. Ja, klopt. En je krijgt gewoon veel betere gesprekken. Dus dit gesprek van 10% over, 10% onder. Of een budget, dat hoef je mij niet te vertellen. Dat kan ik lezen. Ik wil weten waarom. Ik wil weten welke actie ik moet nemen. Dus je moet denk ik vanuit wat we geprobeerd hebben. Dus heel duidelijk naar het leadership team te kijken. Wat hebben ze nou nodig? Hoe kunnen we mij, ik was zelf onderdeel van het leadership team. Hoe kunnen we het leadership team helpen om het werk beter te doen? Dat is eigenlijk wat je wil. Ik zit ook meteen te denken in een stukje datakwaliteit. Daar zou het ook heel goed voor kunnen helpen denk ik. Dus wat je movers zijn om het te zeggen. Dus wat gaat er steeds beter en wat raakt weer erachter. Ja. Volgens mij is dat ook wel weer een hele mooie methode om snel te zien wat er gebeurt in je bedrijf. Als je kan schakelen op wanneer het omhoog of omlaag gaat. Ja. Hm. Dankjewel. Alsjeblieft. Ik vond het een hele mooie informatiedichte aflevering. Vooral omdat ik voorheen wat meer op wat strakkere onderwerpen zat. Dus datakwaliteit en een bepaalde laag. Of een aantal bolletjes van het metromodern. En we zijn nu heel mooi denk ik op basis van jouw ervaring. Door wat meerdere dingen heen gegaan. Maar wel met de hoofd mode data awareness. Ja. Dankjewel daarvoor. Dankjewel voor jou nodig. Ik vond het erg leuk om hier te zijn en de kennis te delen. En wie weet het volgende keer. Absoluut, altijd.