Naar hoofdinhoud

Kennisartikel · Data & rapportage

Datakwaliteit op orde

Een dashboard is nooit beter dan de gegevens eronder. Dit gaat over dubbele records, lege velden en definities die per afdeling verschillen.

Data & rapportage2 min lezenDoor askmonkey

De klassieke vervuilers

Vrijwel elk datalandschap heeft dezelfde vier problemen, ongeacht branche of pakket.

  • Dubbele klanten of leveranciers, met net iets andere schrijfwijzen
  • Verplichte velden die leeg blijven omdat het invoerscherm dat toestaat
  • Vrije tekstvelden waar eigenlijk een keuzelijst hoort
  • Historische records die zijn overschreven

Meten voordat je opschoont

Begin met simpele kwaliteitsregels die je periodiek automatisch draait: hoeveel procent van de klantrecords heeft een geldig e-mailadres, hoeveel orders missen een kostenplaats?

Zet die percentages op een dashboard. Zichtbare, meetbare kwaliteit gaat bijna vanzelf omhoog, vooral met een eigenaar per gegevensgebied.

Repareer bij de bron, niet in het rapport

Vervuiling wegfilteren in het rapport werkt één keer, daarna heeft elk rapport eigen uitzonderingen.

Beter: verplichte velden echt verplicht maken, keuzelijsten in plaats van vrije tekst, en validatie in de koppeling met een uitvalbak voor foute records.

Eén definitie, vastgelegd

Veel kwaliteitsdiscussies zijn definitiediscussies. Leg per kerngetal vast wat het betekent, uit welke bron het komt en wie eigenaar is.

FAQ

Veelgestelde vragen

Kunnen we dubbele records automatisch samenvoegen?
Deels. Duidelijke gevallen matchen automatisch; twijfelgevallen beoordeelt een mens, met een voorstel vanuit het systeem.
Waar begint je als alles vervuild lijkt?
Bij het gegeven dat het vaakst tot fouten leidt, meestal klant- of artikelgegevens. De rest volgt daarna.

Benieuwd wat dit voor je oplevert?

In een kennismaking van een half uur brengen we je systemen en knelpunten in kaart. Daarna weet je wat er mogelijk is en wat het kost.

Plan een kennismaking

Meer over data & rapportage