Een aanpak voor gegevenskwaliteit opzetten: van analyse tot continue verbetering
Het erkennen van het belang van gegevenskwaliteit en het identificeren van prioritaire aandachtsgebieden zijn noodzakelijke voorbereidende stappen*. Maar er moet ook een gestructureerde aanpak worden opgezet om de kwaliteit duurzaam te verbeteren. Bij overheidsdiensten kan deze aanpak gebaseerd zijn op de vier stappen van het Deming-wiel: PLAN, DO, CHECK, ACT.
PLAN: bepaal bij de start het verwachte kwaliteitsniveau voor de geselecteerde gegevens (volledigheid, frequentie van bijwerking, nauwkeurigheid, compleetheid) en breng de onderliggende oorzaken van afwijkingen ten opzichte van de verwachte kwaliteit in kaart.
Voer vervolgens een analyse uit om de belangrijkste problemen te diagnosticeren: ontbrekende gegevens, dubbele gegevens, inconsistenties of verouderde informatie, evenals mogelijke oplossingen.
Elk verbeteringsvoorstel kan worden geanalyseerd, geprioriteerd en gepland op basis van een kosten-batenanalyse. Sommige correcties kunnen worden gezien als snelle resultaten en direct merkbare verbeteringen opleveren. Andere vereisen mogelijk meer middelen en moeten dan als volwaardige projecten worden gepland. Deze door te voeren verbeteringen, die werden geprioriteerd, moeten worden vastgelegd in een protocol voor het oplossen van problemen.
DO: dit is de uitvoering van het oplossingsprotocol. Een basisregel is dat fouten bij de bron moeten worden gecorrigeerd, dat wil zeggen in het systeem waar de gegevens worden aangemaakt of bijgehouden. Deze aanpak garandeert dat alle applicaties en processen die deze informatie gebruiken, automatisch van de correctie profiteren. De oplossingen die moeten worden geïmplementeerd, zijn niet noodzakelijkerwijs technisch van aard. Vaak gaat het om het in herinnering brengen van de regels voor het invoeren van gegevens en het opleiden van nieuwe medewerkers.
CHECK: tijdens deze fase worden de kwaliteitsanalyses herhaald om te controleren of het probleem met de gegevenskwaliteit daadwerkelijk is opgelost en of de gegevens het vereiste kwaliteitsniveau halen.
ACT: monitoring is vervolgens van essentieel belang. Met behulp van dashboards en geautomatiseerde controles kunnen afwijkingen snel worden opgespoord voordat ze de diensten of bedrijfsprocessen beïnvloeden. Het regelmatig volgen van enkele eenvoudige indicatoren biedt al een waardevol inzicht in de gezondheidstoestand van de gegevens.
Ten slotte moet de kwaliteit van de gegevens kaderen in een logica van voortdurende verbetering waarbij de verschillende vakgebieden, IT-teams en gegevensverantwoordelijken worden betrokken. Het bewustmaken en opleiden van medewerkers blijft een cruciale factor voor succes.
Conclusie: nadat u uw prioritaire aandachtsgebieden hebt geïdentificeerd, bepaalt u het verwachte kwaliteitsniveau (volledigheid, frequentie van bijwerking, nauwkeurigheid, compleetheid) en brengt u de onderliggende oorzaken van afwijkingen ten opzichte van de verwachte kwaliteit in kaart. Zet vervolgens een duidelijk proces op om afwijkingen te corrigeren, waarbij u altijd de voorkeur geeft aan correctie van fouten bij de bron. Deze stapsgewijze aanpak maakt het mogelijk om snel concrete resultaten te behalen en tegelijkertijd een duurzame cultuur van gegevenskwaliteit te ontwikkelen.
Aarzel niet om gebruik te maken van de middelen, handleidingen en expertise die binnen uw administratie of bij gewestelijke actoren op het gebied van datagovernance beschikbaar zijn om dit traject te ondersteunen en het succes ervan te waarborgen.
Talent en Paradigm werken samen om u binnenkort een zelfstudieprogramma in drie modules aan te bieden: Data Literacy, Data Gouvernance en Data Quality. Deze opleidingen zijn bedoeld voor alle medewerkers en zullen de datakennis van de actoren in het Gewest vergroten. Hou de aankondigingen over de start van deze opleidingen in de gaten!
* Zie artikel 1 : Externe linkDe kwaliteit van gegevens: een strategische uitdaging voor de Brusselse overheidsdiensten
