Snel naar content

Wat levert een dataplatform op?

De redenen om een dataplatform te implementeren lopen uiteen. Zo is het voor de ene organisatie van belang om te voldoen aan wet- & regelgeving (compliance), terwijl de andere organisatie meer ‘in control’ wil komen.

Inergy ziet in de praktijk dat organisaties vanwege onderstaande vier type baten overtuigd raken om te investeren in een dataplatform. Deels zijn deze baten kwalitatief en deels kwantitatief.

  • In control. Een dataplatform neemt de blokkades weg om tot inzichtelijke, duidelijke en tijdige stuurinformatie te komen. het kenmerk van stuurinformatie is dat vooraf niet kan worden bepaald welke verbeteractie wordt doorgevoerd, laat staan wat daar de (indirecte) kwantitatieve baten van zijn. Goede stuurinformatie wordt derhalve uitgedrukt in kwalitatieve baten ten opzichte van de huidige situaties.
  • Advanced analytics. Een dataplatform maakt het mogelijk geavanceerde voorspelmodellen te maken. Deze modellen worden veelal ingezet voor operationele use cases, waarbij iets efficiënter of effectiever kan plaatsvinden. Dat maakt het mogelijk om per voorspelmodel een (grove) indicatie te maken van de te verwachten kwantitatieve baten.
  • Informatie extern delen. Organisaties willen of moeten steeds vaker data delen met externe organisaties. Een dataplatform biedt goede mogelijkheden om dit efficiënt en veilig te doen. Indien het extern delen van informatie een verplichting is, dan is het per definitie niet nodig om deze kwantitatief uit te drukken, het is immers een verplichting. Indien informatie met klanten wordt gedeeld, dan wordt dit vaak gedaan vanuit het oogpunt van het verhogen van kwaliteit van de dienstverlening en dat laat zich ook niet kwantificeren. Tenzij klanten betalen voor deze additionele informatie. Indien informatie met leveranciers wordt gedeeld, kan dat zijn om de ketenintegratie te verbeteren. Dat kan leiden tot lagere kosten en daarvan kunnen van tevoren de kwantitatieve baten van worden vastgesteld.
  • Rapportage-efficiency. Het gaat hierbij om het interne proces van het fabriceren van de benodigde stuurinformatie. Met een dataplatform kan dit proces worden verbeterd en geautomatiseerd. Dit is bij uitstek te kwantificeren door te inventariseren wie met een dataplatform hoeveel tijd minder hoeft te besteden aan het fabriceren van (periodieke) rapportages, inclusief het verzamelen van de benodigde data. Het elimineren van deze verborgen kosten (tijd) is voor veel organisaties op zichzelf al een goede business case.

Inergy ziet in de praktijk dat de volgende paradox zich voordoet bij het opstellen van de business case van een dataplatform:

“Iedere organisatie onderkent het belang om datagedreven te gaan werken, maar de beslissing om te investeren in een dataplatform om daarmee datagedreven te gaan werken kan niet altijd datagedreven worden gemaakt.”

Investeringsbeslissing

De beslissing om te investeren in een dataplatform wordt gemaakt op basis van de combinatie van kwalitatieve en kwantitatieve baten. De beslissing om te investeren in een dataplatform vraagt daarom ook om visie, overtuiging, intuïtie en/of lef. Net zoals veel andere beslissingen worden gemaakt via een combinatie van brein, intuïtie en informatie.

Blijf op de hoogte

De auteur

Inergy
Inergy

Wij eten, drinken en ademen data – en wat je ermee kan doen. Dat delen we graag met jou. Meer weten over Inergy? Neem contact met ons op via 0348 45 76 66 of info@inergy.nl.

Meer berichten

Alle berichten

Stuurinformatie en taakinformatie: wat is het verschil? 

Stuurinformatie en taakinformatie: wat is het verschil? 

Stuurinformatie en taakinformatie zijn veelgebruikte termen op gebied van data analytics en dashboarding. In deze blog ontdek je wat het...

Lees verder

De 5 belangrijkste kenmerken van een goede datahuishouding

De 5 belangrijkste kenmerken van een goede datahuishouding

oor zijn, sneller en kwalitatief betere diensten en producten te leveren of juist diversificatie van het portfolio: het zijn een paar voorbeelden. Maar kijken naar de cijfers uit je dataplatform en de strategie aanpassen op basis van harde cijfers om te excelleren, dat is pas competitief! In deze leggen we uit hoe je weet of de datagovernance binnen jouw organisatie op orde is.

Lees verder

Een dag uit het leven van Data Engineer Jelte Zweistra

Een dag uit het leven van Data Engineer Jelte Zweistra

Als Data Engineer houdt Jelte Zweistra zich met data van diverse klanten bezig. Hij zorgt ervoor dat de processen goed lopen. Veel testen en uiteraard ook regelmatig sparren met collega’s. Hij neemt je mee in een van zijn werkdagen! 

Lees verder