"Data Kwaliteit moet omhoog"

[DUTCH] published on a government discussion blog on february 26, 2012

Tja - als ik weer eens een blog lees met die zin 'Data Kwaliteit moet omhoog' krijg ik toch lichte vorm van uitslag. Vaak zie ik vervolgens een fors betoog waarom dit moet en een appel op (vaak) management om zich hiervoor in te zetten. Vooral in veel bedrijven zie of hoor ik nog wel eens de 'target': 'De data kwaliteit moet dit jaar x% hoger'. Je kunt net zo goed roepen dat je wereldvrede wil…

Alleen al het roepen hiervan resulteert bovendien in het tegenovergestelde effect, zoals Demming in zijn boek Out of of the Crisis uit 1982 al betoogde in zijn 14 points for management: management by objectives (targets) encourages low quality.

Het roepen dat data kwaliteit omhoog moet is simpelweg niet voldoende en zal bovendien resulteren in het tegenovergestelde als daarvoor niet een goed plan is gemaakt om dit te bereiken. Bovendien moet duidelijk zijn welke data kwaliteit. Het is voor mij erg eenvoudig om aan te tonen dat een willekeurige database een enorm slechte data kwaliteit heeft. En ik zou daarvoor een groots plan kunnen maken om e.e.a. te verbeteren, ik sla dan echter wel ff een belangrijk stapje over. Namelijk welke problemen met data kwaliteit zijn relevant.

Het bepalen van relevantie is wat mij betreft de belangrijkste stap; het identificeren van die data kwaliteit problemen die een niet acceptabele direct of indirecte impact hebben op de burger.

Dit is niet makkelijk - sterker nog - dit is moeilijk en vereist mensen met een grote variatie aan competenties. Management, domein experts, analyse experts en technische experts (bij voorkeur met ervaring en kennis van kwaliteit in processen). Het vereist ook dat de handen letterlijk heeeeel vies moeten worden gemaakt - de vingers moeten in de modder en ja dit moet heel dicht bij het primaire proces plaatsvinden. Data kwaliteit kun je niet ff eenzaam op een kantoortje verbeteren. 

Na identificatie van de relevante data kwaliteit problemen komt er een proces van verbeteren. Ook hier zie ik nogal wat naïeve aanpakken. Ik besef trouwens dat ik aan het preken ben nu.....maar goed - aan de lezer de keus om de preek te blijven bijwonen ;-)

'We gaan een project doen' of erger nog 'we gaan beter inspecteren/testen'.

En dan gooi ik de handdoek in de ring. Hou maar op. Stop maar. Zonde van de investering.

Alle iconen in de kwaliteit literatuur (Demming, Juran, Crosby, Weinberg, English, etc..) en de daaruit resulterende kwaliteit inzichten (ISO 9001, Six Sigma, TQM, Agile software development,Lean, etc..) geven een duidelijke en beargumenteerde aanpak die ervan uitgaan dat kwaliteit in de mensen en in het proces/produkt moet zitten. Dat ontwerp je dus niet...dat implementeer je dus niet. Dit gaat veel verder.

In termen van mensen; zorgdragen voor een veilig omgeving waar iedereen kan bijdragen aan het oplossen van problemen. Het onderliggende positieve mensbeeld daarbij is dat alle medewerkers in principe bereid zijn om betere kwaliteit na te streven - altijd! 

In termen van processen; zorgdragen voor een proces dat zichzelf continu kan verbeteren door bijvoorbeeld goed te meten, te interpreteren (statistiek is essentieel hier, bijvoorbeeld kennis van variantie) en te verbeteren. Ook hier moet het adagium zijn dat we meten om te verbeteren, niet om te straffen (zie vorige punt mbt tot veilige omgeving).

Dus - geen project...maar gewoon een reguliere lijn activiteit. En ja, misschien moet je in den beginne data kwaliteit institutionaliseren, maar op de lange termijn natuurlijk niet – het staat op gespannen voet met het principe dat kwaliteit in het product/proces moet zitten en niet in een apart kwaliteit/test-proces of groep mensen die de kwaliteit (te laat) beoordelen.

 

Comments

[Richard Steijn]

Beste Ronald,
Helemaal mee eens. Het achteraf opkrikken van datakwaliteit is dweilen met de kraan open. Het is beter om er op een of andere manier voor te zorgen dat degenen die de data invoeren al tijdens hun dagelijkse bezigheden de stimulans voelen om gegevens correct en op tijd in voeren, geen velden te misbruiken etc. Ik denk zelf dat het toepassen van operational BI (in de betekenis van het gebruiken van BI door mensen direct op de werkvloer, dus niet perse alleen de managers) hierin kan bijdragen. Zelf heb ik er enkele maanden terug al eens een artikel over gepubliceerd. Het gaat welliswaar over onderwijsorganisaties maar het is m.i. ook toepasbaar voor andere organisaties. Zie http://bit.ly/AqUPPp

Vriendelijke groeten Richard Steijn