Het is dinsdagochtend wanneer ik word gebeld door Ruud. Hij is Manager Business Intelligence bij een voedselverwerkingsbedrijf en heeft een hoofdpijndossier dat hij graag met mij deelt. Ruud is verantwoordelijk voor alle rapportages, maar zijn cijfers blijken niet altijd te kloppen. Dat kan hij niet gebruiken, want het bedrijf neemt dagelijks essentiële beslissingen op basis van zijn rapportages. Wat nu?
Ruud is hierin geen uitzondering. We krijgen regelmatig de vraag hoe organisaties de data kwaliteit kunnen verbeteren. Van Ruud wil ik eerst wel eens weten hoe het volgens hem kan dat de cijfers niet kloppen. Hij legt uit: “Ik heb onze afdeling Datamanagement gevraagd hoe het kan dat data onvolledig of incorrect in ons SAP ERP komt te staan. Zij geven aan dat ze hier weinig aan kunnen doen, omdat ze incorrecte data van de andere afdelingen krijgen aangeleverd. Tja, dan is dat ook de data die in SAP wordt gecreëerd.” Peter, de datamanager van het bedrijf, vult aan dat het datamanagementteam er bovendien ook zelf last van heeft. Zij moeten achteraf namelijk de nodige data corrigeren en dat kost veel tijd.
Data snel en correct ontvangen
Gelukkig weet Ruud dat het oneerlijk zou zijn om met de vinger naar het datamanagementteam te wijzen. Zij vinden het net zo vervelend als hem. Ruud wil correcte rapportages kunnen draaien. En het datateam wil graag minder tijd kwijt zijn aan het najagen van verschillende afdelingen die hun data op tijd en correct moeten aanleveren. Ze willen beiden voorkomen dat er op basis van incorrecte data verkeerde beslissingen worden genomen.
Om een helder beeld te krijgen van de huidige situatie vroeg ik Ruud en Peter een aantal praktijkvoorbeelden te geven van de dagelijkse data-uitdagingen binnen de organisatie. Ze kwamen met het volgende lijstje:
- We moeten collega’s e-mailen en bellen of ze alsjeblieft hun data willen aanleveren.
- De doorlooptijden van de processen zijn te lang, waardoor bijvoorbeeld het lanceren van nieuwe producten te lang duurt.
- Het verzamelen van data gebeurt afdeling voor afdeling.
- Het is voor ons een puzzel om de voortgang van de workflow te volgen en te achterhalen bij welke afdeling de workflow zich bevindt.
- De aangeleverde data blijkt onvolledig of incorrect te zijn.
- Lokale medewerkers hebben onvoldoende kennis om een nieuw product op te zetten.
- We moeten veel handmatige handelingen uitvoeren om data in SAP aan te leggen.
Vanzelfsprekend zijn Ruud en Peter hierin geen uitzondering. Dat lees je bijvoorbeeld in onze case over aardappelverwerkingsbedrijf LambWeston. Benieuwd naar hoe wij hierbij kunnen helpen? Dat lees je in mijn volgende blog!
