Ryan Ramdien, Programma-manager Datagovernance bij Waterschap Vallei & Veluwe, over Data Governance

“Datakwaliteit verbeteren? Begin op de werkvloer”

Veel organisaties hebben wel eens een datakwaliteits- of datagovernance-project gedaan. Het aantal organisaties dat duurzaam resultaat boekt, is echter beperkt. En dat komt doordat er vaak wel allerlei regels over medewerkers worden uitgestort, maar de vraag uitblijft: hoe kan ik ervoor zorgen dat jouw werk makkelijker wordt? Ryan Ramdien geeft advies hoe je jouw datagovernance-project wél tot een succes kunt maken.

Ryan Ramdien werkt momenteel via Data Talents als programmamanager Datagovernance bij Waterschap Vallei & Veluwe. De situatie die hij daar aantreft is niet uniek, zegt hij. “Het waterschap beschikt over ontzettend veel data over gemalen, sluizen, waterzuiveringen, stuwen, dammen, waterstanden en ga zo maar door. Het gaat om data uit procesautomatisering, gegevens die in Excel worden vastgelegd, data uit allerhande applicaties. De systemen zijn nooit gebouwd om data uit te wisselen en de organisatie is  zoekende hoe ze dat moeten faciliteren. Ze beseffen dat het gaat om maatregelen op technisch vlak, maar eerst en vooral op organisatorisch gebied.”

Daarom heeft het waterschap Ryan aangetrokken als programmanager Datagovernance. Aan hem de taak om een verbindende rol te spelen. Ryan werkt bij Data Talents en volgde naast de driedaagse Certified Data Management Professional (CDMP) Fundamentalsopleiding bij Connected Data Academy ook de eendaagse Specialist vervolgtrainingen CDMP Data Quality en CDMP Data Governance.

Belang van goede inventarisatie

Eén van de lessen die Ryan meenam van de trainingen bij Connected Data Academy, is dat data governance om een cultuurverandering vraagt. “Projecten lopen negen van de tien keer uit omdat er zoveel tijd gaat naar het op orde krijgen van de data. Veel organisaties denken dan dat IT dat wel kan oplossen. Ze beseffen niet dat het een organisatieprobleem is”, zegt hij.

Daarom is een goed begin het halve werk. “Dat betekent in de praktijk heel veel praten”, lacht hij. “Met managers, met data engineers, maar vooral met medewerkers op de werkvloer. De hoofdvraag die ik aan iedereen stel is: waar loop jij in je dagelijkse praktijk tegenaan? Heel veel problemen op de werkvloer worden veroorzaakt door slechte data, alleen beseffen mensen dat niet. Medewerkers op kantoor kun je dat nog enigszins duidelijk maken. Maar op de werkvloer is dat echter heel anders. Een medewerker op de productievloer heeft in het algemeen weinig affiniteit met procesautomatisering waar hij/zij mee werkt data genereert waarmee je bijvoorbeeld ook zou kunnen voorspellen wanneer een installatie onderhoud nodig heeft. Hij heeft ook geen idee dat het Incident Management Systeem daar een rol in speelt. Hij gebruikt dat systeem alleen om melding te maken van grote storingen die hij niet zelf kan oplossen; om een werkproces in gang te zetten. Kleine storingen die hij wel zelf kan oplossen, fixt hij gewoon, waarom zou hij daarover rapporteren? Hij weet wel dat kleine storingen een aanwijzing kunnen zijn voor slijtage. Maar beseft niet dat je aan de hand van data zou kunnen voorspellen wanneer een installatie onderhoud nodig heeft.”

Databewustzijn verhogen

De inventarisatie die Ryan bij het waterschap maakte, leidde tot het besef dat het databewustzijn in de hele organisatie omhoog moet. En dat lukt je niet via een algemene communicatiecampagne. “Want iedere medewerker heeft een ander belang bij en daarmee een andere perceptie van data. Je moet vanuit het belang van de medewerker beginnen: hoe kan data jou helpen je werk makkelijker te maken? De vervolgvraag die je jezelf als datamanagementspecialist moet stellen is: hoe kunnen wij de werkwijzen, processen en systemen zo aanpassen dat we het voor die medewerker zo makkelijk mogelijk maken om data aan de bron vast te leggen? Want als je medewerkers alleen maar opzadelt met een heleboel extra werk, dan gaat het niet lukken.”

Hij ziet in de praktijk bij veel organisaties dat er jaren geleden workarounds zijn ontstaan en die worden overgedragen op nieuwe medewerkers. “Zo’n workaround is bijvoorbeeld ontstaan doordat een bepaald systeem er vaak uit lag. Die storing is allang verholpen maar de workaround blijft bestaan en wordt zelfs overgedragen op nieuwe medewerkers, die niet eens weten dat er ooit een andere manier was om die informatie vast te leggen. Hoger in de organisatie weet niemand daarvan af. Totdat er een dataproject wordt gestart en een data-engineer ziet dat bepaalde data volledig ontbreekt.”

Waar in de praktijk een data engineer vaak geneigd is het model dan maar wat aan te passen, zodat die ontbrekende data niet gemist wordt, hamert Ryan op het belang dat data-engineers deze omissies terugkoppelen. “Maar daarvoor moet je wel een structuur opzetten, anders gebeurt het niet”, waarschuwt hij.

Cultuuromslag

Het mag duidelijk zijn: datagovernance is vooral een cultuuromslag. Het vraagt iets van de hele organisatie, van alle niveaus en alle functies. Dat maakt het een taai, maar ook een dankbaar onderwerp, zegt Ryan. “Neem mijn huidige klus bij het Waterschap Vallei & Veluwe. Daar werken ontzettend betrokken mensen die er echt zitten voor het publieke belang. Het zijn mensen die hun stinkende best doen om ervoor te zorgen dat de burgers in hun gebied droge voeten houden en water uit de kraan krijgen. Als ik ervoor kan zorgen dat ze niet hoeven te twijfelen over de beschikbaarheid en en integriteit van de data , dan worden zowel die medewerkers als alle burgers en organisaties die het waterschap bedient daar heel vrolijk van.”

Specialist trainingen CDMP Datagovernance en CDMP Data Quality

Ryan volgde samen met enkele collega’s van Data Talents naast de CDMP Fundamentals training ook de specialist trainingen CDMP Datagovernance en CDMP Data Quality. Daarnaast is hij altijd aanwezig bij de periodieke bijpraatsessies die Connected Data Academy organiseert voor Data Talents. “Dan praten Ferry, Erik of Antoine ons bij over ontwikkelingen in ons vakgebied, denk bijvoorbeeld aan datavirtualisatie. Dat is veel efficiënter dan wanneer we zelf alle vakmedia moeten bijhouden en vervolgens ook nog de vertaalslag moeten maken naar de projecten waar wij aan werken”, zegt Ryan. “Bovendien zijn zowel de trainingen als de bijpraatsessies van Connected Data Academy altijd tweerichtingsverkeer: je brengt zelf onderwerpen in, bijvoorbeeld een uitdaging waar je in je huidige project tegenaan loopt. Zij maken dan de vertaalslag van de theorie of een techniek naar jouw praktijk. De gesprekken hebben daardoor ontzettend veel waarde.”