Democratisering van data? Gaat de data dan naar de stembus? Of betekent het dat data toegankelijk wordt voor burgers? En belangrijker nog: wat moet je er mee als organisatie? 

Het democratiseren van data betekent het toegankelijk en analyseerbaar maken voor een zo breed mogelijke doelgroep binnen een organisatie en eventueel zelfs buiten de organisatie (bijv. inwoners of belangengroepen). Ongeacht de functie of technische vaardigheden. Je kan dit tweeledig zien:

1. Als doel van een organisatie om dit te bewerkstelligen.
2. Als geleidelijke (steeds sneller gaande) trend in de datawereld waarin technologische middelen zo makkelijk toegankelijk en bruikbaar worden, waardoor de drempel om met data aan de slag te gaan steeds lager wordt.

In dit artikel staan we enerzijds stil bij de technologische trend en anderzijds de aspecten waar je rekening mee moet houden als je data eenvoudiger toegankelijk en analyseerbaar maakt binnen de organisatie.  

Technologische ontwikkeling

Datagedreven werken is niets nieuws. Toch zijn organisaties er in steeds grotere mate mee bezig. Dit komt doordat er meer data beschikbaar is, maar zeker ook omdat de technologische ontwikkeling de drempel om aan de slag te gaan lager maakt. Op het gebied van dataplatforms zijn Snowflake en Databricks goede voorbeelden waarmee veel infrastructurele hobbels worden weggenomen. Data hoeft hierdoor niet meer van de ene naar de andere oplossing verplaatst te worden en weer terug, om data te modelleren en te combineren. De kosten voor onderhoud en ontwikkeling worden hiermee gedrukt. 

Recentelijk is daar Microsoft Fabric bijgekomen waarmee zelfs een dataplatform als Software as a Service (SaaS) wordt aangeboden. Deze ontwikkelingen gaan gepaard met steeds verdergaande versimpeling van integraties en het zogenoemde ‘low-coding’ principe. Hiermee kan met klikken en slepen complete datapijplijnen en scripts ontwikkeld worden. Voeg hier de laatste ontwikkeling van generatieve AI aan toe (in Fabric Copilot genoemd), en je ziet hoe laagdrempelig het is geworden om met data aan de slag te gaan. 

Dataorganisatie nóg belangrijker

Doordat data zo laagdrempelig toegankelijk wordt en steeds meer mensen hun eigen oplossingen kunnen ontwikkelen, wordt het belang van datamanagement en datageletterdheid steeds groter. We zullen uitleggen waarom.

Als steeds meer mensen in de organisatie hun eigen oplossingen kunnen ontwikkelen of antwoorden uit de data kunnen halen, is het van belang dat dit op een consistente manier gebeurd. Anders krijg je de onwenselijke situatie dat iedereen andere datasets gebruikt voor eenzelfde soort vraagstuk, met telkens andere antwoorden. Ook qua efficiëntie laat dit veel te wensen over. Enkele van de vele vragen die beantwoord moeten worden zijn:  

1. Wie mag welke tooling gebruiken? 
2. Wie krijgt toegang tot welke geprepareerde dataset? 
3. Hoe gebruiken we dezelfde datadefinities voor hetzelfde begrip? 
4. Hoe gaan we om met de uitkomsten? Laten we deze altijd (de)centraal toetsen?

Datageletterdheid

Daarnaast is datageletterdheid van cruciaal belang bij verdere democratisering van de data. Datageletterdheid gaat over het goed om gaan met (de uitkomsten van) de data. Het juist interpreteren en de juiste conclusies maken van grafieken en tabellen. Daarnaast is het herkennen van misleidende of ongepaste manieren van datagebruik net zo belangrijk. Des te meer iemand met data kan doen (berekeningen doorvoeren, eigen dashboards maken), des te meer kennis er nodig is van data om de juiste analyses te kunnen maken. Het democratiseren van data brengt daardoor een steeds groter risico op foutief gebruik van data met zich mee. En daarmee is dit een cruciaal stuk in de organisatorische puzzel die gelegd moet worden bij de implementatie van nieuwe technologieën die democratisering van data mogelijk maken. 

Meer weten?

Voor meer informatie kun je contact opnemen met Han de Ridder, 06 81 75 07 29, h.d.ridder@telengy.nl of Tim van der Pol, 06 21 36 68 58, t.v.d.pol@telengy.nl.