Datakwaliteit

Data wordt vaak door één partij vastgelegd en daarna door meerdere ketenpartners gebruikt. Een fabrikant levert productinformatie aan, een datapool of groothandel verspreidt die informatie en aannemers, installateurs en beheerders gebruiken haar in hun eigen processen.

Wanneer betekenis, codes of versies onderweg veranderen, ontstaat verlies aan kwaliteit. Daarom zijn niet alleen de brongegevens belangrijk, maar ook de afspraken over overdracht en hergebruik.

De bronhouder is verantwoordelijk voor de juistheid en actualiteit van de gegevens die hij opstelt of beheert. Ontvangende partijen zijn verantwoordelijk voor een correcte verwerking en voor het behoud van betekenis, bron en versie wanneer zij data verder gebruiken of doorgeven.

Softwareleveranciers en datapools hebben daarnaast een belangrijke rol in controles, conversies en het zichtbaar maken van fouten. Datakwaliteit is daarmee een gedeelde verantwoordelijkheid, met duidelijke rollen per gegeven.

Data bij de bron betekent dat informatie zo veel mogelijk wordt beheerd door de partij die verantwoordelijk is voor die informatie. Andere partijen krijgen toegang tot de gegevens of ontvangen een gestandaardiseerde kopie, zonder dat onduidelijk wordt waar de oorspronkelijke bron ligt.

Het uitgangspunt voorkomt niet dat data ook in andere systemen wordt opgeslagen. Wel moeten bron, versie, geldigheid en verantwoordelijkheden herkenbaar blijven.

Systemen kunnen gegevens alleen betrouwbaar uitwisselen als duidelijk is wat codes, kenmerken en waarden betekenen. Een gedeelde taal bestaat uit definities, classificaties, identificaties en afspraken over de structuur van berichten.

Zonder die semantiek kan dezelfde term bij twee organisaties iets anders betekenen. Dan is de technische koppeling wel geslaagd, maar de informatie-uitwisseling inhoudelijk niet.

Veelvoorkomende oorzaken zijn:

• gegevens worden handmatig overgetypt of in verschillende formats bijgehouden;
• verplichte velden zijn leeg of bevatten een vrije tekst waar een vaste code nodig is;
• eenheden, definities of productidentificaties worden verschillend gebruikt;
• wijzigingen worden niet in alle systemen doorgevoerd;
• kopieën blijven in omloop zonder duidelijke bron- of versie-informatie;
• technisch geldige bestanden bevatten inhoud die niet aansluit op het proces van de ontvanger.

Niet per definitie. Een betrouwbare samenwerking kan zowel centraal als federatief worden ingericht. Belangrijker dan de opslaglocatie is dat gebruikers weten waar de gezaghebbende informatie staat, welke versie actueel is en onder welke voorwaarden zij de data mogen gebruiken.

Een datapool kan informatie centraal beschikbaar maken en valideren. In andere situaties blijft data bij verschillende bronnen en wordt zij via gestandaardiseerde koppelingen ontsloten. De gekozen inrichting moet passen bij het proces, de verantwoordelijkheden en de informatiebehoefte.

Een werkbare aanpak begint klein en sluit aan op een concreet proces:

• bepaal welke beslissing of processtap de data moet ondersteunen;
• wijs per gegeven een bronhouder en verantwoordelijke aan;
• spreek definities, codes, eenheden en kwaliteitscriteria af;
• gebruik standaarden en vaste gegevensstructuren;
• controleer data zo vroeg mogelijk bij invoer of ontvangst;
• registreer fouten en verbeter niet alleen de data, maar ook de oorzaak in het proces;
• meet periodiek of de kwaliteit op niveau blijft.

Standaarden zorgen voor een gezamenlijke structuur en betekenis. Ze leggen bijvoorbeeld vast hoe een product wordt geclassificeerd, hoe een bouwelement wordt gecodeerd, hoe een partij of product wordt geïdentificeerd en hoe gegevens tussen systemen worden uitgewisseld.

Een standaard garandeert niet dat iedere ingevulde waarde waar of actueel is. Wel maakt zij automatische controles, vergelijking en hergebruik mogelijk en wordt sneller zichtbaar waar informatie ontbreekt of afwijkt.

Verschillende bouwstenen ondersteunen een ander onderdeel van de informatieketen:

• ETIM structureert technische productkenmerken en waarden.
• DICO legt vast hoe berichten en gegevens tussen ketenpartners worden uitgewisseld.
• SfB classificeert bouwelementen op basis van hun functie.
• STABU en KIS ondersteunen het eenduidig vastleggen van eisen en specificaties.
• GS1-identificaties en TRAIL ondersteunen herkenbaarheid, herkomst en traceerbaarheid.

Welke combinatie nodig is, hangt af van de vraag. Datakwaliteit ontstaat meestal niet door één standaard, maar door samenhang tussen betekenis, identificatie, proces en uitwisseling.

Bij validatie wordt data of een bericht gecontroleerd tegen vastgestelde regels. Dat kan bijvoorbeeld gaan om de technische structuur, verplichte velden, toegestane codes of aanvullende businessregels.

Certificering voegt daar een formeel proces aan toe: er is vastgelegd wat wordt getest, tegen welke versie, door wie en onder welke voorwaarden een certificaat of label wordt toegekend. De reikwijdte van het certificaat moet altijd duidelijk worden vermeld.

De bestaande DICO-certificering controleert of een gegenereerd bericht voldoet aan de geteste berichtstructuur en de door Ketenstandaard vastgestelde eisen. De technische structuur wordt onder meer getoetst aan het bijbehorende schema. Waar beschikbaar kunnen aanvullende regels onderdeel van de controle zijn.

Een certificaat betekent niet automatisch dat iedere bedrijfsinhoud in elk bericht volledig of feitelijk juist is, of dat de complete koppeling tussen twee organisaties zonder aanvullende test werkt. Het toont aan wat binnen de vastgestelde scope aantoonbaar is gecontroleerd.

Datakwaliteit.nu maakt zichtbaar welke organisaties door Ketenstandaard gecertificeerde DICO-berichten hebben. Gecertificeerde organisaties kunnen daarmee laten zien voor welke berichten zij aantoonbaar aan de geteste eisen van de DICO Standaard voldoen.

De website is op dit moment gericht op DICO-certificeringen. Wanneer de dienstverlening of reikwijdte wordt uitgebreid, moet duidelijk blijven welk bericht, welke versie en welke criteria bij ieder certificaat horen.

Nee. Een keurmerk of certificaat geeft vertrouwen binnen een duidelijk afgebakende scope, maar vervangt geen dagelijks databeheer. Gegevens veranderen, assortimenten worden aangepast en processen of software worden vernieuwd.

Blijvende kwaliteit vraagt om eigenaarschap, periodieke controles, versiebeheer en een proces om fouten snel te herstellen.