Datakwaliteit gaat over de vraag of gegevens goed genoeg zijn om te gebruiken.
Klopt de informatie? Is alles ingevuld wat je nodig hebt? Is de data nog actueel? En is de defintie over hetzelfde?
Een klantenbestand waarin dezelfde persoon drie keer voorkomt, heeft bijvoorbeeld een kwaliteitsprobleem. Net als een adressenbestand vol oude adressen of een verkoopoverzicht waarin retouren ontbreken.
Of data van goede kwaliteit is, hangt ook af van wat je ermee wilt doen. Een ontbrekend huisnummer kan voor een telling van het aantal klanten weinig uitmaken. Wil je een pakket bezorgen, dan is datzelfde ontbrekende huisnummer ineens behoorlijk belangrijk.
Stel: twee systemen geven een ander aantal klanten
Je wilt weten hoeveel klanten je bedrijf heeft. In het CRM staan 12.450 klanten. Het financiële systeem telt er 11.980.
Dat scheelt 470 klanten.
Misschien telt het ene systeem klanten mee die al jaren niets hebben gekocht. Misschien staan klanten dubbel in het CRM. Of misschien gebruiken de systemen simpelweg een andere definitie van ‘klant’.
Beide systemen kunnen hun telling keurig uitvoeren en toch met een ander antwoord komen.
En juist daar is datakwaliteit heel relevant: voordat je een cijfer gebruikt, wil je weten wat er eigenlijk achter zit.
Wanneer is data van goede kwaliteit?
Data is van goede kwaliteit als je erop kunt vertrouwen voor het doel waarvoor je de data gebruikt.
Daarvoor hoeft data niet perfect te zijn.
Stel dat je wilt weten hoeveel bestellingen gisteren zijn verstuurd. Dan moeten alle bestellingen correct en op tijd geregistreerd zijn. Een adres zonder huisnummertoevoeging maakt voor die telling waarschijnlijk weinig uit.
Wil je diezelfde data gebruiken om pakketten bij klanten thuis te bezorgen, dan is dat ontbrekende huisnummer ineens wél een probleem.
De kwaliteit van data hangt dus af van wat je ermee wilt doen.
Waarom een mooi dashboard slechte data niet oplost
Een dashboard kan alleen rekenen met de data die erin komt.
Als klanten dubbel geregistreerd staan, worden ze dubbel geteld. Als retouren ontbreken, is de omzet te hoog. En als verschillende afdelingen iets anders verstaan onder een ‘actieve klant’, kunnen twee correcte berekeningen toch verschillende uitkomsten geven.
Dat maakt fouten in data soms lastig te herkennen. Een vreemd getal valt op. Een keurig percentage van 72,4 procent ziet er juist betrouwbaar uit.
Kun je data dan ooit helemaal vertrouwen?
Stel dat een klantenbestand van 100.000 mensen twintig dubbele records bevat. Voor een algemeen overzicht van het aantal klanten maakt dat nauwelijks verschil.
Gebruik je precies die gegevens om twintig mensen twee keer een rekening te sturen, dan heb je wel een probleem.
Data hoeft daarom niet voor ieder gebruik even goed te zijn.
Wat je beter kan bedenken is: is deze data betrouwbaar genoeg voor wat ik ermee wil doen?
Hoe belangrijker de beslissing, hoe belangrijker het wordt om te weten waar het cijfer vandaan komt, hoe actueel de gegevens zijn en welke fouten erin kunnen zitten.
Conclusie: wanneer is de datakwaliteit goed genoeg?
Begin bij wat je met de data wilt doen.
Wil je een globale ontwikkeling volgen? Dan hoeft een kleine afwijking misschien geen probleem te zijn. Wil je salarissen uitbetalen, belasting berekenen of individuele klanten benaderen? Dan wil je 100% zeker zijn dat de gegevens kloppen.
Zie je een cijfer in een dashboard of rapport, dan is het daarom soms nuttiger om te vragen waar het vandaan komt dan om direct naar de uitkomst te kijken.
Want een cijfer kan tot twee decimalen nauwkeurig zijn en toch gebaseerd zijn op slechte data.
FAQ
Wat betekent datakwaliteit?
Datakwaliteit zegt iets over de bruikbaarheid en betrouwbaarheid van gegevens. Goede data is geschikt voor het doel waarvoor je die wilt gebruiken.
Wat zijn voorbeelden van slechte datakwaliteit?
Denk aan dubbele klanten, ontbrekende gegevens, verouderde adressen, verkeerde bedragen of verschillende definities voor hetzelfde begrip.
Hoe controleer je de kwaliteit van data?
Dat hangt af van het gebruik. Je kunt bijvoorbeeld controleren op ontbrekende waarden, dubbele gegevens, vreemde uitschieters en verschillen tussen systemen.
Kan een dashboard verkeerde cijfers laten zien?
Ja. Een dashboard kan technisch correct werken en toch een verkeerd beeld geven als de onderliggende gegevens onjuist, onvolledig of verouderd zijn.
Lees ook
Wat is een KPI? En wanneer zegt zo’n cijfer eigenlijk iets?
Hoe lees je een grafiek? Zonder je te laten misleiden
Wat is correlatie? En waarom samenhang niet hetzelfde is als oorzaak