Datamanagement nodig om initiatieven schaalbaar te maken

Data als kerncapaciteit

‘Bedrijven in de maakindustrie passen inmiddels allerlei digitale technologieën toe’, zegt Bas Weber. ‘Denk daarbij aan chips voor locatiedetectie van producten en slimme sensoren die predictive maintenance mogelijk maken. Hiermee werken maakbedrijven aan de digitalisering van businessmodellen, producten en diensten. Ook kan door digitalisering de supplychain verder geïntegreerd worden. Al deze ontwikkelingen worden mogelijk door data en data-analyse. Dat zijn de kerncapaciteiten van de digitale maakindustrie.’

Data ontsluiten en structureren

‘Waar data traditioneel onderdeel waren van IT, zie je dat ze nu steeds meer op zichzelf gaan staan,’ aldus Nic Roest, specialist datamanagement bij PwC. ‘Het IT-landschap gaat over de ondersteuning van de bedrijfsprocessen en parallel daaraan heb je databronnen met informatie over klanten, leveranciers, producten, markttrends.  Die worden volop gebruikt door de mensen in de business. Zij zijn verantwoordelijk voor het toevoegen van waarde aan de data via data-analyse. Maar om die analyses mogelijk te maken, moeten de data beschikbaar zijn in een werkbare vorm. Daar houd ik mij mee bezig: hoe ontsluit je die data en structureer je ze om waarde te creëren.’

Oplossingen vaak niet schaalbaar

Roest: ‘We zien vaak dat bedrijven heel veel energie steken in datatoepassingen en pilots, maar niet in staat zijn om de initiatieven breed uit te rollen. Elke manager lost een eigen probleem op en daar blijft het bij. Stel, iemand wil weten op welke locaties de monteurs in de buitendienst zich bevinden. De IT-afdeling is al overbezet, dus hij of zij besluit om via een shortcut zelf analyses te doen op bijvoorbeeld de kilometerregistratie van de HR-afdeling. Dat leidt tot een resultaat, maar de oplossing is niet schaalbaar en het is ook onzeker of de kwaliteit van de uitkomsten voldoende is.’

Overkoepelende datastructuur goed neerzetten

Weber: ‘Ik hoorde laatst de vergelijking van een omgevallen boekenkast. Je kunt goede boeken oppakken, openslaan en met de kennis die je erin vindt een analyse maken, maar je hebt geen overzicht van het geheel. Veel maakbedrijven bevinden zich in die situatie, want er is heel veel ongestructureerde en gestructureerde data in huis. Het is goed dat ondernemers zijn begonnen om die data te gebruiken voor businessvragen, maar het helpt enorm als de overkoepelende datastructuur goed wordt neergezet. De boeken op alfabet neerzetten, zeg maar. En er een index bij maken die alle boeken met hun kenmerken beschrijft, zodat je erin kunt zoeken.’

Gekoppelde databronnen

Roest legt het uit met een voorbeeld: ‘Neem een bestelling van een klant. Het bestel- en betaalproces gebeurt in een ERP-pakket en is onderdeel van IT. Het leveringsproces, waarin onder meer met een handscanner in de fabriek een code wordt opgeslagen, valt onder OT. Als die systemen niet goed geïntegreerd zijn, levert dit losse databronnen op, terwijl het over dezelfde bestelling gaat. Goed datamanagement brengt dat samen tot een samenhangend geheel, zodat wat data betreft het onderscheid tussen IT en OT niet meer relevant is. Zo worden die data beter toegankelijk en toepasbaar voor commerciële verbeteringen.’

DNA-kenmerken van industriële, digitale maakbedrijven

Hoe ziet het DNA van een industrieel, digitaal maakbedrijf er dus uit als het gaat om datamanagement? Weber: ‘Het digitale maakbedrijf heeft de beschikking over geheel ontsloten en gestructureerde data dankzij doordacht datamanagement. Geheel ontsloten betekent onder meer dat data uit zowel IT en OT beschikbaar zijn. En gestructureerd betekent dat databronnen gekoppeld zijn in een samenhangend geheel. Deze aaneengesloten structuur zorgt ervoor dat datatoepassingen schaalbaar zijn en dat de datakwaliteit controleerbaar is. Het digitale maakbedrijf heeft verder de capaciteiten in huis om data te analyseren en toe te passen om waarde te creëren.’