Datastromen op de kaart

Inzicht en grip op data en processen

Met datastromen op de kaart wordt zichtbaar hoe gegevens en geodata door de organisatie stromen. Het laat zien hoe data gebruikt wordt, geeft inzicht in de werking van processen en borgt kennis die vaak versnipperd aanwezig is. Daarmee wordt de kloof tussen verschillende vakdisciplines verkleind en wordt samenwerking versterkt.

Voordelen van datastromen op de kaart

Verhoogde efficiëntie

Dankzij methodieken als Scrum en Agile kunnen technische oplossingen tegenwoordig sneller gerealiseerd worden dan voorheen. De implementatie van de resulterende code of informatieproducten wordt echter nog vaak onderschat of vergeten. Het gevolg is dat efficiëntie binnen het ontwikkelteam hoog is, maar buiten het team laag blijft.

Kennis over datastromen die in werkprocessen worden gebruikt, zit vaak geconcentreerd bij enkele ontwikkelaars. De rest van de organisatie wordt onvoldoende geïnformeerd, wat leidt tot:

vertragingen bij de implementatie in de centrale informatievoorziening;
veel tijdverlies door afstemming tussen vakdisciplines die niet in hetzelfde team werken;
gesprekken achteraf om helderheid te krijgen over de werking of eigenschappen van algoritmes.

Door datastromen op de kaart te zetten, worden deze knelpunten voorkomen en ontstaat er inzicht en overzicht in de gehele informatievoorziening.

Hoge impact met het Amsterdam Information Model

Het Amsterdam Information Model, ook wel bekend als het 9-vlaksmodel van Rik Maes, laat zien dat werkzaamheden voor goed informatiemanagement in één van de negen vlakken vallen.

- De linkerkolom bevat de wettelijke taken en commerciële doelstellingen die het bestaansrecht van de organisatie vormen.
- De rechterkolom betreft de technische middelen die worden ingezet om die taken en doelen te realiseren. Zonder deze middelen zou technologie geen rol spelen.
- De middelste kolom beschrijft de processen die nodig zijn om de verbinding te maken tussen doelen en middelen.

Door datastromen binnen dit model te beschrijven, wordt duidelijk hoe processen, applicaties en infrastructuur op elkaar aansluiten. Het resultaat: minder vertraging, lagere kosten en een fundament voor datagedreven werken.

Processen borgen tot de derde graad

Het uittekenen van datastromen is een eerste stap naar overzicht en grip op de werking van algoritmes en berekeningen. Dit borgen kan op verschillende niveaus:

1. Eerste graad – functioneel: processen visueel beschrijven en koppelen aan datagedreven werken.
2. Tweede graad – technisch: processen automatiseren via herbruikbare services, waardoor algoritmes altijd op dezelfde manier uitgevoerd worden en voorspelbare resultaten opleveren.
3. Derde graad – domeinoverstijgend: robuuste, herbruikbare componenten inzetten die toepasbaar zijn in meerdere vakgebieden.

Voorbeelden van zulke componenten zijn het koppelen van databronnen, uitvoeren van wiskundige transformaties, toetsen van datakwaliteit en selecteren van objecten op basis van administratieve of ruimtelijke informatie.

Door processen tot de derde graad te borgen, ontstaat de hoogste mate van voorspelbaarheid, betrouwbaarheid en kostenefficiëntie.

Innovatiemanagement en datastromen

Om optimaal gebruik te maken van data en geodata is ruimte voor onderzoek en experimenten noodzakelijk. Innovatie vraagt om een duidelijke scheiding tussen onderzoeksvraagstukken en implementatievraagstukken. Wanneer die scheiding ontbreekt, kan dit leiden tot:

Budgetoverschrijdingen doordat implementatievragen tijdens onderzoek worden meegenomen;
Eenzijdige focus op implementatie waardoor onderzoek onvoldoende aandacht krijgt;
Scheve verhoudingen in besluitvorming en uitvoering.

Door datastromen op de kaart zichtbaar te maken, wordt het innovatietraject inzichtelijker en wordt verwachtingsmanagement eenvoudiger. Zo ontstaat balans tussen onderzoek, implementatie en bedrijfsvoering.

Metadatabeheer voor algoritmes en berekeningen

Hoewel Git-technologie het delen van algoritmes en code vergemakkelijkt, blijft de leesbaarheid en begrijpelijkheid vaak beperkt tot een kleine groep specialisten. Alternatieven zoals Large Language Models (bijvoorbeeld ChatGPT, Copilot of Mistral) kunnen toelichting geven, maar leveren niet altijd betrouwbare resultaten.

Een duurzame oplossing is het opzetten van een rekenregelregister. Hierin worden algoritmes en berekeningen als metadata vastgelegd, zodat ze:

Geborgen en vindbaar zijn;
Hergebruikt kunnen worden;
Transparant gepubliceerd kunnen worden.

Dit versterkt het functioneel beheer van algoritmes en berekeningen en kan bovendien een technische verdieping toevoegen aan bestaande registers, zoals het Algoritmeregister. Daarmee wordt de invloed van algoritmes op de maatschappij inzichtelijker gemaakt.

Verdiep je in de werking van algoritmes en rekenregels

Datastromen op de kaart geven inzicht in hoe gegevens zich door je organisatie bewegen. Maar om echt grip te krijgen op wat er binnen die stromen gebeurt, is het essentieel te begrijpen welke rekenregels en algoritmes eraan ten grondslag liggen.

De whitepaper Rekenregels voor een betere informatiehuishouding laat zien hoe je deze rekenregels kunt definiëren, registreren en beheren, zodat berekeningen transparant, herleidbaar en betrouwbaar worden uitgevoerd.
Met praktische voorbeelden en heldere definities bieden de auteurs van de DAMA NL-werkgroep Datakwaliteit concrete handvatten voor iedereen die datagedreven wil werken met vertrouwen en controle.

Lees de whitepaper en ontdek hoe goed vastgelegde rekenregels de brug vormen tussen inzicht en verantwoordelijkheid in datastromen.

Datagedreven werken met datastromen op de kaart

Met datastromen op de kaart worden processen inzichtelijk gemaakt, wordt kennis geborgd en ontstaat grip op de werking van algoritmes en berekeningen. Dit vergroot efficiëntie, versterkt samenwerking en legt de basis voor datagedreven werken.

Meer weten over datastromen op de kaart?
Een vrijblijvend gesprek kan helpen om samen te verkennen hoe processen, algoritmes en data effectiever geborgd en benut kunnen worden.

Neem contact met ons op —>