Hoe meet en verbeter je datakwaliteit?

“De data klopt niet” is geen bruikbare diagnose. Dezelfde dataset kan voldoende zijn voor een trendrapportage en ongeschikt voor een operationele beslissing. Kwaliteit moet daarom altijd aan een concrete toepassing worden gekoppeld.

Zes dimensies van datakwaliteit

• Volledigheid: zijn de noodzakelijke velden gevuld?
• Juistheid: beschrijven waarden de werkelijkheid correct?
• Actualiteit: is de informatie op tijd bijgewerkt?
• Consistentie: betekenen waarden in verschillende systemen hetzelfde?
• Uniciteit: worden objecten of relaties onbedoeld dubbel geregistreerd?
• Geldigheid: voldoen waarden aan afgesproken formaten en bedrijfsregels?

Begin met kritieke data-elementen

Meet niet ieder veld omdat het beschikbaar is. Selecteer gegevens die een belangrijke beslissing, transactie of rapportage beïnvloeden. Definieer daarna per element een toetsbare regel, een norm en een eigenaar. Bijvoorbeeld: minimaal 98% van de actieve assets heeft een geldige locatie en controledatum.

Herstel data bij de bron

Een dashboard dat fouten telt verbetert nog niets. Onderzoek waar gegevens ontstaan, welke validatie ontbreekt en waarom medewerkers alternatieve invoer gebruiken. Voeg controles zo vroeg mogelijk toe en maak uitzonderingen zichtbaar voor de verantwoordelijke rol. Anders wordt dezelfde fout na iedere opschoning opnieuw geproduceerd.

Maak kwaliteit onderdeel van de gegevensstroom

In een data-integratie of platform kunnen regels automatisch worden uitgevoerd. Ongeldige records gaan niet stilzwijgend door, maar krijgen een status, foutreden en herstelroute. Monitoring laat trends zien: neemt de achterstand toe, verandert een bronformaat of veroorzaakt één processtap structureel problemen?

Een praktijkvoorbeeld bij ProRail

Voor financiële langetermijnplanning werd technische assetdata gecontroleerd en bruikbaar gemaakt voor scenario’s. De gemeten datakwaliteit verbeterde daarbij van 78% naar 89%. Het percentage was geen los doel, maar ondersteunde betere onderbouwing van investeringsbeslissingen.

Bouw een bruikbaar kwaliteitsdashboard

Toon niet alleen één totaalscore. Splits resultaten uit per bron, regel, processtap en verantwoordelijke eigenaar. Laat zien hoeveel records geraakt worden, welke bedrijfsimpact dat heeft en hoelang uitzonderingen openstaan. Daarmee kan een team prioriteren in plaats van alleen constateren.

Een trend is vaak belangrijker dan een momentopname. Een score van 95% kan verslechteren terwijl de rapportage nog groen toont. Andersom kan een lagere totaalscore acceptabel zijn wanneer alle gegevens voor de kritieke beslissing wel aan de norm voldoen.

Checklist voor iedere kwaliteitsregel

• Welke toepassing of beslissing wordt door het gegeven beïnvloed?
• Is de regel eenduidig, automatisch toetsbaar en voorzien van een norm?
• Wie kan de oorzaak bij de bron herstellen?
• Welke status en context krijgt een afgekeurd record?
• Hoe wordt zichtbaar dat een wijziging in een bronsysteem de regel raakt?

Veelgestelde vragen over datakwaliteit

Moet alle data honderd procent correct zijn?

Niet altijd. De vereiste kwaliteit hangt af van de toepassing en gevolgen van een fout. Kritieke data-elementen kunnen een strenge norm hebben terwijl minder relevante velden bewust lager worden geprioriteerd.

Wie is verantwoordelijk voor datakwaliteit?

De proceseigenaar is verantwoordelijk voor betekenis en prioriteit; bronbeheerders en technische teams realiseren controles en herstel. Eigenaarschap moet dus inhoudelijk én uitvoerbaar zijn.

Is opschonen voldoende?

Alleen tijdelijk. Zonder aanpassing van invoer, validatie of proces ontstaat dezelfde fout opnieuw. Structurele verbetering combineert herstel met preventie bij de bron.

Lees de ProRail LTP-case of vergelijk eerst een datahub, datawarehouse en datalake.