Datakwaliteit is een terugkerend onderwerp in het optimaliseren van ERP-systemen. En terecht, want slechte datakwaliteit leidt tot verborgen kosten. Het kost medewerkers veel tijd en energie om fouten te controleren en corrigeren. Volgens onderzoek van MIT verliezen organisaties hierdoor tussen de 15% en 25% van hun winst.
Verborgen kosten
Slechte datakwaliteit leidt tot verborgen kosten. Het is moeilijk om de exacte financiële impact te meten, maar vaak wordt het zichtbaar door te kijken naar productiviteit, operationele performance en besluitvorming. Medewerkers merken als eerste de consequenties van lage datakwaliteit, bijvoorbeeld doordat zij niet in staat zijn de status van belangrijke KPI’s inzichtelijk te maken of eenvoudige vragen over de voortgang van processen te beantwoorden. Dit zijn dan ook belangrijke signalen om in de gaten te houden. Duidelijk herkenbare gevolgen die we aan de hand hiervan terugzien zijn handmatige nacalculaties en extra meetings.
De structureel onderschatte effecten van de datakwaliteit in organisaties is als ‘death by a thousand paper cuts’. De impact is vaak veel groter dan gedacht.
– Marten Teule, General Manager Enshore
Datakwaliteit in Cloud ERP
Het beheren van de datakwaliteit in Cloud ERP vraagt om een andere aanpak. Dit is nodig omdat we in cloudplatformen niet meer op standaard momenten de kwaliteit herzien. Bij on premise implementaties zagen we dat slechte datakwaliteit aangepakt werd met een ‘refresh’ in de vorm van een nieuwe implementatie elke 10 à 15 jaar. Cloudplatforms zijn zo ontwikkeld dat, als je er goed gebruik van maakt, een harde ‘refresh’ niet nodig is. Dit betekent dat de standaard momenten om de datakwaliteit te herzien zich niet meer automatisch voordoen.
Twee nieuwe ontwikkelingen die het belang van datakwaliteit in Cloud ERP verder benadrukken zijn de prijsmodellen op basis van dataopslag en de mogelijkheden om gebruik te maken van AI en process mining.
Prijsmodellen op basis van dataopslag
We zien dat ontwikkelaars van cloudplatformen nieuwe prijsmodellen ontwikkelen waarin kosten in rekening worden gebracht voor de hoeveelheid gebruikte opslag, zoals bij Microsoft D365. Hierdoor hangt er bij het gebruik van Cloud ERP ook directe een financieel prijskaartje aan slechte datakwaliteit. Door historische data te archiveren en irrelevante data te verwijderen, kunnen organisaties flink kosten besparen. Het belang van goede datakwaliteit komt dus niet alleen terug in verborgen kosten door operationele issues, maar ook in de directe financiële gevolgen van datagebruik.
De basis voor Process Mining en AI
De kwaliteit van data is ook belangrijk voor nauwkeurige analyses in Process Mining en AI. AI-modellen leren zo niet alleen sneller, maar zullen ook minder snel fouten maken. Daarnaast kost het minder rekenkracht om tot resultaat te komen. In mindere mate gaan dezelfde voordelen op voor Process Mining. De kwaliteit van de data heeft direct invloed op het opsporen van inefficienties in processen, dus met beter kwaliteit zal je sneller en tot meer optimalisaties komen.
Periodieke controles als oplossing
Hoe hou je dan de datakwaliteit op peil? De oplossing zit hem in periodieke controles. Eigenlijk zoals de momenten die zich eerder voordeden bij een nieuwe implementatie, maar dan nu zonder de implementatie en met hogere frequentie. Dit klinkt simpel, maar de praktijk laat zien dat de periodieke controle vaak niet of gebrekkig uitgevoerd wordt omdat het niet de aandacht krijgt die het verdient. Hier zien we veel overeenkomsten met financiële audits of audits voor informatiebeveiliging. Organisaties maken er vaak pas tijd en aandacht voor vrij als de urgentie eigenlijk al te hoog is. Het helpt om de noodzaak met financiële cijfers inzichtelijk te maken en een voorbeeld te nemen aan periodieke controles zoals een accountant of security officer ook doet om de status van hun verantwoordelijkheden bij te houden.
Data archiveren en opschonen in MS Dynamics 365 F&O
Maak jij gebruik van D365 F&O? Kijk dan of je gebruik kan maken van de nieuwe functionaliteiten voor het archiveren en opschonen van data: Data opschonen in D365 F&O en SCM