Naar inhoud gaan
Man die data controleert

Wat is datamanagement?

Data bepalen hoe een bedrijf werkt en functioneert.  Bedrijven moeten een zinvolle betekenis geven aan data en relevantie vinden in de ruis die wordt veroorzaakt door de verschillende systemen en technologieën die de huidige, sterk verbonden wereldeconomie ondersteunen. Hier staan de data centraal. Aan data alleen heb je niets: bedrijven hebben een effectief strategie-, governance- en datamanagementmodel nodig om data in al zijn vormen praktisch en efficiënt te gebruiken in supply chains, werknemersnetwerken, ecosystemen van klanten en partners… en nog veel meer.

 

Dus wat is datamanagement? Datamanagement is de praktijk van het verzamelen, ordenen en gebruiken van data om de productiviteit, efficiëntie en besluitvorming te ondersteunen. Gezien de cruciale rol die data tegenwoordig in het bedrijfsleven spelen, zijn een solide strategie voor datamanagement en een modern datamanagementsysteem essentieel voor elk bedrijf, ongeacht de omvang of de branche.

Wat is datamanagement?

De belangrijkste elementen van datamanagement

Het datamanagementproces omvat een breed scala aan taken en procedures, zoals:

  • Verzamelen, verwerken, valideren en opslaan van data
  • Integreren van verschillende soorten data uit verschillende bronnen, waaronder gestructureerde en ongestructureerde data
  • Zorgen voor hoge beschikbaarheid van data en herstel bij calamiteiten
  • Besturen hoe data worden gebruikt en hoe mensen en apps er toegang toe krijgen
  • Beschermen en beveiligen van data en waarborgen van dataprivacy

Waarom is datamanagement belangrijk?

Alle applicaties, analyseoplossingen en algoritmen die in een bedrijf worden gebruikt (de regels en het bijbehorende proces waardoor computers problemen kunnen oplossen en taken kunnen uitvoeren) zijn afhankelijk van naadloze toegang tot data. Een datamanagementsysteem is in wezen bedoeld om ervoor te zorgen dat data veilig, beschikbaar en correct zijn. Maar dat zijn niet de enige voordelen van datamanagement.

64,2

 zettabytes

aan digitale data gemaakt in 2020 – IDC

80

%

van de wereldwijde gegevens zal in 2025 ongestructureerd zijn – IDC

Ontdek de voordelen van datamanagement en analytics.

Big data omzetten in een waardevol bedrijfsmiddel

 

Een overdaad aan data kan overweldigend en nutteloos zijn als ze niet goed worden beheerd. Maar met de juiste tools kunnen bedrijven big data omzetten in ongekende inzichten en nauwkeurigere voorspellingen en zo juist slagvaardiger worden. Big data kunnen bedrijven een beter inzicht geven in wat klanten willen en bedrijven helpen uitzonderlijke klantervaringen te bieden op basis van de informatie die data opleveren. Bovendien kunnen big data helpen nieuwe datagedreven bedrijfsmodellen aan te sturen, zoals een serviceaanbod op basis van realtime IoT- (Internet of Things) en sensordata, die niet voor de hand zouden liggen of die onduidelijk zouden zijn zonder de mogelijkheid om big data te analyseren en te interpreteren.

Big data zijn extreem grote datasets die vaak worden gekenmerkt door de vijf V’s: de hoeveelheid verzamelde gegevens (volume), de verscheidenheid (variety) aan datatypen, de snelheid (velocity) waarmee de data worden gegenereerd, de kwaliteit (veracity) van de gegevens en de waarde (value) ervan.

Het is geen geheim dat datagedreven organisaties een groot concurrentievoordeel hebben. Met geavanceerde tools kunnen bedrijven meer data beheren uit meer bronnen dan ooit tevoren. Ze kunnen ook in realtime gebruikmaken van allerlei verschillende soorten data, gestructureerd en ongestructureerd. Denk aan data van IoT-apparaten, video- en audiobestanden, clickstreamdata en opmerkingen op sociale media. Zo ontstaan er meer mogelijkheden om data in geld om te zetten en als asset te gebruiken.

 

Het datafundament leggen voor digitale transformatie

 

Er wordt vaak gezegd dat data het levensbloed zijn van digitale transformatie, en dat klopt. Kunstmatige intelligentie (AI), machine learning, Industry 4.0, advanced analytics, het Internet of Things en intelligente automatisering hebben enorme hoeveelheden tijdige, accurate en veilige data nodig om te kunnen doen wat ze doen.

Het belang van data en datagedreven technologieën is pas sinds de uitbraak van COVID-19 echt gegroeid. Veel bedrijven staan onder grote druk om hun data nu beter te gebruiken, en ze gebruiken die om gebeurtenissen te voorspellen, snel te kunnen bijsturen en veerkracht in te bouwen in plannen en bedrijfsmodellen.

Machine learning heeft bijvoorbeeld zeer grote en verschillende datasets nodig om te 'leren', complexe patronen te identificeren, problemen op te lossen en de modellen en algoritmen ervan up-to-date te houden en effectief te laten werken. Geavanceerde analytics (dat vaak gebruikmaakt van machine learning) is ook afhankelijk van enorme hoeveelheden hoogwaardige data om relevante en bruikbare inzichten te produceren op basis waarvan met vertrouwen kan worden gehandeld. En het IoT en Industrial IoT draaien op een constante stroom van machine- en sensordata, die met een snelheid van een miljoen mijl per minuut beweegt.

Data zijn de gemeenschappelijke factor in elk digitaal transformatieproject. Bedrijven die hun processen willen transformeren, willen profiteren van nieuwe technologieën en intelligent enterprises willen worden, hebben een solide datafundament nodig. Kortom, ze hebben behoefte aan een modern datamanagementsysteem

Het voortbestaan van elk bedrijf zal afhangen van een flexibele, datacentrische architectuur die reageert op het constante tempo van verandering.

Donald Feinberg, vicevoorzitter van Gartner

Naleving van de dataprivacywetgeving

 

Goed datamanagement is ook essentieel om te kunnen waarborgen dat nationale en internationale privacywetgeving wordt nageleefd. Denk aan de Algemene verordening gegevensbescherming (AVG) en in de VS de California Consumer Privacy Act, evenals branchespecifieke privacy- en beveiligingsvereisten. Wanneer die bescherming moet worden aangetoond of wordt gecontroleerd, is het van essentieel belang dat er een solide beleid en goede procedures voor datamanagement zijn.

Systemen en componenten voor datamanagement

Datamanagementsystemen zijn gebouwd op datamanagementplatforms en bevatten een reeks componenten en processen die samenwerken om je te helpen meerwaarde uit je data te halen. Het kan hierbij gaan om onder andere databasemanagementsystemen, datawarehouses en datalakes, tools voor data-integratie, analytics en meer.

 

Databasemanagementsystemen (DBMS)

 

Er zijn veel verschillende soorten databasemanagementsystemen. De meest voorkomende systemen zijn relationele databasemanagementsystemen (RDBMS), objectgeoriënteerde databasemanagementsystemen (OODMBS), in-memory databases en kolomgebaseerde databases.

Datamanagementsystemen

Verschillende datamanagementsystemen

  • Relationeel databasemanagementsysteem (RDBMS): een RDBMS is een databasemanagementsysteem dat datadefinities bevat, zodat programma's en opvraagsystemen op naam naar data-items kunnen verwijzen, en niet telkens de structuur en locatie van de data hoeven te beschrijven. Op basis van het relationele model onderhouden RDBMS-systemen ook relaties tussen data-items die de toegang verbeteren en duplicatie voorkomen. Zo worden bijvoorbeeld de basisdefinitie en kenmerken van een artikel één keer opgeslagen en gekoppeld aan klantorderdetailregels en prijstabellen.
  • Objectgeoriënteerd databasemanagementsysteem (OODBMS): een OODBMS is een andere aanpak voor datadefinitie en -opslag, die is ontwikkeld en wordt gebruikt door OOPS-ontwikkelaars (objectgeoriënteerd programmeersysteem). Data worden niet in tabellen zoals in een RDBMS opgeslagen, maar als objecten, autonome entiteiten en zelfomschreven entiteiten.
  • In-memory database: een in-memory database (IMDB) slaat gegevens niet op in een schijfstation, maar in het hoofdgeheugen van een computer (RAM). Data worden veel sneller vanuit het geheugen opgehaald dan vanuit een schijfgebaseerd systeem. Daarom worden in-memory databases vaak gebruikt door applicaties die snelle responstijden vereisen. Waar het voorheen bijvoorbeeld een paar dagen kostte om data tot een rapport te verwerken, kunnen die data nu in minuten, zo niet in seconden, worden geopend en geanalyseerd.
  • Kolomgebaseerde database: een kolomgebaseerde database slaat groepen gerelateerde gegevens (een 'kolom' van informatie) samen op voor snelle toegang. Deze wordt gebruikt in moderne in-memory bedrijfsapplicaties en voor veel standalone datawarehouseapplicaties waar de opvraagsnelheid (van een beperkte reeks data) van belang is.
     

Datawarehouses en datalakes

  • Datawarehouse: een datawarehouse is een centrale opslagplaats van data die uit vele verschillende bronnen zijn verzameld met het oog op rapportage en analyse.
  • Datalake: een datalake is een enorme pool van data die zijn opgeslagen in hun onbewerkte of natuurlijke indeling. Datalakes worden meestal gebruikt voor de opslag van big data, waaronder gestructureerde, ongestructureerde en semigestructureerde data.
     

Masterdatamanagement (MDM)

 

Bij stamgegevensbeheer, of masterdatamanagement, gaat het erom dat er één betrouwbare stamreferentie (één versie van de waarheid) wordt gecreëerd voor alle belangrijke bedrijfsdata, zoals productdata, klantdata, assetdata of financiële data. MDM helpt bedrijven om te voorkomen dat er meerdere, mogelijk inconsistente versies van data worden gebruikt in verschillende bedrijfsonderdelen, zoals processen, activiteiten en analyses en rapportage. De drie belangrijkste pijlers voor effectieve MDM zijn: dataconsolidatie, data governance en datakwaliteitsbeheer.

Een op technologie gebaseerde discipline waarbij bedrijf en IT-organisatie samenwerken om uniformiteit, nauwkeurigheid, stewardship, semantische consistentie en verklaarbaarheid van de officiële, gedeelde masterdata van de onderneming te waarborgen.

Gartner's definitie van MDM

Bigdatabeheer

 

Er zijn nieuwe soorten databases en tools ontwikkeld voor het beheer van big data: enorme hoeveelheden gestructureerde, ongestructureerde en semigestructureerde data die bedrijven vandaag de dag overspoelen. Naast zeer efficiënte verwerkingstechnieken en cloudfaciliteiten die opgewassen zijn tegen het volume en de snelheid, zijn er nieuwe benaderingen ontwikkeld voor het interpreteren en beheren van al die verschillende data. Zo worden er bijvoorbeeld nieuwe voorbewerkingsprocessen gebruikt om data-items te identificeren en classificeren om opslag en opvraag te vergemakkelijken, zodat de tools voor datamanagement de verschillende soorten ongestructureerde data beter kunnen begrijpen en er beter mee kunnen werken.

 

Data-integratie

 

Data-integratie staat voor het opnemen, transformeren, combineren en leveren van data, waar en wanneer deze nodig zijn. Deze integratie vindt plaats in het bedrijf en daarbuiten, met partners maar ook met databronnen en use cases van derden, om te voldoen aan de dataverbruiksvereisten van alle applicaties en bedrijfsprocessen. Dit gebeurt met technieken als dataverplaatsing in bulk/batch, extraheren, transformeren, laden (ETL), vastleggen van wijzigingsgegevens, datareplicatie, datavirtualisatie, integratie van streaming data en dataorkestratie.

 

Governance, beveiliging en compliance van data

 

Datagovernance is een verzameling regels en verantwoordelijkheden om de beschikbaarheid, kwaliteit, naleving en beveiliging van data in de hele organisatie te waarborgen. Datagovernance zorgt voor de infrastructuur en benoemt de personen (of functies) binnen een organisatie die zowel de autoriteit als de verantwoordelijkheid hebben voor het hanteren en beschermen van specifieke soorten en typen data. Datagovernance is een belangrijk onderdeel van compliance. De systemen zorgen voor het mechanische aspect van opslag, behandeling en beveiliging. Maar het zijn de mensen, de bestuurskant, die ervoor zorgen dat de data om te beginnen correct zijn en naar behoren worden verwerkt en beschermd: voordat ze in het systeem worden ingevoerd, terwijl ze worden gebruikt en wanneer ze uit het systeem worden opgevraagd voor gebruik of opslag elders. Governance geeft aan hoe verantwoordelijke personen processen en technologieën gebruiken om data te beheren en te beschermen.

 

Databeveiliging is natuurlijk een belangrijk punt van zorg in de huidige wereld van hackers, virussen, cyberaanvallen en data-inbreuken. Beveiliging in systemen en applicaties is ingebouwd, maar datagovernance moet ervoor zorgen dat deze systemen goed worden ingesteld en beheerd om de data te beschermen en dat procedures en verantwoordelijkheden worden gehandhaafd om de data buiten de systemen en database te beschermen.

 

Business intelligence en analytics

 

De meeste, zo niet alle, datamanagementsystemen omvatten basistools voor het opvragen en rapporteren van data, en veel systemen bevatten of zijn gebundeld met krachtige toepassingen voor opvraging, analyse en rapportage. Er zijn ook applicaties voor rapportage en analyses van externe ontwikkelaars beschikbaar. Deze zullen vrijwel zeker zijn opgenomen in de applicatiebundel, als standaardonderdeel of als optionele add-on voor meer geavanceerde functionaliteit.

 

De kracht van de huidige datamanagementsystemen ligt voor een groot deel in de ad-hocopvraagtools. Daarmee kunnen gebruikers met een minimum aan training hun eigen dataopvraag- en afdrukrapporten op het scherm maken. De rapporten bieden een verrassende flexibiliteit in opmaak, berekeningen, sorteringen en samenvattingen. Daarnaast kunnen professionals met deze zelfde tools of met geavanceerdere analysetoolsets nog meer doen wat betreft berekeningen, vergelijkingen, hogere wiskunde en opmaak. Nieuwe analyseapplicaties kunnen traditionele databases, datawarehouses en datalakes overbruggen zodat big data kunnen worden geïntegreerd met bedrijfsapplicatiedata voor betere prognoses, analyses en planning.

Wat is een bedrijfsdatastrategie en waarom zou je er een moeten hebben?

Veel bedrijven hebben een passieve houding ten aanzien van datastrategie: ze accepteren wat hun leverancier van bedrijfsapplicaties heeft ingebouwd in hun systemen. Maar tegenwoordig is dat niet goed genoeg meer. Met de huidige data-explosie en het belang van data voor de bedrijfsvoering van elke onderneming, is het steeds belangrijker om een proactievere en uitgebreidere aanpak van datamanagement te hanteren. Praktisch gezien betekent dit dat de ondernemer zich moet voorbereiden door een datastrategie in te stellen, die:

  • Aangeeft welke specifieke soorten data je bedrijf nodig heeft en gebruikt
  • Verantwoordelijkheid toewijst voor elk soort data
  • Procedures vaststelt voor de verwerving, verzameling en verwerking van deze data

Een van de belangrijkste voordelen van een strategie en infrastructuur voor bedrijfsdatamanagement is dat ze de organisatie bijeenbrengen, waarbij alle activiteiten en beslissingen worden gecoördineerd ter ondersteuning van het doel van de onderneming: effectief en efficiënt kwaliteitsproducten en -diensten aan klanten leveren. Een allesomvattende datastrategie en naadloze data-integratie elimineren informatiesilo's. Zo kunnen afdelingen, managers en werknemers zien en begrijpen wat hun individuele bijdrage aan het succes van het bedrijf is, en zorgen dat hun beslissingen en acties in lijn zijn met die doelstellingen.

placeholder

Ontwikkel de datastrategie van je bedrijf

Neem deel aan onze resultaatgestuurde masterclass op het gebied van datastrategieën: online en gratis.

De ontwikkeling van datamanagement

Effectief datamanagement is al meer dan 50 jaar van cruciaal belang voor zakelijk succes: van hulp aan bedrijven om de nauwkeurigheid van informatierapportage te verbeteren, trends te zien en betere beslissingen te nemen, tot de bevordering van digitale transformatie en de versterking van nieuwe technologieën en bedrijfsmodellen. Data zijn een nieuw soort kapitaal geworden en toekomstgerichte organisaties zijn altijd op zoek naar nieuwe en betere manieren om data in hun voordeel te gebruiken. Dit zijn de nieuwste trends in modern datamanagement die je beslist in de gaten moet houden en waarvan je moet onderzoeken of ze relevant zijn voor je bedrijf en branche:

  • Datafabric: de meeste organisaties gebruiken tegenwoordig verschillende soorten data, on-premise en in de cloud. En ze gebruiken meerdere datamanagementsystemen, verwerkingstechnologieën en tools. Een datafabric, een klantspecifieke combinatie van architectuur en technologie, maakt gebruik van dynamische data-integratie en orkestratie om ongestoorde toegang tot en uitwisseling van data in een gedistribueerde omgeving mogelijk te maken.
  • Datamanagement in de cloud: veel bedrijven verplaatsen hun datamanagementplatform geheel of gedeeltelijk naar de cloud. Clouddatamanagement profiteert van alle voordelen die de cloud te bieden heeft, zoals schaalbaarheid, geavanceerde databeveiliging, verbeterde datatoegang, automatische back-ups en herstel bij calamiteiten en kostenbesparingen. Clouddatabases en DBaaS-oplossingen (database-as-a-service), datawarehouses in de cloud en clouddatalakes worden steeds populairder.
  • Augmented datamanagement: een van de nieuwere trends is het zogenoemde augmented datamanagement. Augmented datamanagement, dat volgens Gartner in 2022 alles ingrijpend kan verstoren, zorgt er met AI en machine learning voor dat datamanagementprocessen zichzelf kunnen configureren en afstemmen. Augmented datamanagement automatiseert alles, van datakwaliteit en stamgegevensbeheer tot data-integratie, waardoor ervaren technisch personeel zich kan richten op taken met meer waarde.

In de loop van 2022 neemt het aantal handmatige taken op het gebied van datamanagement met 45% af door toevoeging van machine learning en automatisch serviceniveaubeheer.

Gartner

  • Augmented analytics: augmented analytics, een andere belangrijke technologische trend die Gartner noemde, is al beschikbaar. Augmented analytics maakt gebruik van kunstmatige intelligentie, machine learning en Natural Language Processing (NLP). Zo kan het automatisch de belangrijkste inzichten vinden en democratiseert het de toegang tot geavanceerde analytics. Op die manier kan iedereen, niet alleen datawetenschappers, vragen over hun data stellen en antwoorden krijgen in natuurlijke, gewone mensentaal.

Verken aanvullende termen en trends voor datamanagement.

Overzicht

We weten dat informatie wordt afgeleid van data. En als informatie kracht is, dan zou het effectief beheren en benutten van je data heel goed de superkracht van je bedrijf kunnen zijn. Als zodanig ontwikkelen datamanagementtaken en de rol van databaseanalisten (DBA's) zich tot change agents: zij stimuleren de cloudadoptie, benutten nieuwe trends en technologieën en leveren strategische meerwaarde voor het bedrijf.  

placeholder

Oplossingen voor database- en datamanagement

SAP kan je helpen de data van je onderneming te beheren en te integreren.

Meer in deze serie

SAP Insights nieuwsbrief

placeholder
Meld je vandaag nog aan

Meld je aan voor onze nieuwsbrief en krijg belangrijke inzichten.

Meer lezen

Terug naar boven