Samenhang tussen processen product en people

Een Modern Data Platform: Waar gaat het mis?

Mei 2024 – Maarten Ketelaars

In de vorige blog (Een Modern Data Platform – Hoe moeilijk kan het zijn!)  ben ik ingegaan op bedrijven die succesvol zijn dankzij Data & Analytics. Toch zijn er ook veel bedrijven die het niet goed voor elkaar krijgen. Vaak is men al lang bezig met de opbouw van het data platform, maar lukt het maar niet om er waardevolle producten of inzichten uit te krijgen. En dan ontstaat er vaak op diverse plekken frustratie.  

Ik heb in mijn carrière al verschillende malen assessments uitgevoerd op datawarehouse of data lake omgevingen. Men wil graag weten wat er goed en niet goed is aan een oplossing. Vaak worden in eerste instantie vooral problemen benoemd die met de technische kant van de oplossing te maken hebben.  

Op het moment dat ik hiervoor word gevraagd, geef ik altijd aan dat ik een compleet beeld wil schetsen. Ik kijk natuurlijk naar de technische oplossing zelf. Maar daarnaast kijk ik ook naar de andere aspecten, die ik ook al in de vorige blog heb benoemd: eigenaarschap, mensen en processen. En bijna altijd ligt de oorzaak van de problemen vooral in deze aspecten. Hieronder twee voorbeelden van gevallen uit mijn eigen praktijk.  

Samenhang tussen processen product en people

Voorbeeld 1 

In een assessment op een data lake implementatie bij een grotere organisatie lag de oorzaak eigenlijk op alle vlakken: 

  • Eigenaarschap: Het project was wel geïnitieerd vanuit de juiste governance, maar gedurende het traject was het hoger management niet meer expliciet aangehaakt. 
  • Mensen: De verantwoordelijkheid voor de oplossing lag bij redelijk onervaren mensen. Deze mensen viel zelf niets te verwijten. Ze hadden te weinig ondersteuning van mensen die dit al vaker hadden gedaan.
  • Processen: De opbouw van het nieuwe data lake moest concurreren met de bestaande informatievoorziening. Vanuit dezelfde aansturing werden prioriteiten bepaald, waarbij inzet van resources moest worden verdeeld tussen opbouw van het nieuwe platform en aanpassing van de bestaande oplossing. Er werd te vaak voor de bestaande processen gekozen.
  • Oplossing: Er was één complex bronsysteem dat niet de juiste focus kreeg. Oplossingen werden niet getoetst aan de juiste principes. 

Uiteindelijk moest dus op diverse vlakken bijgestuurd worden. Dit was een organisatie waar ze zelf wel over de juiste mensen konden beschikken, maar waar de verantwoordelijkheden en processen niet goed waren belegd.  

Voorbeeld 2 

In een andere situatie zijn wij zelf gestart met de opbouw van het data lake. Het doel was om uiteindelijk de kennis te verankeren in het bedrijf zelf. Men heeft een aantal pogingen gedaan om mensen in eigen dienst aan te nemen, zodat alle kennis van de oplossing intern kon worden belegd. Vaak zocht men dan naar het zogenaamde ‘schaap met de 5 poten’, die bijna alle competenties in één persoon verenigt. We hebben een aantal keer onze kennis ‘weggeleerd’ naar een nieuwe interne medewerker. Maar uiteindelijk werden we toch elke keer weer benaderd. Eén keer bleek dat de persoon wel veel aspecten kon overnemen, maar toch niet alles. Een andere was heel geschikt, maar besloot na 1,5 jaar toch weer verder te kijken. Voor organisaties met een kleinere ‘data-functie’ is het gewoon moeilijk om een team op te bouwen waarin alle competenties goed zijn vertegenwoordigd. Werknemers met goede de kennis van (cloud)-infrastructuur en concepten en principes zijn lastig te binden. En hiermee is de pijler mensen moeilijker in te vullen.


Hierboven dus twee totaal verschillende situaties, waarin duidelijk werd dat het invullen van een goede technische oplossing waarin ook governance, mensen en processen goed zijn belegd op zijn minst uitdagend is. En als de verwachtingen tussen opdrachtgevers enerzijds en ontwerpers en engineers anderzijds niet goed worden afgestemd, ontstaat er vroeger of later onbegrip aan beide kanten. Opdrachtgevers hebben onbegrip dat het realiseren van een data lake lang duurt. En de ontwerpers en ontwikkelaars voelen onbegrip over de complexe uitdagingen die men moet oplossen.    

In de volgende blog ga ik weer een stap verder:  
Hoe kunnen opdrachtgevers succesvol zijn om een goede data-oplossing te realiseren zonder ‘frustraties’ tussen stakeholders. En op welke manier adresseren wij als Nippur deze problemen en welke keuzes zijn er.