Het Data Operating Model

Techniek alleen maakt nog geen werkende data-organisatie

Een dataplatform neerzetten is één stap. Zorgen dat teams er goed mee samenwerken, dat support geregeld is en dat wijzigingen beheersbaar verlopen, is de volgende.

Daar gaat het in de praktijk vaak wringen. Niet omdat het platform niet werkt, maar omdat niet duidelijk is wie wat oppakt, hoe teams samenwerken en hoe de dagelijkse operatie is ingericht.

Dan heb je een Data Operating Model nodig.

Een close-up van een computer scherm met een flowchart die verschillende databronnen en analytische tools weergeeft, zoals klantgegevens, verkoopgegevens en CRM, met gekleurde blokken en pijlen die de datastromen aangeven.
Personen die werken op laptops in een kantoor, met twee grote computerschermen op de achtergrond.

Zonder duidelijke operationele inrichting ontstaat er vaak…

…onduidelijkheid over wie wat oppakt

…afhankelijkheid van enkele specialisten

…vertraging in wijzigingen en opleveringen

…ruis tussen business, IT en datateams

…te weinig grip op support, beheer en continuïteit

“Een dataomgeving werkt pas echt goed als duidelijk is hoe teams samenwerken en hoe het dagelijkse werk is georganiseerd.”

Mensen die samen aan een tafel werken met laptops, papieren en pennen, in een kantooromgeving.

  • Het Data Operating Model beschrijft hoe datawerk in de organisatie dagelijks wordt georganiseerd.

    Het maakt duidelijk:

    • hoe teams samenwerken rond data en platform

    • hoe werk wordt opgepakt, overgedragen en afgerond

    • hoe wijzigingen en verzoeken worden behandeld

    • hoe support, beheer en continuïteit zijn ingericht

    • hoe de organisatie doorontwikkelt zonder steeds opnieuw te zoeken naar wie wat doet

  • We richten het model zo in dat het past bij de organisatie, het volwassenheidsniveau en de bestaande manier van werken.

    Daarbij kijken we onder andere naar:

    • rollen in de dagelijkse operatie

    • samenwerking tussen business, IT en datateams

    • processen voor support, wijzigingsbeheer en doorontwikkeling

    • afstemming, overdracht en escalatie

    • beheer, monitoring en continuïteit

    Waar passend nemen we ook DataOps-principes mee, zoals kortcyclisch verbeteren, meer automatisering, betere samenwerking en continue monitoring van datastromen en kwaliteit.

    • duidelijkere samenwerking tussen teams

    • minder afhankelijkheid van individuen

    • snellere afhandeling van wijzigingen en verzoeken

    • meer grip op support, beheer en continuïteit

    • een dataomgeving die beheersbaar en doorontwikkelbaar is

    Geen losse afspraken, maar een werkbare manier van organiseren.

Klaar om de data operatie beter in te richten?

Dan kijken we samen hoe een Data Operating Model het beste past bij jullie organisatie.

Portret van Rob Goossens.

Rob Goossens

rob.goossens@andmore.eu
06 - 45 46 48 68