3 belangrijke gevolgen van slechte datakwaliteit

Het is onvermijdelijk dat je als ondernemer met data te maken krijgt. Data zijn een van de belangrijkste business drivers in de zakenwereld. Met een toegenomen vraag naar data, en de opkomst van allerlei nieuwe technologieën, is het verzamelen van gegevens veel gemakkelijker dan ooit tevoren. Er moet echter wel worden erkend dat niet alle gegevens ook daadwerkelijk waardevol zijn. Een van de grootste problemen waarmee een bedrijf te maken kan krijgen is het omgaan met, en de impact van "slechte" data.

Wat zijn “slechte” data?

Simpel gezegd, verwijst slechte data naar gegevens die onnauwkeurig zijn voor een bedrijf. Deze onnauwkeurigheid betekent niet alleen dat de gegevens onjuist zijn, correcte gegevens kunnen ook “slechte” gegevens zijn, als zij bijvoorbeeld niet relevant zijn. Hier is de datakwaliteit hoog, maar je hebt er als organisatie niet zoveel aan, of het verstoort juist.

Slechte data zijn gegevens die te lijden hebben van kwaliteitsproblemen zoals:

• Onnauwkeurigheid
• Onvolledigheid
• Inconsistentie
• Irrelevantie
• Non conformiteit
• Duplicaten

Het gebruik van slechte data door een bedrijf kan de prestaties van het bedrijf aanzienlijk beïnvloeden en in sommige gevallen zelfs catastrofaal uitpakken.

3 belangrijke gevolgen van slechte datakwaliteit

Datakwaliteit komt bij bedrijven vaak onderaan de eindeloze to-do-lijst te staan, omdat andere dagelijkse bedrijfsactiviteiten prioriteit krijgen. De informatie op basis waarvan bedrijfsbesluiten worden genomen, is echter zo goed als de gegevens die er aan ten grondslag liggen. De drie belangrijkste gevolgen van slechte datakwaliteit zijn:

1. Financiële gevolgen

Foutieve beslissingen genomen op basis van slechte gegevens zijn niet alleen onhandig, maar ook extreem kostbaar. Volgens onderzoek van Gartner ‘is de gemiddelde financiële impact van slechte datakwaliteit op organisaties $ 9,7 miljoen per jaar’. Deze statistiek geeft aan wat de impact kan zijn op de bedrijfsvoering van het niet goed in de gaten houden van de datakwaliteit.

2. Slechte productiviteit

Slechte gegevens vertragen werknemers dusdanig dat ze het gevoel hebben dat hun prestaties eronder lijden. Onderzoek toont aan dat outbound callcenter medewerkers 27% van hun tijd verspillen doordat ze niet over de juiste contactgegeven van klanten beschikken.

Gegevenskwaliteit is zelfs zo'n wijdverbreid probleem dat Forrester meldt dat bijna een derde van de analisten meer dan 40 procent van hun tijd besteedt aan het doorlichten en valideren van hun analytische gegevens, voordat deze kunnen worden gebruikt voor strategische besluitvorming.

De kern van het probleem is dat naarmate bedrijven groeien, hun bedrijfskritieke data gefragmenteerd raken. Er is geen overzicht meer, omdat de data verspreid is over verschillende applicaties, zowel on-premises als in de Cloud. Terwijl al deze veranderingen plaatsvinden, worden bedrijfskritieke data inconsistent en weet niemand welke applicatie de meest up-to-date informatie heeft.

3. Reputatieschade

Slechte gegevenskwaliteit is niet alleen een geldelijk probleem; het kan ook de reputatie van een bedrijf schaden. Volgens het Gartner-rapport Measuring the Business Value of Data Quality maken organisaties (vaak verkeerde) aannames over de staat van hun data en blijven daardoor inefficiënties, buitensporige kosten, compliance risico’s en klanttevredenheidsproblemen ervaren. In feite is er vaak niemand echt verantwoordelijk voor de datakwaliteit binnen een bedrijf.

De impact op de klanttevredenheid ondermijnt de reputatie van een bedrijf, aangezien klanten via sociale media hun negatieve ervaringen kunnen delen. Slechte datakwaliteit kan ook interne problemen veroorzaken, wanneer werknemers het vertrouwen in hun werkgever verliezen omdat er scepsis bestaat over de nauwkeurigheid en validiteit van de onderliggende gegevens. Glassdoor, de beoordelingssite voor werknemers, geeft mensen de mogelijkheid om eerlijk te rapporteren over hun ervaringen als huidige of voormalige werknemer. Als de ervaringen van werknemers slecht zijn, duurt het niet lang voordat ze dit op een openbaar forum melden, hetgeen de reputatie van het bedrijf blijvend kan schaden.

Goede kwaliteit data zijn essentieel voor het managen van projecten, het voorkomen van fraude, het beoordelen van prestaties, het controleren van financiën en het efficiënt leveren van diensten.

Hoewel datakwaliteit belangrijk is, wordt het vaak terzijde geschoven in de haast om alle andere verantwoordelijkheden te managen. Geef de bedrijfsdata de aandacht die ze nodig hebben, zodat je kunt profiteren van betere zakelijke beslissingen, betere verkoopprognoses en betere bedrijfskansen!

Meer weten?

Wil je meer weten over hoe je de kwaliteit van je data kunt verbeteren? Meld je aan voor de Full Orbit dashboard binnen één week aanbieding, en we leveren, geheel vrijblijvend, een compleet werkend dashboard op basis van de spreadsheet data die je aanlevert.  Praat met onze specialisten en leer hoe je besluitvorming op basis van accurate data kunt realiseren.