Het optimaliseren van de bedrijfsvoeringinformatieprocessen blijft voor organisaties een steeds belangrijker topic. Zo ook voor vastgoedorganisaties. De term Business Intelligence (BI) komt dan vaak ter sprake. Data is er vaak genoeg, maar hoe zet je die data nu om in informatie waarmee je besluiten kunt nemen?
Mijn ervaring is dat, ondanks dat vastgoedorganisaties over een grote hoeveelheid aan data beschikken, zij het moeilijk vinden om de beschikbare data te vertalen naar duidelijke en informatieve overzichten. Moeilijkheid hierbij is dat er overzichten nodig zijn die geen vragen oproepen over de betrouwbaarheid en validiteit, maar juist de discussie en vragen oplevert over de uitkomsten van de rapportage. Hoe doe je dat nu en waar moet je op letten? In deze blog stip ik een aantal elementen aan om van data naar informatie te komen.
Een open deur, maar het begint uiteraard met betrouwbare data om onjuiste aannames te voorkomen. Om te achterhalen of sprake is van betrouwbare data, houd er rekening mee dat data accuraat, valide, veilig en snel beschikbaar is. Hieronder leg ik uit wat ik daarmee bedoel.
Er mag verwacht worden dat de gegevens in een dashboard accuraat zijn. Dit wil zeggen dat de gegevens in het dashboard overeen moeten komen met hetgeen dat wordt getoond in de applicaties waar de data uit afkomstig zijn.
Concreet betekent dit dat bij de realisatie van een dashboard er connecties gecreëerd moeten worden naar de onderliggende databases van de applicaties. Nu is mijn ervaring dat het met onder andere Microsoft Power BI relatief simpel is om met een of meerdere applicatiedatabases een connectie te realiseren. De moeilijkheid hierbij is het verkrijgen van een juiste dataset. Oorzaak hiervan is dat een dashboard in de meeste gevallen niet wordt gemaakt door degene die veel kennis en ervaring heeft van de applicaties waar de data uit afkomstig zijn. Hierdoor ontstaat er verwarring over de te hanteren definities of worden data niet correct met elkaar in relatie gebracht.
Om in mijn rol als BI-consultant het probleem van inaccurate data te voorkomen, zorg ik ervoor dat ik met de klant overeenstemming bereik over de te hanteren definities. Zo maak ik een definitielijst waar de eindgebruikers uiteindelijk akkoord op moeten geven. Dit lijkt voor gebruikers soms misschien een overbodige en tijdrovende stap, toch pleit ik ervoor om de tijd te nemen voor de uitwerking van een goede definitielijst. Dit bespaart op de lange termijn uiteindelijk veel tijd! Ik heb namelijk meerdere keren ervaren dat binnen eenzelfde organisatie verwarring bestaat over de te hanteren definities of dat men toch andere resultaten beoogde te bereiken met het dashboard.
Naast dat ik een definitielijst opstel, voer ik samen met de gebruiker van het dashboard een zogenoemde vierkantscontrole uit. Het uitvoeren van een vierkantscontrole is niets anders dan dat er gecontroleerd wordt of gegevens uit de databron/applicatie overeenkomen met de gegevens die getoond worden het dashboard.
Naast accuraatheid is ook validiteit een belangrijk speerpunt bij de realisatie van een dashboard. De meerwaarde van een dashboard ontstaat namelijk pas als het uitkomsten toont die men ook wil meten. Nu kan het per organisatie verschillen wat men in een dashboard wil zien. Wat ik echter mee wil geven is dat de validiteit van een dashboard mede wordt bepaald door de wijze waarop de data worden gepresenteerd.
Zo is het belangrijk om te realiseren dat niet elke grafiektype geschikt is om te gebruiken binnen een dashboard. Een voorbeeld van een dergelijke grafiektype betreft een cirkeldiagram. Een cirkeldiagram is een veelgebruikte vorm om de data te visualiseren. Het is echter voor een dashboard gebruiker heel moeilijk om de verhoudingen tussen de verschillende categorieën af te lezen, zeker als de verschillen klein zijn. Het soort data bepaalt welke visualisatie het best gebruikt kan worden. Zo lenen kolomdiagrammen zich bijvoorbeeld meer in de situaties waarin de factortijd (bijvoorbeeld meerdere jaren) een rol speelt. Staafdiagrammen zijn juist geschikt wanneer je categorieën wenst te vergelijken. Dit zijn slechts enkele voorbeelden van de rol die visualisatie speelt bij het vertalen van data in informatie.
Veiligheid en toegankelijkheid tot de data is de laatste jaren meer en meer een hot topic geworden. Dit betekent dat op het moment een dashboard wordt gemaakt er nagedacht moet zijn over wie het dashboard gaat gebruiken, maar ook waar de data worden opgeslagen.
Bij Reasult hebben we de keuze gemaakt om dashboards in een online Power BI-omgeving te plaatsen. Consequentie hiervan is dat de gegevens van de organisatie in de Cloud staan. Het voordeel hiervan is dat je het dashboard overal kunt raadplegen, ook op je mobiel. Mijn ervaring is dat de meeste klanten dit prettig vinden. Mocht het niet wenselijk zijn de dashboards in de Cloud te hebben dan zijn er ook BI-oplossingen (ook binnen Power BI zijn er mogelijkheden) waarbij de data bijvoorbeeld niet in een Cloud staan. Deze kennen weer andere voor- en nadelen.
Om de ervaringen van de dashboard gebruiker positief te beïnvloeden, is het belangrijk dat de gegevens in het dashboard snel laden. Daarmee bedoel ik dat een gebruiker bij een parameterwijziging niet minuten hoeft te wachten. Het snel laden van de data zorgt er namelijk voor dat in de perceptie van de gebruikers het dashboard door een professional is gemaakt. Een ander voordeel is dat de kans groter is dat het dashboard ook daadwerkelijk wordt gebruikt.
Door rekening te houden met de hierboven benoemde pijlers is er een goede basis om een informatief en gebruiksvriendelijk dashboard te maken. Tot slot wil ik wel benadrukken dat niet elk dashboard voor alle stakeholders even bruikbaar zijn. Een teamlid heeft namelijk een hele andere informatiebehoefte dan een directielid. In mijn rol bij Reasult richt ik me specifiek op de realisatie van vastgoedontwikkeling dashboards. Ik heb ondervonden dat bijvoorbeeld een controller meer detailgegevens wenst in te zien dan bijvoorbeeld een directielid. Zo heb ik voor enkele controllers een zogenoemde projectkaart gerealiseerd die veel detailgegevens van het project bevat zoals het bouwprogramma, de mijlpalen en procesplanning, maar bijvoorbeeld ook de cashflow waarbij tot het laagste kostenregel niveau ingezoomd kan worden. Managementteams wensen juist overzichten waarbij ze de cashflows op portefeuilleniveau kunnen zien of om inzicht te krijgen in het verloop van het eigen en vreemd vermogen in de tijd.
De juiste besluiten nemen op basis van de juiste informatie dat is wat vastgoedorganisaties willen. In deze blog heb ik handvaten gegeven om van data naar informatie te komen. De volgende stap is het visualiseren van de informatie. In een volgende blog ga ik dieper hierop in.
Meer over de mogelijkheden van datamanagement en business intelligence ondersteuning van Reasult.
« Terug naar overzicht