Menu

De gevaren van Self-service

Self-service BI is onder veeleisende en ongeduldige business managers een groot goed. Niet meer wachten op de IT afdeling en lekker zelf aan de slag. Microsoft Excel is king! Er liggen echter wel een aantal gevaren op de loer. De meeste daarvan kunnen prima opgelost worden.
Gartner zei het al begin dit jaar in “Predicts 2015: Power Shift in Business Intelligence and Analytics Will Fuel Disruption”: Bij minder dan 10% van de self-service BI initiatieven is de governance zo goed geregeld dat de kans op veiligheidslekken, inconsistente informatie en privacy schendingen klein is. Het op straat komen te liggen van verkeerde informatie (denk aan een misser van een paar honderd miljoen in de rapportage van de jaarcijfers van een groot aan de AEX genoteerd bedrijf laatst) is iets waar elke organisatie angstig voor is. En toch zijn dit soort fouten gemakkelijk te maken.

Eén van de belangrijkste redenen is dat managers graag de rapportagetouwtjes zelf in handen hebben maar niet altijd weten waar de data precies vandaan komt en hoe betrouwbaar de data is. Zeker ook met de komst van big data als onderdeel van business intelligence, waarbij vaak data van buiten de eigen bedrijfsmuren wordt betrokken bij de analyses, is het gevaar van verkeerd geïnterpreteerde data groot.

In traditionele, “managed” BI omgevingen, waarbij de IT afdeling de data ter beschikking stelt door middel van data warehouses en data marts, is de bron data en de manier waarop het in meerdere dimensies is onderbracht meestal betrouwbaar. Deze databases worden door kundige data scientists gevoed met behulp van ETL (extract, transform & load) tools. De kwaliteit wordt geborgd omdat er ook goed getest is. De manier waarop deze data warehouses en –marts tot stand komen is echter log en gebeurt op de IT manier, projectmatig. Er kan helaas niet snel genoeg geschakeld worden als de business managers andere informatie nodig hebben. En zoals we weten is de business niet altijd even goed in staat om duidelijk te maken wat men precies wil en zijn er wat iteraties nodig.

Self-service BI kan hierbij een uitkomst zijn voor de business managers. Veel van de tegenwoordige tools, zoals Qlickview of Microsoft Power BI, zijn in staat om dynamische, interactieve rapporten en dashboards produceren. Het gaat mis als deze rapporten en dashboards gebaseerd zijn op de verkeerde informatie of modellen. De ene business manager is ook handiger en meer wetenschappelijk onderlegd dan de andere. De één zal ook wat meer hulp nodig hebben dan de ander. Maar misschien is de handige manager nog wel een groter gevaar dan degene die wat meer hulp nodig heeft op business intelligence gebied!

De inzet van de zogenaamde data steward in dit soort omgevingen is een belangrijke succesfactor. De data steward is verantwoordelijk voor het ontsluiten van de juiste, betrouwbare informatie richting de personen die de uiteindelijke dashboards en rapporten maken; hij slaat de brug tussen de business en de IT. De data stewards kunnen de informatie die onder hun leiding wordt ontsloten ook “certificeren”. Waar het nog interessanter wordt is als de door business managers in elkaar geklikte modellen en analyses (inclusief de betrokkenheid van big data of open data sources) van dusdanig niveau blijken te zijn dat ze ook door andere mensen als model gebruikt kunnen gaan worden. Op dat moment kan de data steward er voor zorgen dat zo’n model “gepromoveerd” wordt tot betrouwbare bron. Waarna deze bron door meerdere eindgebruikers gebruikt kan worden en de kans op misinterpretatie veel kleiner is.

De inzet van de rol van data steward en het onder goed geborgde governance beschikbaar stellen van de juiste informatie is cruciaal in een self-service BI omgeving. Eigenlijk hebben we het dus over self-service BI in een managed BI omgeving. Hierdoor kan voorkomen worden dat de business manager zichzelf in de voet schiet met de tegenwoordig wel héél krachtige tools voor eindgebruikers.