Data-analyse wat is dit nu, een hype of toch van toegevoegde waarde?!

Ik kan mij nog goed herinneren dat toen ik begon met werken een laptop nog niet vanzelfsprekend was. In mijn studietijd was het heel gebruikelijk om verslagen op een typemachine uit te werken, en wat was ik blij met correctielint in de typemachine en de komst van de computer. Dit scheelde veel handwerk. Toch zat er een positieve kant aan het handwerk; ik leerde doorgronden hoe processen in organisaties liepen, wat de drijfveren van mensen in de organisatie waren, de wijze van werken en hoe transactiestromen (al dan niet via geldverkeer) werden verwerkt in de administratie. Ik kreeg inzicht in de blauwdruk van de organisatie die iedere organisatie eigentijds en uniek maakt.

Immers boekhouden is al heel oud. Het dubbele boekhouden ontstond in de renaissance in Italië rond 1500 en werd beschreven door Datini. Bij dubbel boekhouden wordt elke transactie op een grootboekrekening genoteerd aan de debetzijde en de creditzijde. Bij boekingen zijn de debet- en creditzijde altijd gelijk, waardoor er in principe geen getallen kwijt kunnen raken. Eind 18e eeuw kwam boekhouden op als middel voor innovatie (ten behoeve van kosten-batenafwegingen), maar ook als verantwoording voor moreel gedrag onder invloed van filosofen als Humes en Hobbes. Hoe kun je weten of je moreel goed doet, als je niet weet waar je je geld aan spendeert, zo redeneerden zij.

Het dubbelboekhouden is steeds verder verfijnd en ontwikkeld tot aan de huidige (online) administratie en digitale technieken, waaronder data-analyse.

De basis en de gedachte achter boekhouden is wat mij betreft nog steeds het zelfde. Boekhouden is het systematisch vastleggen van financiële feiten van een persoon, een bedrijf of een (overheids) instelling . Alleen de wijze van vastleggen is gewijzigd en omvangrijker geworden. Dit leidt ertoe dat we met de hoeveelheid data en informatie die voorhanden is, in staat zijn om betrouwbare afwegingen en keuzes te maken. We willen toch allemaal weten waar we staan, waar we naartoe willen en wat er voor nodig is om zowel organisatie als persoonlijke doelstellingen te realiseren. Niet uitsluitend voor investeerders, maatschappelijk verkeer maar bovenal wil je zelf weten waar je je geld aan uitgegeven hebt en om te laten zien hoe je onderneming er voor staat.

Niets menselijks is ons vreemd want al deze transacties en transactiestromen vinden plaats door tussenkomst van mensen en menselijk handelen en kenmerkend daaraan is dat zij o.a. (logisch) nadenken, afwegingen en beoordelingen maken in contact/ relatie zijn met andere betrokkenen denk aan leveranciers, afnemers, medewerkers, overheid om het beste te bereiken. Helaas is de realiteit ook zo dat niet iedereen hetzelfde morele kompas heeft en bestaan er ook betrokkenen die fraude plegen.

Maar of het nu ter voorkoming van fraude, fouten of vergissingen zijn, maar welk doel je met boekhouden ook nastreeft, ik word blij van een administratie die boekhoudkundig klopt: dus die weergeeft wat er financieel gebeurt in het bedrijf. Dát is immers waar boekhouden over gaat en waar het voor bedoeld is.

Controle blijft echter onontbeerlijk. In het boekhoudkundige proces kunnen altijd fouten, vergissingen of fraude plaatsvinden. Immers de oorsprong van data vindt plaats door menselijk handelen en regelgeving, die in deze tijd steeds omvangrijker en complexer zijn geworden. Dus om data te kunnen controleren en beoordelen, die soms een chaotische brei van informatie kan bevatten, is kennis van waar de data vandaan komt (oorsprong) onontbeerlijk en daarnaast niet minder belangrijk, de vraag waar leidt deze data toe.

Data-analyse is een prachtig hulpmiddel om structuur aan te brengen in data. Kortom het scheppen van chaos vereist een zekere mate van orde. Denk aan het toepassen van data-analyse bij het ontdekken van verbanden in data over genomen beslissingen, resultaten en de oorzaken achter de resultaten. Computers doen letterlijk wat er aan hen gevraagd wordt. Dit doen computers altijd én zonder kritische vragen te stellen en zonder te "mopperen". Om data analyse efficiënt en effectief toe te passen is het de kunst om te weten wat je moet vragen en is het van belang om te weten wat de oorsprong van de data is. In welke processen zijn deze tot stand gekomen, welke taken en verantwoordelijkheden hebben medewerkers in de organisatie. Hoe gaat men om met geconstateerde fouten etc.

Ik geloof in data en de analyse daarvan, maar wel in data die betrouwbaar is. Om data analyse succesvol te kunnen toepassen is daarvoor ook kennis van de organisatie, haar processen en medewerkers van belang. Zij initiëren door hun dagelijkse bezigheden data. Betrouwbare data en een adequate analyse daarvan geeft inzicht en daarmee ook perspectief aan de onderneming en zijn organisatie voor nu en in/ naar de toekomst. Een goede basis om keuzes te maken, hoe leuk kan dat zijn…….. dat is de meerwaarde van data en data-analyse wanneer je ze in de juiste context ziet van de blauwdruk van de organisatie en deze herkent en erkent.