Waarom je niet langer kunt wachten met data governance
Het uitstellen van data governance brengt hoge kosten met zich mee: in tijd, geld en vertrouwen
- Artikel
- Data Engineering
- Data governance


In een tijd waarin data de kern vormt van bedrijfsvoering en innovatie, is het uitstellen van data governance geen slimme zet. In dit artikel leggen we uit waarom je nú in actie moet komen om grip te krijgen op je data, risico’s te beperken en een voorsprong op de concurrentie te behouden.
In deze artikelreeks duiken we in het belang van data governance en geven we een praktische handleiding om data governance te implementeren in jouw organisatie.
Deze artikelreeks bestaat uit 2 artikelen:
- (Huidig artikel) Waarom je het je niet kunt veroorloven nog langer te wachten met data governance
- In 3 stappen naar effectieve data governance
We starten met een praktijkvoorbeeld van wat er kan gebeuren als je data governance in je organisatie blijft negeren.
"Het belangrijkste dashboard dat nooit gebouwd had hoeven worden"
Een lid van het datateam kreeg de opdracht om een aantal dashboards te migreren van verouderde software naar een nieuwe tool. Eén dashboard, bestempeld als 'hoogste prioriteit', had echter geen duidelijk aanspreekpunt. Na weken van requirement chasing, escalaties en het inladen van extra data in het warehouse, kwam de medewerker erachter wie de eigenaar was. Wat bleek? Iemand buiten het datateam had het dashboard al maanden eerder gebouwd in de nieuwe tool.
Het datateam was nergens van op de hoogte. Er was geen documentatie. En nu moesten ze ook nog het onbekende dashboard controleren op kwaliteit en relevantie, wat weer extra tijd kostte.
De les? Zonder duidelijke eigenaarschap, communicatie en governance, werken teams soms weken aan iets dat al bestaat, en dan vaak ook nog niet goed. Goede data governance had hier veel tijd (en frustratie) bespaard. Maar toch wordt het vaak genegeerd. Hoe komt dat?
Data governance is belangrijk, maar wordt vaak vergeten
In de wereld van data is de tijdsdruk hoog en de race om sneller impactvolle inzichten te leveren dan concurrenten is wat het verschil maakt. Als dataprofessionals proberen we elke dag sneller dashboards, AI-toepassingen en nuttige automatiseringen te leveren. Quick wins voeren de boventoon en zorgen over datakwaliteit worden gezien als hinderlijke administratie.
En eerlijk is eerlijk: data governance is gewoon niet zo spannend als MLOps of Data Mesh. Maar hier komt de plot twist: om die “sexy” thema’s goed aan te pakken, is data governance een vereiste.

Denk er maar eens over na. Hoe compleet en betrouwbaar is de data waarop je machine learning-model draait? Wordt dat actief gemonitord binnen je organisatie? En wat als er per ongeluk gevoelige klantdata in zit die eigenlijk niet gebruikt mag worden? Niemand heeft het opgemerkt, want iedereen was gefocust op snelheid. Tot er een audit komt. De financiële schade is groot en je reputatie loopt een flinke deuk op.
Voordat je dus volop investeert in de hype: zorg eerst dat je fundament goed staat. Je toekomstige zelf zal je dankbaar zijn.
Wat goede data governance oplevert
“Data governance is het actief organiseren van je data zodat het jouw organisatie helpt bij het realiseren van haar strategie en doelen.”
Als je het goed aanpakt (en het hoeft echt niet ingewikkeld te zijn), helpt het bij slimme en strategische besluitvorming.
- Duidelijk eigenaarschap = snellere beslissingen
IT beheert de infrastructuur, maar is geen expert in logistiek, sales, HR of finance. Door eigenaarschap bij de juiste mensen te leggen, worden beslissingen sneller en beter genomen. En als er iets misgaat, weet iedereen wie aan zet is. - Risicobeheersing & compliance
Bij veel organisaties is risicobeheersing inmiddels normaal. Maar als het om data gaat, is het vaak nog een ondergeschoven kindje. Ondertussen worden de regels rond privacy en security steeds strenger. Data governance zorgt ervoor dat je voldoet aan wetgeving en voorkomt boetes én imagoschade. - Duurzame datakwaliteit vanaf het begin
Goede processen en duidelijke afspraken zorgen ervoor dat data in één keer goed is. Geen eindeloze correctierondes of brandjes blussen, maar een stevige basis waarop je kunt bouwen. - Vertrouwen in data = betere beslissingen
Als elke meeting begint met “Deze data klopt niet”, is er iets mis. Data governance zorgt voor duidelijke definities, eenduidigheid en minder ruis. Resultaat? Stakeholders kunnen écht beslissen op basis van betrouwbare data.

Samengevat:
Data governance is de basis voor efficiënte, betrouwbare en toekomstbestendige dataprocessen. Het is misschien geen quick win, maar wel onmisbaar als je data écht wilt inzetten als strategisch voordeel.
Nieuwsgierig hoe je dit in de praktijk brengt? Lees het vervolgartikel hier.
Dit is een artikel van Iga Jarosz
Iga is Analytics Engineer bij Digital Power. Ze zet zich in voor het waarborgen van datakwaliteit en past design thinking-principes toe. Ze combineert haar achtergrond in de cognitieve psychologie met technische vaardigheden op het gebied van analytics, datamodellering en visualisatie. Iga heeft een passie voor onderwerpen zoals cognitieve ergonomie, mensgericht design en systemisch denken.
1x per maand data insights, praktijkcases en een kijkje achter de schermen ontvangen?
Meld je aan voor onze maillijst en blijf 'up to data':
Dit vind je misschien ook interessant:
Snellere AI-zoekresultaten met een schaalbare streaming data pipeline
Exa is een AI-bedrijf dat een zoekmachine en API ontwikkelt waarmee AI-systemen het internet slim kunnen doorzoeken en analyseren. Hun technologie wordt toegepast binnen verschillende domeinen, zoals finance, coding agents, nieuws, recruitment en consulting. Hierbij worden grote hoeveelheden online data snel gevonden, gestructureerd en samengevat voor specifieke use cases.
Waarom moderne data-architectuur een organisatievraagstuk is
De vraag is niet meer hoe je data technisch ontsluit, maar hoe je je organisatie inricht om er structureel waarde mee te creëren. Tijdens het DWH & BI Summit in maart 2026 kwamen data leaders, architecten en governance‑experts samen om te praten over data mesh, data governance, data products en data modeling.
Het ontwerpen van waardevolle ML-systemen
Machine learning (ML) wordt vaak gezien als een modelleerproces. Je kiest een algoritme, traint het, evalueert de statistieken en implementeert het. In werkelijkheid is de keuze voor het algoritme een van de minst belangrijke beslissingen die je neemt.
Moet je LLM’s lokaal draaien?
Large Language Models (LLMs) zijn in korte tijd een standaard onderdeel geworden van moderne applicaties. De meeste teams starten met het integreren van modellen zoals OpenAI of Claude via API’s. Dat is snel, eenvoudig en vereist weinig infrastructuur.
Minder administratietijd in de gezondheidszorg dankzij veilige AI-gespreksrapportage
Dedimo wilde ontdekken hoe AI kon helpen om behandelgesprekken tussen client en behandelaar automatisch te transcriberen en rapportages te genereren.
4× snellere personalisatie met een composable CDP (Databricks deepdive)
Transavia opereert in een sterk competitieve reismarkt waarin klanten steeds hogere verwachtingen hebben van persoonlijke en consistente communicatie. Of het nu gaat om de website, de app of e-mail: elke interactie moet aansluiten op gedrag en voorkeuren.
Direct inzicht in sensordata met een self-service analytics platform
Heerema Marine Contractors opereert ’s werelds grootste kraanschepen, uitgerust met een enorme hoeveelheid sensoren die samen miljoenen metingen per dag produceren. Deze sensordata is cruciaal voor veiliger werken, lagere emissies, betere engineering en onderbouwde investeringsbeslissingen.
Hoe AI programeren verandert: Van autocomplete naar agentic coderen
Kunstmatige intelligentie verandert de manier waarop je digitale oplossingen ontwerpt, bouwt en onderhoudt. Van codegeneratie tot het automatiseren van datapijplijnen, AI is een vertrouwde partner geworden in technische workflows.
Dataplatform audit biedt helder inzicht en concrete optimalisaties
Volero.nl is een jong en snelgroeiend bedrijf dat vloerkleden verkoopt via een webshop en fysieke winkel. Ze zijn voornamelijk actief in Nederland, maar groeien hard in Europa, onder andere in België, Duitsland en Polen. Om deze groei te ondersteunen, is het voor Volero belangrijk om datagedreven te werken.
Van ambitie naar activatie: hoe Ennatuurlijk met data echt in beweging kwam
Bij energiebedrijf Ennatuurlijk groeide de overtuiging dat intuïtie niet langer genoeg was om de koers te bepalen. De energiemarkt verandert snel, de organisatie groeit, en de hoeveelheid informatie neemt elke dag toe. IT Manager Eric Vanderfeesten ging op zoek naar een datapartner die niet alleen strategisch kon adviseren op het gebied van datagedreven werken, maar zijn datateam ook op operationeel vlak kon versterken. In dit interview deelt hij zijn visie, ervaring en resultaten uit de samenwerking met Digital Power.
Hoe migreer je je data warehouse?
Als je hebt besloten je datawarehouse naar een Europese omgeving te migreren, is een gestructureerde aanpak cruciaal. Deze blog richt zich op de stappen die nodig zijn voor een soepele en succesvolle overgang.
Download: Migratiegids voor moderne data warehousing
Deze Engelstalige gids is bedoeld als leidraad bij de migratie van legacy datawarehouses of databases naar moderne Lakehouse-oplossingen zoals Databricks en Snowflake. Het beschrijft de verschillende stappen die nodig zijn voor een gestructureerd migratieproces. Migraties zijn vaak complexe processen die zorgvuldig moeten worden gepland en uitgevoerd om een soepele overgang te garanderen.
Welke Europese data warehouse oplossingen zijn beschikbaar?
Door geopolitieke ontwikkelingen en toenemende zorgen over datasoevereiniteit onderzoeken steeds meer organisaties hoe zij hun afhankelijkheid van Amerikaanse cloudproviders kunnen verminderen.
Is jouw organisatie klaar voor onafhankelijkheid van de VS en de overstap naar EuroStack?
In een tijdperk van internationale spanningen en groeiende zorgen over privacy, veiligheid en technologische soevereiniteit, heroverweeg jij misschien je afhankelijkheid van Amerikaanse technologische oplossingen. De drang naar digitale onafhankelijkheid is niet alleen een politiek doel, maar ook vaak een pragmatische zakelijke noodzaak.
AI, GenAI, ML en MLOps uitgelegd
Artificial Intelligence (AI) verandert de manier waarop organisaties opereren. Van gepersonaliseerde klantervaringen tot geautomatiseerde of ondersteunde besluitvorming, AI helpt jouw organisatie data optimaal te benutten. Toch kan het navigeren door dit snel evoluerende vakgebied overweldigend zijn. Termen zoals AI, Generative AI (GenAI) en Machine Learning (ML) zorgen vaak voor verwarring.
AI agents ontrafeld
Met de voortdurende ontwikkelingen in de data- en AI-industrie lijkt de hype rond AI-agents niet te vertragen. Jensen Huang, CEO van Nvidia, is een groot voorstander van AI-agents en ziet een miljardenkans voor zich, waarbij agents taken kunnen uitvoeren met een hoge mate van autonomie en een revolutie teweeg kunnen brengen in hoe mensen en bedrijven werken. In dit Engelstalige artikel bespreken we wat AI-agents precies zijn, wat hun belangrijkste componenten zijn, hoe ze samenwerken en hoe je er een kunt bouwen.
In 3 stappen naar effectieve data governance
In dit tweedelige artikel duiken we in het belang van data governance en bieden we een praktische gids voor implementatie binnen jouw organisatie. In het eerste deel bespraken we waarom je niet langer kunt wachten met data governance. Nu richten we ons op hoe je dit stapsgewijs kunt aanpakken.
Hoe een start-up begint met datagedreven werken
Een innovatieve start-up in de babybranche wilde datagedreven werken om waardevolle inzichten te verkrijgen en strategisch te kunnen groeien. Ze schakelden onze hulp in om deze ambitie waar te maken.
Hoe bouw je een sterk cloud governance framework op?
Werk je steeds meer in de cloud? Dan is het tijd om na te denken over governance. Met duidelijke afspraken en controles houd jij grip op je cloudomgeving – van kosten en security tot compliance. Zo voorkom je beveiligingsproblemen, onnodige uitgaven of het niet voldoen aan compliance-eisen.
Webinar | Machine Learning operations framework
Je hebt een datawarehouse en modellen ontwikkeld waarvan bewezen is dat ze waardevolle conclusies genereren, maar de zakelijke impact is er nog niet? In deze webinar laten we zien hoe het juiste framework deze modellen binnen enkele minuten kan activeren om continu actuele voorspellingen te leveren. Dit is het centrale doel van MLOps.
Van strategie naar realisatie: een datagedreven toekomst
Ennatuurlijk levert duurzame warmte en koude via warmtenetten aan consumenten en bedrijven. Het interne team Data & Analytics heeft de taak om de organisatie datagedreven te laten werken. Hierbij liepen ze tegen een uitdaging aan: de vele aanvragen voor dataproducten binnen de organisatie waren moeilijk te managen en de impact bleef beperkt. Het managementteam vroeg ons daarom te helpen met het ontwikkelen van een datastrategie, het creëren van een toekomstbestendig datalandschap en het aanjagen van een datagedreven mindset binnen de organisatie.
400% snellere time-to-market voor nieuwe personalisatie use cases
In september 2023 vroeg Transavia ons om hun Customer Data Platform (CDP) te evalueren: sloot het nog aan bij hun marketingdoelen en was het toekomstbestendig met de strengere regels rondom third-party cookies?
Webinar | Hoe Transavia haar klantdata samenvoegde via een composable customer data platform (CDP)
Of je nu bij een groot modemerk, supermarkt of in de reisindustrie werkt, het benutten van je klantdata om klantervaringen te personaliseren is cruciaal voor je succes. Maar het is niet eenvoudig om dit voor elkaar te krijgen. Net als de meeste B2C-bedrijven zwemmen luchtvaartmaatschappijen in de klantinformatie die afkomstig is van tientallen verschillende plaatsen en worstelen ze met de kwaliteit van de gegevens, de naleving van de privacywetgeving en realtime personalisering.
Wat is een composable CDP en waarom is het de toekomst?
Steeds meer bedrijven lopen tegen de beperkingen van traditionele Customer Data Platforms (CDP's) aan: ze missen flexibiliteit, hebben moeite met het importeren en exporteren van data, en worstelen om te voldoen aan de strenge privacywetgeving.
Gepersonaliseerde marketing met een composable CDP
Om écht klantgericht te werken, is een flexibele en krachtige tech stack essentieel. Klanten verwachten relevante, gepersonaliseerde interacties op het juiste moment en via het juiste kanaal. Met de juiste technologieën zorg je ervoor dat elke klant zich begrepen voelt en optimaliseer je je marketinginspanningen.
Schaalbare machine learning-modellen dankzij implementatie MLOps-framework
Nadat we een data warehouse voor Meerlanden hadden gebouwd, ging hun data scientist met de data aan de slag. We stelden voor om samen een Machine Learning Operations framework op te zetten waarin hij zijn modellen direct kon integreren in de bestaande omgeving. Zo kon hij voorspellingen doen die de dienstverlening van Meerlanden efficiënter maken.
Wat is data governance?
Naarmate het gebruik van data in organisaties steeds gebruikelijker wordt, neemt de noodzaak om controle over je data te behouden steeds meer toe. Controle krijgen over je data wordt bereikt door effectieve data governance. Veel mensen hebben echter moeite om te begrijpen wat data governance precies inhoudt en hoe ze dit in hun organisatie kunnen implementeren. Dit artikel heeft als doel je een overzicht te geven van de cruciale componenten van data governance en hoe je deze in je organisatie kunt introduceren.
Machine Learning-inferentie optimaliseren met PySpark en Pandas UDF's
In de wereld van machine learning kan het werken met grote datasets en complexe modellen al snel tijdrovend en resource-intensief worden. Om dit proces te versnellen is parallellisatie cruciaal. Deze techniek bestaat uit het opsplitsen van taken in kleinere subtaken die gelijktijdig verwerkt kunnen worden op meerdere CPU cores of gedistribueerde machines binnen een cluster. Door de werklast te spreiden, kun je data sneller en efficiënter verwerken op grote schaal.
Effectiever verkopen dankzij voorspelling van kans op leadconversie
Talent Garden biedt masterclasses en trainingsprogramma's aan studenten en komt met hen in contact via verschillende touchpoints. Online touchpoints bestaan uit ingevulde contactformulieren en informatieverzoeken, terwijl offline touchpoints bestaan uit ontmoetingen en gesprekken met het verkoopteam van Talent Garden. Tijdens het gehele klantreis, van het eerste contact tot de uiteindelijke inschrijving, verzamelt Talent Garden veel data*. Met een schat aan ruwe data tot hun beschikking wilden ze het inschrijvingsproces en de effectiviteit van hun verkoopteam verbeteren. Om dit te bereiken, vroegen ze ons een datasciencemodel te ontwikkelen dat beter kan voorspellen hoe groot de kans is dat een nieuwe lead zich inschrijft voor een studie.
Met MLOps naar volledig geautomatiseerde en betrouwbare salesvoorspellingen
Een wereldwijde vermogensbeheerder en specialist in Quant en Duurzaam Beleggen biedt beleggingsstrategieën aan, variërend van aandelen tot obligaties. Om hun concurrentiepositie te versterken en proactief in te spelen op veranderende klantbehoeften en marktontwikkelingen, wilde de sales- en marketingafdeling meer datagedreven gaan werken.
Een schaalbaar datamodel voor de analytics van meerdere websites
Een digitaal bureau ontwikkelt en beheert diverse websites en analyseert de prestaties hiervan met Google Analytics, waarbij de resultaten via dashboards met klanten worden gedeeld. De overgang van Universal Analytics naar GA4 zorgde echter voor problemen, omdat de data in GA4 anders is gestructureerd en de bestaande dashboards hierdoor niet meer functioneerden. Het bureau vroeg ons mee te denken over een schaalbare en toekomstbestendige oplossing die voor al hun klanten toepasbaar is.
Duurzame groei door komst datateam
Snelgroeiende scale-up EnergyZero had vanwege hun extreme groei behoefte aan het uitbouwen en het neerzetten van een sterk datateam. Hierbij was de eerste databehoefte het ondersteunen en uitvoeren van de financiële analyse t.b.v. een opkomende audit. Daarnaast wilde ze werkprocessen automatiseren en de data-uitwisseling met B2B-partners verbeteren.
Low-code/no-code versus zelf coderen
Jaren geleden kon je geen applicatie of proces ontwikkelen zonder kennis van complexe programmeertalen als Javascript, PHP, en Python. Je had een programmeur of Data Engineer nodig. Vandaag de dag is er een tekort aan technische experts, terwijl er steeds meer low-code oplossingen op de markt verschijnen. Deze tools stellen je in staat om zonder diepgaande technische kennis aan de slag te gaan. Of dit de juiste oplossing voor jou is, hangt van verschillende factoren af. Maak de juiste beslissing met behulp van dit artikel.
Wat doet een (Cloud) Data Engineer versus een Machine Learning Engineer?
In de wereld van data en technologie zijn Data Engineers en Machine Learning Engineers cruciale spelers. Beide rollen zijn essentieel voor het ontwerpen, bouwen en onderhouden van moderne data-infrastructuren en geavanceerde machine learning (ML) toepassingen. In deze blog focussen we specifiek op de taken en verantwoordelijkheden van een Data Engineer en Machine Learning Engineer.
De organisatorische voordelen van het implementeren van je eigen AI-chatbot
Met de toenemende beschikbaarheid van clouddiensten die bedrijven in staat stellen Large Language Models te benutten, wordt het relatief eenvoudig om je eigen GPT-model op te zetten. Maar wat zijn de voordelen hiervan voor je organisatie?
Hoe werkt de AI Document Explorer in de praktijk?
De AI Document Explorer (AIDE) is een cloudoplossing, ontwikkeld door Digital Power, die gebruik maakt van het OpenAI’s GPT-model. Je kunt het inzetten om snel inzicht te krijgen in bedrijfsdocumenten. AIDE indexeert jouw bestanden op een veilige manier waardoor het mogelijk wordt om vragen te stellen over jouw eigen documenten. Niet alleen geeft het jou de antwoorden waar je naar op zoek bent, het geeft ook de referenties naar de plekken waar deze antwoorden staan.
Snelle en betrouwbare interne informatie met behulp van AI Document Explorer
Financiële instellingen moeten grote hoeveelheden documentatie verwerken. Voor deze specifieke instelling faciliteert een intern team dit door bijvoorbeeld samenvattingen te maken met behulp van tekstanalyse en natural language processing (NLP). Deze maken ze beschikbaar voor de verschillende business units. Om audits efficiënter uit te voeren, wilden ze een vraag- en antwoordmodel ontwikkelen om sneller de juiste informatie tot hun beschikking te hebben. Toen ChatGPT werd gelanceerd, vroegen ze ons een proof of concept te maken.
Een dataplatform implementeren
Deze blog is bedoeld om onze kennis en ervaring over te dragen aan de gemeenschap door richtlijnen te beschrijven voor de implementatie van een dataplatform in een organisatie, gebaseerd op onze knowhow. We weten dat de specifieke behoeften van elke organisatie anders zijn, dat ze een impact zullen hebben op de gebruikte technologieën en dat één enkele architectuur die aan al deze behoeften voldoet, niet realistisch is. Daarom houden we het in deze blog zo algemeen mogelijk.
Efficiënter werken dankzij migratie naar Databricks
Het Kadaster beschikt onder andere over complexe (geo)data van al het vastgoed in Nederland. Alle data wordt opgeslagen en verwerkt via een on-premise data warehouse in Postgres. Voor het onderhoud van dit warehouse zijn ze afhankelijk van een IT-partner. Het Kadaster wil kosten besparen en efficiënter gaan werken door te migreren naar een Databricks-omgeving. Ze vroegen ons te helpen bij de implementatie van dit data lakehouse in Microsoft Azure Cloud.
Breng structuur aan in je data
Er zijn veel verschillende vormen van dataopslag. In de praktijk worden een (relationele) database, een datawarehouse en een data lake het meest gebruikt én door elkaar gehaald. In dit artikel lees je wat ze inhouden en hoe je ze gebruikt.
Miljarden streams omgezet in bruikbare inzichten met een nieuw data- en analytics platform
Merlin is de grootste digitale muzieklicentiepartner voor onafhankelijke labels, distributeurs en andere rechthebbenden. De leden van Merlin vertegenwoordigen 15% van de wereldwijde markt voor muziekopnames. Het bedrijf heeft overeenkomsten met Apple, Facebook, Spotify, YouTube en 40 andere innovatieve digitale platforms over de hele wereld voor de opnames van haar leden. Het team van Merlin volgt betalingen en gebruiksrapporten van digitale partners nauwlettend en zorgt ervoor dat hun leden nauwkeurig, efficiënt en consistent worden betaald en van rapportages worden voorzien.
Cloudmigratie: hoe werkt dit in de praktijk?
Vroeger werd alle data van bedrijven lokaal opgeslagen in een on-premise omgeving. Steeds meer bedrijven migreren hun data-infrastructuur naar de cloud. Cloud computing maakt gebruik van servers die door cloud service providers als Amazon Web Services, Microsoft Azure en Google Cloud Platform worden beheerd en onderhouden. In dit artikel lees je de antwoorden op de vragen die je zult hebben als je een cloudmigratie overweegt.
Wat is machine learning operations (MLOps)?
Het in productie nemen van machine learning modellen blijkt in de praktijk een complexe taak. MLOps helpt organisaties die zelf modellen willen ontwikkelen en onderhouden bij het borgen van de kwaliteit en continuïteit. Lees dit artikel en krijg antwoord op de meest gestelde vragen over dit onderwerp.
Webinar: Data Governance
In dit webinar bespreken we het maturity model dat we toepassen om de volwassenheid van verschillende dimensies van data governance te kwantificeren. Daarnaast geven we concrete stappen en implementatietips om te beginnen met het leveren van toegevoegde waarde door datamanagement.
20% minder klachten dankzij datagedreven onderhoudsrapportages
Een belangrijk onderdeel van de bedrijfsvoering van Otis is het onderhoud van hun liften. Om dit goed te timen en klanten proactief te informeren over de status van hun lift, wilde Otis continue monitoring inzetten. Ze zagen veel potentie in predictive maintenance en onderhoud op afstand.
Waardevolle inzichten uit Microsoft Dynamics 365
Agrico is een coöperatie van aardappeltelers. Zij telen aardappels voor verschillende doeleinden zoals consumptie en het planten van toekomstige oogsten. Deze aardappels worden wereldwijd geëxporteerd via verschillende dochterondernemingen. Alle logistieke en operationele data wordt opgeslagen in hun ERP-systeem Microsoft Dynamics 365. Omdat dit systeem met zijn vele features erg complex is, is de data niet direct geschikt om te gebruiken voor rapportages. Agrico vroeg ons te helpen hun ERP-data inzichtelijk te maken en duidelijke rapportages te ontwikkelen.
Kubernetes-based event-driven autoscaling met KEDA: een praktische gids
In dit Engelstalige artikel beginnen we met een uitleg van wat Kubernetes Event Driven Autoscaling (KEDA) inhoudt. Vervolgens richten we een lokale ontwikkelomgeving in die het mogelijk maakt om KEDA te demonstreren met behulp van Docker en Minikube. Daarna leggen we het scenario uit dat geïmplementeerd zal worden om KEDA te demonstreren, en doorlopen we dit scenario stap voor stap. Aan het einde van het artikel heeft de lezer een duidelijk beeld van wat KEDA is en hoe hij of zij zelf een architectuur met KEDA kan implementeren.
AWS (Amazon Web Services) versus GCP (Google Cloud Platform) voor Apache Airflow
In dit Engelstalige artikel maken we een vergelijking tussen Cloud Composer en MWAA. Dit zal je helpen de overeenkomsten, verschillen en factoren te begrijpen die je moet overwegen bij de keuze voor een cloudoplossing. Weet dat er andere goede opties zijn als het gaat om het hosten van een beheerde airflow-implementatie, zoals Microsoft Azure. De twee die in dit artikel worden vergeleken, zijn gekozen vanwege mijn praktijkervaring met beide beheerde diensten en hun respectievelijke ecosystemen.
Inzicht in de complete salesfunnel dankzij een datawarehouse met dbt
Onze consultants boeken de opdrachten die ze oppakken voor onze klanten in ons ERP AFAS. Als CRM gebruiken we HubSpot. Hierin zien we alle informatie die voorafgaand aan het tekenen van een samenwerkingsovereenkomst relevant is. Wanneer we een deal sluiten, gaat alle informatie uit HubSpot automatisch naar AFAS. HubSpot wordt dus vooral gebruikt voor het proces voordat we een samenwerking aangaan, AFAS juist voor de fase daarna. We wilden de inzet van onze mensen strakker plannen en onze financiële forecasts verbeteren. Daarom besloten we de data uit beide bronnen te koppelen en een datawarehouse op te zetten.
Datakwaliteit: de basis voor effectief datagedreven werken
Dataprojecten moeten vaak snel resultaat opleveren. Het vakgebied is relatief nieuw en om draagvlak te creëren, moet eerst bewezen worden dat het waarde oplevert. Hierdoor bouwen veel organisaties data-oplossingen zonder dat er goed nagedacht wordt over de robuustheid ervan. Met datakwaliteit wordt hierbij vaak onvoldoende rekening gehouden. Wat zijn de risico’s als je datakwaliteit niet op orde is en hoe kun je het verbeteren? Je leest het antwoord op de belangrijkste vragen over datakwaliteit in dit artikel.
Het all-round profiel van de moderne data engineer
Sinds de opkomst van big data zijn veel elementen van de moderne datastack de verantwoordelijkheid geworden van data engineers. Wat zijn deze elementen en hoe moet je je datateam samenstellen?
Azure App functions configureren
In dit Engelstalige artikel beginnen we met het bespreken van Serverless Functions. Vervolgens demonstreren we hoe je Terraform-bestanden gebruikt om het implementatieproces van een doelinfrastructuur te vereenvoudigen, hoe een Function App in Azure kan worden gemaakt, het gebruik van GitHub-workflows om continuous integration en implementatie te beheren, en hoe branching strategieën kunnen worden gebruikt om code wijzigingen selectief uit te rollen naar specifieke instanties van Function Apps.
De kracht van Analytics Engineering
De wereld van data is voortdurend in beweging, en dat geldt ook voor de bijbehorende functies en verantwoordelijkheden binnen datateams. Hieruit is een opkomende rol ontstaan: de Analytics Engineer.
Een gestandaardiseerde manier van dataverwerking met behulp van dbt
Een van de grootste webwinkels van Nederland wilde een gestandaardiseerde manier van dataverwerking ontwikkelen binnen een van de datateams. Alle data werd opgeslagen in het schaalbare cloud datawarehouse Google BigQuery. Binnen dit platform waren grote hoeveelheden data beschikbaar op het gebied van orders, producten, marketing, retouren, klantcases en partners.
Betrouwbare rapportages met behulp van robuuste Python code
Het Nationaal Portaal Wegverkeersgegevens (NDW) is een waardevolle bron voor gemeenten, provincies en de rijksoverheid om inzicht te krijgen in verkeersstromen en de efficiëntie van de infrastructuur te verbeteren.
Opzet van een toekomstbestendige data-infrastructuur
Valk Exclusief is een keten van 4 sterren+ hotels en heeft 43 hotels in Nederland. De hotelketen wil gasten graag een persoonlijke ervaring bieden, zowel in het hotel als online.
Een schaalbaar dataplatform in Azure
TM Forum, een alliantie van meer dan 850 wereldwijde bedrijven, schakelde onze hulp in als datapartner om data gerelateerde uitdagingen te identificeren en op te lossen.
Een volledig geautomatiseerde data import pipeline
Stichting Donateursbelangen wil het vertrouwen tussen donateurs en goede doelen versterken. Daarom wilden ze via een eigen zoekmachine informatie over goede doelen delen met donateurs. De stichting vroeg ons de ANBI-status van goede doelen beschikbaar te stellen voor gebruik in hun zoekmachine. Een instelling krijgt deze status alleen als zij zich (bijna) volledig inzet voor het algemeen belang en zich aan bepaalde voorwaarden houdt.
Een dag in het leven van een Data Engineer
Voor het ontwikkelen van moderne datatoepassingen is de Data Engineer onmisbaar. Maar wat betekent het eigenlijk om Data Engineer te zijn en wat doe je dan precies? Onze collega Oskar, Data Engineer bij Digital Power, legt het je uit.
5 vragen aan Data Engineer Dennis
In deze video ontdek je hoe een baan als Data Engineer eruit ziet! Hoe ziet een werkweek eruit, voor welke klanten werken onze Data Engineers en wat maakt het werken zo leuk? Dennis vertelt je er graag meer over!
5 vragen voor Data Analist Dennis
In deze video ontdek je hoe een baan als Data Analist eruit ziet! Hoe ziet een werkweek eruit, voor welke klanten werken onze Data Analisten en wat maakt het werken zo leuk? Dennis vertelt je er graag meer over!
5 vragen voor Data Engineer Oskar
In deze video ontdek je hoe een baan als Data Engineer eruit ziet! Hoe ziet een werkweek eruit, voor welke klanten werken onze Data Engineers en wat maakt het werken zo leuk? Oskar vertelt je er graag meer over!
5 redenen om Infrastructure as Code (IaC) te gebruiken
Infrastructure as Code heeft zich bewezen als betrouwbare techniek om platformen sterk neer te zetten in de cloud. Het vraagt echter wel een extra tijdsinvestering van de betrokken ontwikkelaars. In welke gevallen loont de extra inspanning zich? Je leest het in dit artikel.
Hoe word ik een Data Engineer?
Een paar jaar geleden bestond de functietitel nog niet eens: Data Engineer. Inmiddels is er veel vraag naar Data Engineers. Vrijwel elke organisatie verzamelt bewust data en het besef dat dit op een gestructureerde manier moet gebeuren, groeit. Als de data die je verzamelt niet goed georganiseerd is en klopt, kun je het niet gebruiken als input voor goede beslissingen. Data Engineers bouwen infrastructuren waarmee data wordt verwerkt. Ze zijn daarmee onmisbaar voor organisaties die hun data op een gestructureerde manier willen verzamelen en toepassen.
Centrale dataopslag met een nieuwe data-infrastructuur
Dedimo is een samenwerking van vijf zorginitiatieven in de geestelijke gezondheidszorg. Om de kwaliteit van hun zorg continu te verbeteren, richten ze interne processen efficiënter in. Hiervoor gebruiken ze inzichten uit de data die intern beschikbaar is. Voorheen haalden ze deze data zelf uit verschillende bronsystemen met ad hoc scriptjes. Om dit proces robuuster en efficiënter te maken en verder te professionaliseren, schakelden ze onze hulp in. Ze vroegen ons de centrale opslag van hun data in een cloud data warehouse te faciliteren. Omdat ze al gewend waren te werken met Google Cloud Platform (GCP), was de wens de data-infrastructuur binnen deze omgeving op te zetten.
Verbeterde datakwaliteit dankzij een nieuwe data pipeline
Royal HaskoningDHV ziet het aantal aanvragen van klanten met Data Engineering vraagstukken toenemen. De nieuwe afdeling die ze hiervoor op hebben gericht, is nog groeiende. Ze vroegen ons daarom hun Data Engineering team tijdelijk extra capaciteit te bieden. Één van de vraagstukken waar wij hulp bij boden, was die van Waterschap Aa en Maas.
Afl. 1: Bijna afgestudeerd en klaar voor je eerste job als dataprofessional?
Hoe kom je erachter wat je wil en waar let je op bij vacatures? Ga je voor een groot bedrijf, een klein bedrijf, consultancy of toch iets anders? Dit zijn een aantal van de vragen waar onze afstudeerstagiair Stijn mee zat. Hij ging in gesprek met zijn collega's om antwoord te krijgen op deze vragen. Het resultaat? De Data-keuzecast! In deze podcast stelt Stijn al zijn brandende vragen en ontvangt hij tips die hem (en hopelijk ook jou) helpen een juiste keuze te maken voor een baan in de datawereld.
Digital Power Datahub en Partos lanceren de Data Awareness serie
Op 10 februari 2022 trapten de Digital Power Datahub en het Partos Digital Lab samen de Data Awareness (datawijsheid) serie af met de Intro to Data Awareness. Deze reeks van 6 trainingen ontwikkelt de Datahub speciaal voor de leden van Partos; non-profits in de ontwikkelingssamenwerkingsbranche. Het doel van de serie is om specialisten in de ontwikkelingssamenwerking datawijs te maken, zodat ze meer impact kunnen maken én meten.
Het meetbaar maken van impact
De stichting Designathon Works organiseert Design Hackathons (Designathons) voor kinderen tussen de 8 en 12 jaar. Het doel? Kinderen van over de hele wereld skills aanleren om een ‘changemaker’ te kunnen worden. Ze worden uitgedaagd om oplossingen te ontwerpen voor een betere wereld, bijvoorbeeld het tegengaan van klimaatverandering. Vanuit de Datahub hielpen we Designathon Works kosteloos de impactmetingen aan te scherpen. Ook deden we een eerste aanzet tot automatisering van de dataverzameling, analyse en visualisatie.
Welk data traineeship past bij jou?
Je bent bijna klaar met je studie en zoekt een werkgever die je de ruimte biedt alles te leren over het vakgebied data. Of je wordt niet meer uitgedaagd in je huidige functie en wil graag technischer worden. In beide gevallen, wil je niet onbetaald cursussen volgen, maar wil je graag zo snel mogelijk aan de slag voor echte klanten, mét een serieus salaris. Klinkt dit bekend? Dan zijn deze data traineeships echt iets voor jou.
Een goed georganiseerde data-infrastructuur
FysioHolland is een overkoepelende organisatie voor fysiotherapeuten in Nederland. Een centraal serviceteam ontlast therapeuten van bijkomende werkzaamheden, zodat zij zich vooral kunnen focussen op het leveren van de beste zorg. Naast de organische groei sluit FysioHolland nieuwe praktijken aan bij de organisatie. Deze hebben stuk voor stuk hun eigen systemen, werkprocessen en behandelcodes. Dit heeft de datahuishouding van FysioHolland groot en complex gemaakt.
Een schaalbaar machine learning-platform voor het voorspellen van billboard-impressies
The Neuron biedt een programmatisch biedingsplatform om digitale Out-Of-Home-advertenties in realtime te plannen, kopen en beheren. Ze vroegen ons het aantal verwachte impressies voor digitale advertenties op billboards op een schaalbare en efficiënte manier te voorspellen.
Waarom heb ik Data Engineers nodig als ik Data Scientists heb?
Inmiddels is het bij de meeste bedrijven wel duidelijk: datagedreven beslissingen door Data Science voegen concreet waarde toe aan de bedrijfsvoering. Of je doel nu is om betere marketingcampagnes op te zetten, preventief onderhoud aan je machines uit te voeren of fraude effectiever te bestrijden: in elke bedrijfstak zijn er toepassingen van Data Science te vinden.
Een loopbaan als Data Engineer? Geef je eigen opleiding vorm
In juni 2020 werd Sander onderdeel van ons team. Hoewel hij midden in coronatijd startte, merkte hij al snel dat hij flink gestimuleerd werd om contact te maken met zijn nieuwe collega’s. Dit ging grotendeels vanzelf als onderdeel van ons onboarding programma: “Dit sloot perfect aan bij mijn behoeftes: ik ben namelijk zelf veel collega’s gaan opbellen om kennis te maken!” Lees hoe Sander zijn eigen opleiding tot Data Engineer vormgeeft.
De basis voor Data Engineering: robuuste data pipelines
In de basis werken Data Engineers aan data pipelines. Dit zijn data processen die van een bepaalde plek data kunnen halen en het ook weer ergens wegschrijven. In dit artikel lees je meer over de werking van data pipelines en ontdek je waarom ze zo belangrijk zijn voor een robuuste data infrastructuur.
Wat is een data architectuur?
Data gedreven werken helpt je betere beslissingen te maken. Hoe beter je datakwaliteit, hoe meer je erop kunt vertrouwen. Een goede data architectuur is een basisingrediënt voor datagedreven werken. In dit artikel leggen we uit wat een data architectuur is en wat een Data Architect doet.
Meetbare impact op social change met behulp van een datalake
RNW Media is een NGO die zich richt op landen waar beperkte vrijheid van meningsuiting is. De organisatie probeert impact te maken via online kanalen als social media en websites. Om die impact te meten, stelde RNW Media een Theory of Change (een soort KPI framework voor NGO’s) op.
Digitale transformatie en betere interne samenwerking dankzij inzicht in off- én online data
Uitgever Malmberg verzamelt veel off- en online data. Steeds meer onderwijsinstellingen maken gebruik van online licenties ter aanvulling op (of in plaats van) gedrukt lesmateriaal. Om hierop in te spelen, maakt Malmberg gebruik van maandelijkse rapportages. Het in-house data team stelt deze samen als input voor specifieke afdelingen. Malmberg vroeg ons dit team te versterken en de interne processen rondom data efficiënter te maken.