Wat is een datafundament precies?
Een datafundament is het geheel van bronnen, koppelingen, opslag, definities en controles waarop je rapportage rust. Je kunt het vergelijken met de fundering van een bedrijfspand. Je ziet hem niet, maar alles wat erboven staat is er wel van afhankelijk.
In de praktijk bestaat zo'n fundament uit vier lagen. Eerst de bronnen: je boekhouding, je CRM, je kassasysteem, je urenregistratie, soms een Excel-lijst die niemand durft weg te gooien. Daarboven de koppelingen die die gegevens geautomatiseerd ophalen, meestal via een API. Daarboven een datalaag waarin de gegevens worden opgeslagen, opgeschoond en aan elkaar geknoopt. En bovenop de definities: de afspraken over wat een klant is, wanneer omzet meetelt en hoe je een order telt die deels is geleverd.
Die laatste laag is de laag die mensen vergeten en die het vaakst voor gedoe zorgt. Techniek is zelden het probleem. Onduidelijke afspraken wel.
Waarom juist het mkb hier baat bij heeft
In een groot bedrijf zit een afdeling die de cijfers bewaakt. In het mkb doet de eigenaar dat er vaak bij, of een controller die ook de facturatie draait. Precies daarom telt elk uur dat verdwijnt in handmatig knip- en plakwerk.
Herken je dit?
- De maandcijfers zijn pas halverwege de volgende maand klaar.
- Twee overzichten laten een andere omzet zien en niemand weet welke klopt.
- Als één collega op vakantie is, staat de rapportage stil.
- Vragen als "welke klanten zijn dit jaar minder gaan afnemen?" blijven onbeantwoord, omdat uitzoeken te veel tijd kost.
Dat zijn geen datavragen, dat zijn stuurvragen. Een datafundament lost ze niet op met magie, maar het haalt de handmatige stappen eruit en maakt de uitkomst herleidbaar. Je kunt doorklikken van een totaal naar de onderliggende regels en zien waar een getal vandaan komt.
Vijf signalen dat je fundament wankelt
Je hoeft geen data-expert te zijn om te merken dat er iets niet klopt. Let op deze signalen:
- Exports als standaardproces. Elke maand dezelfde bestanden downloaden en samenvoegen is werk dat een computer beter en sneller doet.
- Discussie over de cijfers in plaats van over de conclusie. Als een overleg begint met "dit getal klopt niet", gaat de rest van het uur niet over beslissingen.
- Kennis bij één persoon. Als niemand anders weet hoe het bestand in elkaar zit, heb je geen rapportage maar een risico.
- Geen historie. Veel pakketten laten vooral de huidige stand zien. Zonder opslag van gisteren kun je geen trend laten zien.
- Alleen terugkijken. Als je rapportage alleen vertelt wat er gebeurd is en nooit waar je op moet letten, wordt hij niet gebruikt.
Eén signaal is niet erg. Drie of meer betekent meestal dat je meer tijd kwijt bent aan het maken van cijfers dan aan het gebruiken ervan.
Hoe je eraan begint zonder groot project
De grootste fout is beginnen met "alles". Alles koppelen, alles historiseren, alles rapporteren. Dat duurt lang, kost veel en levert pas op het eind iets op. Wij draaien het om: begin bij één beslissing die je beter wilt kunnen nemen.
Een werkbare volgorde:
- Kies één vraag. Bijvoorbeeld: welke klanten leveren dit jaar minder marge op dan vorig jaar? Één vraag bepaalt welke bronnen je écht nodig hebt.
- Breng de bronnen in kaart. Welk pakket bevat het antwoord, welke velden, wie mag erbij, wat biedt de API?
- Leg de definities vast. Wat is marge, welke datum is leidend, hoe tellen creditfacturen mee? Schrijf het op in gewone taal.
- Bouw de koppeling en de datalaag. Ophalen, opslaan, opschonen en verbinden — buiten het rapport, zodat het dashboard niet elke keer het zware werk doet.
- Laat vroeg iets werkends zien. Een ruwe versie met echte data levert betere feedback op dan een mooi plaatje met verzonnen cijfers.
- Breid uit. Pas als de eerste vraag betrouwbaar beantwoord is, komt de volgende bron erbij.
Zo werkt onze werkwijze ook: klein beginnen, snel iets tastbaars, en pas opschalen als het klopt.
Wat het oplevert
Een goed fundament merk je vooral aan wat er verdwijnt: het maandelijkse exportritueel, de discussie over welke lijst leidend is, het wachten tot iemand tijd heeft om iets uit te zoeken.
Wat ervoor terugkomt is minder spectaculair, maar veel waardevoller. Cijfers die 's ochtends klaarstaan. Eén plek waar iedereen kijkt. De mogelijkheid om een nieuwe vraag in dagen te beantwoorden in plaats van weken, omdat de bronnen al ontsloten zijn. En, niet onbelangrijk, een basis waarop je later processen kunt automatiseren of AI kunt inzetten. Beide zijn alleen zinnig als de onderliggende gegevens kloppen.
Wij bouwen dat fundament met data engineering en zetten er met dashboarding een rapportage bovenop die mensen echt openen. Draai je op standaardpakketten als Moneybird, Odoo of Teamleader? Dan is er vaak al een kant-en-klare koppeling om mee te starten.
Veelgemaakte fouten
Drie valkuilen die we vaak tegenkomen, en hoe je ze voorkomt.
Beginnen bij de tool. Een licentie kopen is geen fundament. Begin bij de vraag en de definities, kies daarna de techniek.
Data kopiëren zonder opschonen. Als klantnamen in drie pakketten anders geschreven worden, krijg je drie klanten. Koppelen begint met afspreken wat de bron van waarheid is.
Geen eigenaar. Een dashboard zonder eigenaar veroudert. Leg vast wie de definities bewaakt, wie meldingen krijgt als een verversing faalt en wie beslist over wijzigingen. Bij een overdracht hoort documentatie, niet alleen een link.