1. Intensief inwerken hoort er natuurlijk bij! Je gaat overzicht krijgen van de invloed van Data en o.a. meelopen met een ervaren Data Quality specialist die je alle kneepjes van het vak laat zien;

2. Trainingen maken dat je snel up & running bent, zo ga je langs een afdelingen zoals Sales, Networking, Datamanagement om overzicht te krijgen wat er speelt binnen dataprocessen;
3. Schonen van data binnen de Datamanagementafdeling om te zien wat het effect van een Data Issue is en hoe je dit effect helder kan voorleggen aan je collega’s zodat je met een gerust hart fase twee in kan gaan;

1. Dataschonen op diverse afdelingen, jij laat zien hoe het moet en maakt het belang hiervan duidelijk;
2. Verdieping op het gebied van datamanagement en afdelingen begeleiden zodat ze zelf goed data op schonen;
3. Oriënteren op je specialisatie voor de afdeling waarin je talent kan doorgroeien, denk hierbij aan afdelingen zoals Networking, Data Management, Sales, etc.;

1. In gesprek met Human Resources en je manager om samen je specialisatie te bepalen en het moment in te plannen dat je start in je nieuwe functie;
2. Begeleiden nieuwe Young Professional Talenten, de nieuwe Talenten inwerken tot het niveau dat zij zelf volledig aan de slag kunnen met dataschonen. Jij bent de nieuwe begeleider van de  de Young Professional Talenten die instromen.

Stel je voor er wordt onderhoud gepland aan het netwerk en een ziekenhuis heeft plots geen verbinding, hoe wordt dan de traumahelikopter aangestuurd? Of een datacenter krijgt geen contact meer met de buitenwereld zodat de provincie Utrecht geen data meer kan opvragen uit dit datacenter!

Wanneer een glasvezellijn onderhoud nodig heeft, kan het zijn dat de klant even geen verbinding meer heeft. Om ongemak te voorkomen, neemt onze opdrachtgever contact met de klant op om het geplande werk aan te melden, zodat deze maatregelen kan nemen. Hiervoor zijn er bepaalde gegevens nodig, denk aan de contactgegevens van de klant, maar ook welke glasvezellijn bij welke klant hoort. Wanneer dit niet goed is vastgelegd, kan het zijn dat we de verkeerde klant bellen over het onderhoud op de lijn. De werkelijke klant heeft er dan helemaal geen weet van en kan zomaar even zonder verbinding komen te zitten met bovenstaande gevolgen …. Dat alles door een klein data foutje!

Onze opdrachtgever heeft duizenden klanten, die elk hun eigen combinatie van producten en diensten hebben die in een of meerdere contracten zijn vastgelegd. De facturatie van hetgeen de klant afneemt, gebeurt automatisch. De klant verwacht een factuur die overeenkomt met het afgesloten contract, als er een fout is gemaakt met het overnemen van de informatie uit het contract en de vertaling naar de financiële systemen, kan de klant een verkeerde factuur ontvangen. Is het bedrag te hoog, dan trekt de klant wel aan de bel en is er een flater geslagen, maar de fout kan worden rechtgezet. Als het bedrag echter te laag is, is de kans kleiner dat de klant zich meldt en hierdoor is er het risico om maandenlang geld mis te lopen. Eén kleine data fout in een systeem kan oplopen tot een verlies van duizenden euro’s.

Onze opdrachtgever stuurt de organisatie op basis van gegevens in rapportages over de performance, voorspelbaarheid van potentiele deals, etc. Zien we bijvoorbeeld dat de trend in verkoop dalende is, dan moeten ze de accountmanagers op pad sturen zodat er genoeg klanten blijven binnenkomen.

Dit soort besluiten die gebaseerd worden op feiten en cijfers, maken dat er snel gereageerd kan worden op en dat er controle blijft over de dagelijkse gang van zaken. Als de genoemde accountmanagers de gegevens over hun verkopen niet (goed) in de systemen zetten dan zijn deze rapportages ook niet meer betrouwbaar. Een foutje bij het invoeren …..pfff