Blad P-01 / Dataproducten: datasets, rapporten en modellen
Beslissingen zijn zo goed als de getallen die voor je liggen. Wij bouwen datasets, rapporten en machinelearningmodellen als producten: met een eigenaar, een gebruiker en ontworpen om samen te werken. Het resultaat is één versie van elk getal, antwoorden die elke keer sneller komen en niets dat van één persoon afhangt.
De meeste data is een bijproduct. Een systeem schreef die weg en daarna was niemand meer eigenaar, dus elk rapport is een eenmalig verzoek met een eigen definitie van marge, en de forecast draait op een kopie van een kopie. Drie teams brengen drie getallen naar dezelfde meeting en de meeting gaat over welke klopt. Data als product behandelen verandert dat. Elke dataset, elk rapport en elk model heeft een eigenaar, een gebruiker en definities die het volgende product hergebruikt. Het eerste wat je merkt is dat de getallen overeenkomen. Het tweede is dat elk nieuw antwoord sneller komt en minder kost dan het vorige.
Eén van die delen is de module, en de dikte van de zuilen is gelijk aan één module.
De feiten van je business, één keer gedefinieerd en actueel gehouden: klanten, orders, contracten, assets. Gedocumenteerd, met een eigenaar en beschikbaar voor elk team en elke tool. Finance, sales en operations vertrekken vanuit dezelfde feiten en niemand bouwt de klantenlijst opnieuw voor zijn eigen rapport.
Management- en operationele rapportage op één afgesproken set definities. Omzet is omzet in elk rapport en het boardpack sluit aan bij de werkvloer. De meeting gaat over de beslissing, niet over het getal.
Forecasts, scores en risicoflags, getraind op dezelfde datasets als je rapporten en afgeleverd in de systemen waar mensen handelen: de planningstool, het CRM, het bestelscherm. Gemeten op het resultaat dat ze moeten verbeteren, zodat je weet wat ze opleveren.
Gedeelde identifiers, afgesproken definities en gemeenschappelijke formaten, opgeschreven en afgedwongen, zodat elk product met elk ander product werkt zonder nieuw project. Hier stapelt het rendement zich op: het tweede product kost minder dan het eerste en het tiende is goedkoop.
Welke beslissing, wie neemt die en wie is eigenaar van het product. Dat schrijven we op vóór er een tool opengaat, en we stemmen de definities af met de mensen die met het antwoord aan de slag gaan.
Dataset, rapport of model, gebouwd op je platform naar de gedeelde standaard, getest tegen echte uitkomsten, gedocumenteerd en met de gebruikers beoordeeld vóór het live gaat.
In de meeting, de workflow of het systeem waar de beslissing valt, met monitoring en een benoemde eigenaar. Je team is getraind om het te draaien en wij doen een stap terug.
Eén eigenaar en één definitie per product, zodat de board, finance en operations hetzelfde cijfer lezen en de discussie gaat over wat je ermee doet.
Producten gebouwd naar één standaard worden hergebruikt, niet opnieuw gebouwd. Elk nieuw rapport, elke nieuwe dataset en elk nieuw model bouwt voort op de vorige, zodat de kosten per antwoord dalen naarmate het portfolio groeit.
Eigenaarschap, documentatie en servicelevels zorgen ervoor dat geen enkel product op één laptop of in het hoofd van één leverancier leeft, datalyft inbegrepen. Je team draait het na de overdracht.
Power BI · Microsoft Fabric · dbt · Python · scikit-learn · MLflow
Noorden gevonden met een gnomon, naar Vitruvius, Boek I: de ochtendschaduw in B, de namiddagschaduw in C, bogen vanuit beide die elkaar in D snijden, en de meridiaan door D en het middelpunt. Weesp, 52,31° N · 5,04° O.
Een gesprek van 30 minuten over de rapporten, datasets en modellen die je hebt, welke daarvan producten moeten worden en waarmee je begint. Vrijblijvend.