Data Product Owners: Hoe creëer je eigenaarschap op jouw data?

Waarom heeft een data product een duidelijke eigenaar nodig?

Data speelt een belangrijke rol in vrijwel iedere organisatie. Maar ruwe data levert op zichzelf nog geen bruikbaar inzicht op. De waarde ontstaat wanneer data wordt verwerkt tot informatie waarop mensen daadwerkelijk kunnen sturen.

Denk bijvoorbeeld aan KPI’s zoals omzet, EBITDA of churn, maar ook aan datasets en rapportages die worden gebruikt om processen aan te sturen.

Een data product is een dataset, KPI, rapportage of andere data-oplossing die wordt ontwikkeld en beheerd om een concrete behoefte van gebruikers te ondersteunen. Zo’n product ontstaat meestal niet op één plek. Data wordt uit verschillende bronnen gehaald, getransformeerd en gecombineerd met definities vanuit de business voordat het eindresultaat beschikbaar komt.

Dat maakt de weg van databron naar inzicht breed en dynamisch. Technische databronnen veranderen, maar ook processen en definities vanuit de business ontwikkelen zich door de tijd heen.

Wie houdt dan overzicht over het geheel?

Zonder duidelijk eigenaarschap bestaat het risico dat afzonderlijke teams alleen verantwoordelijkheid nemen voor hun eigen onderdeel. Een technisch team zorgt bijvoorbeeld dat een pipeline werkt, terwijl de business bepaalt hoe een KPI wordt gedefinieerd. Voor een betrouwbaar data product moeten die werelden bij elkaar komen.

Wat gebeurt er zonder data product ownership?

Stel: het datateam heeft in het datawarehouse een nieuwe berekening voor omzet geïmplementeerd. De nieuwe berekening houdt beter rekening met de verschillende definities van business units en geeft daardoor een actueler beeld van de werkelijkheid.

Alleen wordt elders in de organisatie nog een oude definitie gebruikt. Die cijfers belanden vervolgens in een strategisch overleg.

Het resultaat: twee verschillende omzetcijfers.

Niet omdat de onderliggende data per definitie verkeerd is, maar omdat verschillende onderdelen van de organisatie niet met dezelfde definitie of versie werken. Vervolgens ontstaat precies de discussie die je wilt voorkomen: welk cijfer klopt?

Dat heeft meer gevolgen dan een discussie over een dashboard. Onduidelijk eigenaarschap kan leiden tot:

• tegenstrijdige KPI’s en rapportages;
• werk tussen data- en businessteams;
• langere doorlooptijden bij wijzigingen;
• extra herstelwerk wanneer problemen pas laat worden ontdekt;
• afnemend vertrouwen in dashboards en andere data producten;
• beslissingen op basis van verouderde of verkeerd geïnterpreteerde informatie.

Het probleem zit dan niet alleen in de techniek. Er ontbreekt iemand die verantwoordelijk is voor het data product als geheel: iemand die weet waar de data vandaan komt, welke definities worden gehanteerd, wie het product gebruikt en wat er gebeurt wanneer ergens in de datareis iets verandert.

Wat is een Data Product Owner en wat doet deze?

Een Data Product Owner (DPO) is verantwoordelijk voor de waarde, kwaliteit en bruikbaarheid van een data product gedurende de levenscyclus ervan. De Data Product Owner vormt daarmee de verbinding tussen de business en de technische teams die het data product bouwen en onderhouden.

De DPO hoeft niet iedere databron of transformatie zelf te bouwen. De verantwoordelijkheid zit juist in het bewaken van het geheel.

Daarbij staan bijvoorbeeld vragen centraal als:

• Welke definitie hanteren we voor deze KPI?
• Uit welke databronnen bestaat het data product?
• Wie gebruikt het data product en waarvoor?
• Aan welke kwaliteitseisen moet het voldoen?
• Wat gebeurt er wanneer een databron, transformatie of definitie verandert?
• Wie moet bij zo’n verandering worden betrokken?
• Levert het data product nog steeds de gewenste waarde voor de organisatie?

Door één duidelijk aanspreekpunt aan te wijzen, voorkom je dat verantwoordelijkheid tussen verschillende teams blijft liggen. Dat maakt de Data Product Owner een belangrijk onderdeel van data governance: de afspraken waarmee je onder andere verantwoordelijkheden, definities en kwaliteit rondom data organiseert.

Waar is een Data Product Owner niet verantwoordelijk voor?

Eigenaarschap betekent niet dat één persoon al het werk rondom een data product moet uitvoeren.

Een Data Product Owner hoeft bijvoorbeeld niet zelf iedere datapipeline te bouwen, ieder technisch incident op te lossen of eigenaar te zijn van alle systemen waarin brondata ontstaat. Ook hoeft de DPO niet zelfstandig alle beslissingen te nemen.

De rol draait om regie.

Technische specialisten blijven verantwoordelijk voor het bouwen en onderhouden van de technische oplossing. Stakeholders vanuit de business brengen hun kennis van processen en definities in. De Data Product Owner zorgt ervoor dat deze onderdelen samenkomen en dat duidelijk is wie welke verantwoordelijkheid draagt.

Verantwoordelijkheid creëert daarmee niet alleen waarde, maar ook vertrouwen.

Hoe organiseer je data product ownership in je organisatie?

Data product ownership invoeren is niet alleen een technische verandering. Het is voornamelijk een organisatorisch vraagstuk.

De techniek moet voldoende inzicht geven in de reis die data door de organisatie aflegt. Maar een compleet overzicht van databronnen en transformaties heeft weinig waarde wanneer vervolgens onduidelijk blijft wie beslissingen mag nemen.

Begin daarom niet met het aanwijzen van een Data Product Owner voor ieder denkbaar data product. Start bij de producten waarop je organisatie daadwerkelijk moet kunnen vertrouwen.

Zo neem je de regie over je data producten

Hoe je data product ownership precies organiseert, verschilt per organisatie.

Een bedrijf met enkele bedrijfskritische KPI’s heeft een andere aanpak nodig dan een enterprise-organisatie met tientallen datateams en honderden data producten. Het is daarom niet nodig om vanaf dag één een uitgebreid data governance framework op te tuigen.

De kern blijft hetzelfde: maak duidelijk welke data producten belangrijk zijn, hoe ze tot stand komen en wie verantwoordelijk is voor de kwaliteit en waarde ervan.

Daarbij versterken techniek en organisatie elkaar. Een schaalbare data-infrastructuur maakt inzicht en controle mogelijk. Heldere definities zorgen ervoor dat iedereen dezelfde taal spreekt. En duidelijk eigenaarschap zorgt ervoor dat iemand verantwoordelijkheid neemt wanneer er iets verandert.

Zo bouw je niet alleen data producten. Je bouwt aan vertrouwen in de informatie waarop je organisatie beslissingen neemt.