Wat is een datamodel? En waarom heb je er een nodig?

Twee rapporten over dezelfde maand laten verschillende omzetcijfers zien. Een dashboard laadt traag en elke aanpassing levert nieuwe fouten op. Veel bedrijven zoeken de oorzaak dan in de BI-tool, terwijl het probleem meestal een laag dieper zit: in het datamodel.

Wat is een datamodel?

Een datamodel is de manier waarop gegevens uit je bronsystemen worden geordend voordat ze in een rapport of dashboard terechtkomen. Het beschrijft welke tabellen er zijn, wat een regel in zo’n tabel betekent en hoe de tabellen aan elkaar gekoppeld zijn. Een verkooptabel is bijvoorbeeld via een klantnummer verbonden met een klanttabel en via een datum met een kalendertabel. In Qlik Sense bouw je dit model in het laadscript. De gebruiker ziet er niets van, maar ieder getal op het scherm komt eruit voort.

Waarom het model bepaalt of je cijfers kloppen

Zolang je een enkel lijstje uit Exact Online of AFAS haalt, gaat het vaak goed. Het wordt lastig zodra je bronnen combineert. Staat omzet in het ene systeem inclusief btw en in het andere exclusief? Telt een creditnota mee als negatieve verkoop? Wordt een klant die in twee systemen voorkomt als één klant geteld? Het datamodel legt dit soort keuzes vast. Ontbreken die keuzes, dan maakt elke rapportbouwer ze zelf, en krijg je rapporten die elkaar tegenspreken. Ook dubbeltellingen ontstaan vrijwel altijd in het model, bijvoorbeeld doordat twee tabellen op een verkeerde sleutel aan elkaar gekoppeld zijn.

Zo herken je een zwak datamodel

Je hoeft geen technische kennis te hebben om de signalen te herkennen:

• Rapporten over dezelfde periode geven verschillende uitkomsten, en niemand kan snel uitleggen waarom.
• Een simpele nieuwe vraag, zoals omzet per productgroep, kost dagen ontwikkeltijd.
• Dashboards laden traag of vallen om bij grotere datasets.
• Dezelfde berekening staat tientallen keren gekopieerd in losse grafieken, met kleine onderlinge verschillen.
• De kennis van het model zit in het hoofd van één persoon.

Herken je meerdere van deze punten, dan is de kans groot dat het fundament onder je rapportages aandacht nodig heeft.

Hoe ziet een goed datamodel eruit?

Voor rapportages werkt een sterrenschema in de praktijk het best. Daarin staan de gebeurtenissen (verkopen, uren, boekingen) in een centrale feitentabel, met daaromheen dimensietabellen zoals klant, product en kalender. Zo’n structuur is snel, voorspelbaar en eenvoudig uit te breiden met een nieuwe bron. Daarnaast horen definities en berekeningen op één plek te staan, in het model of in centrale master items, zodat omzet in elk dashboard hetzelfde betekent. Tot slot is een goed model gedocumenteerd, zodat je niet afhankelijk bent van één ontwikkelaar die alles in zijn hoofd heeft.

Eerst het fundament, dan automatisering en AI

Automatische rapportages, alerts en AI-toepassingen leunen allemaal op dezelfde onderliggende data. Een AI-assistent die vragen beantwoordt op basis van een rommelig model geeft rommelige antwoorden, alleen sneller. Daarom is de volgorde belangrijk: eerst een datamodel dat klopt, daarna automatisering, daarna AI. Ik bouw het fundament, jij je bedrijf.

Benieuwd hoe stevig jouw fundament is? Doe het gratis Data Maturity Assessment via qdta.nl/assessment: een online scan van 22 vragen die je in 10 minuten invult, met een rapport per e-mail. Liever direct sparren over je datamodel? Neem dan contact op.

Neem contact op via qdta.nl, jouw vriend in data.