Gastblog: Hoe datakwaliteit vanzelfsprekend wordt

We werken veel met data in de kas. Steeds meer. Ik hoor vaak bezwaren en problemen rondom het werken met data. Daarbij is de kwaliteit van de data vrijwel altijd de veroorzaker. Het klopt. Als de data niet op orde is, als er vervuiling in zit of als de data simpelweg onjuist is dan heeft dat logischerwijs invloed op de rest, zoals bijvoorbeeld jouw rapportages. Vervelend!

Het ontstaan van fouten in de data is heel divers. Handmatige invoer is een veelgehoorde oorzaak. Maar ook de koppeling van verschillende systemen, zonder duidelijke protocollen voor de uitwisseling van data, zijn logische bronnen van ellende.

Er worden veel verschillende data-oplossingen aangedragen in de markt. Betere tooling, betere documentatie, opleiding en training van gebruikers, etc. Daar ligt wat mij betreft niet de echte oplossing. Het allerbelangrijkste is de juiste prikkel om zorgvuldig om te gaan met data en te sturen op kwaliteit. Zo'n prikkel is cruciaal. Zonder die prikkel heeft het geen zin!

De vraag is dan: wat is zo'n prikkel? In mijn opinie is de belangrijkste prikkel dat het werken met data onomstotelijk waarde oplevert in je bedrijf. Dat het niet alleen handig is, maar de kern van je processen vormt. Dat je bijvoorbeeld zonder de inzet van data structureel minder teeltresultaat haalt. Dat ontstaat als je data voor je aan het werk zet, bijvoorbeeld met behulp van algoritmes. Als je weet dat jouw operationele proces perfect draait als het de beschikking heeft over de juiste data als input, dan besteed je logischerwijs veel meer aandacht aan de kwaliteit van die data. Er zit immers een directe link tussen datakwaliteit en jouw operationeel bedrijfsresultaat.

Algoritmes bieden de mogelijkheid je bedrijfsresultaat te optimaliseren. Algoritmes zetten data aan het werk voor je. Je kunt groeien, verbeteren en fouten voorkomen. Ze helpen ook om te signaleren welke data afwijkend is. Daarnaast maakt het werken met algoritmes direct zichtbaar welke data wel en welke data geen waarde toevoegt, bijvoorbeeld bij het realiseren van een beter teeltresultaat. Dit helpt om alleen die dataproblemen aan te pakken, die echt van belang zijn. Dat scheelt tijd en geld. En het inregelen van dataverbetering in je bedrijf heeft dan merkbaar positief effect.

Veel telers werken met een Excel-overzicht om grip te houden op de operatie. Dat is altijd achteraf en zeer bewerkelijk. Hier wordt dagelijks aandacht aan besteedt. Mijn oproep is dan ook om deze mooie en goede aandacht deels te verschuiven naar concrete innovatieprojecten op het gebied van data analyse en automatische beslissingen op basis van data. Dat is spannend, maar het kan! Een mooi voorbeeld is autonoom telen: de data die je al verzamelt, gebruik je dan voor een optimale sturing van installaties in de kas op gebied van klimaat, energie en teelt. Algoritmes werken in samenhang, continu en verwerken veel meer data dan jij als mens ooit kunt doen. Sturing met algoritmes ligt heel dichtbij, maar het vraagt een andere manier van werken. Als je dit omarmt dan volgt een betere kwaliteit vanzelf. Ik ben benieuwd…

Stuur jij actief op kwaliteit van data? Ben jij je bewust van de impact van data in je dagelijkse bedrijfsvoering?

Bron: Ronald Hoek