Rommelige data? Zo krijg je er grip op

Bijna elke organisatie die we spreken heeft dezelfde stille zorg: niemand vertrouwt de cijfers helemaal. Een rapport zegt het één, de spreadsheet zegt het ander, en iemand in de vergadering mompelt dat het getal niet klopt. De eerste reflex is een groot project optuigen om alles op te schonen, en dat project loopt meestal vast. Al je data in één keer opschonen is namelijk enorm, ondankbaar en nooit echt af.

Het goede nieuws: dat hoeft bijna nooit. Je krijgt in dagen echt grip op rommelige data, niet in maanden, als je de neiging weerstaat om alles te fixen en in plaats daarvan begint bij één beslissing die er echt toe doet. In dit artikel lees je waarom data überhaupt rommelig wordt, en welke pragmatische volgorde je kunt volgen om één belangrijk getal betrouwbaar te maken, en dat daarna te herhalen.

Waarom data überhaupt rommelig wordt

Het helpt om te weten dat rommel de standaardtoestand is, geen teken van falen. Data raakt in de knoop door gewone, structurele oorzaken, en de meeste hebben niets met slordigheid te maken.

• Silo’s. Sales leeft in het CRM, finance in het boekhoudpakket, operatie in weer een andere tool. Elk systeem is op zichzelf prima, maar ze komen nooit overeen omdat niemand ze aan elkaar knoopt.
• Handmatige invoer. Elk veld dat een mens met de hand intypt, is een veld waar een naam verkeerd gespeld wordt, een datum in het verkeerde formaat belandt, of een stap wordt overgeslagen als het druk is.
• Inconsistente formaten. Het ene systeem schrijft datums als dag-maand-jaar, het andere als maand-dag-jaar. Bedragen hebben op de ene plek een valutateken en op de andere niet. Dezelfde klant staat er de ene keer in als ‘BV’ en de andere keer als ‘B.V.’.
• Dubbelingen. Dezelfde klant, hetzelfde product of dezelfde factuur is twee keer ingevoerd met net een andere spelling, waardoor aantallen en totalen stilletjes gaan afwijken.
• Geen single source of truth. Als drie systemen elk een eigen versie van hetzelfde feit bevatten, is er geen afgesproken antwoord op de vraag ‘welke klopt?’, en valt er dus over elk rapport te discussiëren.

Niets hiervan is ongebruikelijk, en niets hiervan hoeft overal opgelost te zijn voordat je vooruit kunt. Het hoeft alleen opgelost te worden waar het een beslissing raakt die jij belangrijk vindt.

Begin niet aan alles tegelijk

Het nuttigste principe is hier ook het meest tegenintuïtieve: probeer niet alles op te schonen. Een algemene opschoonactie heeft geen finish, geen duidelijke eigenaar en geen zichtbare opbrengst, en precies daarom slepen die projecten zich voort en stranden ze.

Veranker het werk in plaats daarvan aan één vraag die ertoe doet voor de business. Niet ‘is onze data schoon?’ maar iets concreets: welke klanten zijn vorig kwartaal vertrokken, wat is onze echte marge per product, welk kanaal levert daadwerkelijk omzet op. Een specifieke vraag vertelt je precies welke data binnen de scope valt, en minstens zo belangrijk: welke data je voorlopig veilig kunt negeren.

Je hebt geen schone data nodig. Je hebt data nodig die schoon genoeg is om de vraag te beantwoorden die voor je ligt.

Een pragmatische volgorde

Heb je je vraag, dan is de route kort en herhaalbaar. Werk hem op volgorde af en weersta onderweg de verleiding om de scope op te rekken.

1. 1Kies één vraag die ertoe doet. Kies één beslissing of metric waarbij een betrouwbaar antwoord echt zou veranderen wat je doet. Schrijf hem in één zin op, zodat de scope vast blijft staan.
2. 2Vind de data die de vraag voedt. Ga na welke systemen, tabellen en velden echt bijdragen aan dat antwoord. Meestal zijn het minder bronnen dan je verwacht, vaak twee of drie.
3. 3Beoordeel de kwaliteit. Kijk naar de echte data, niet naar je aannames erover. Waar zitten de gaten, de dubbelingen, de rare formaten? Een paar honderd rijen snel doornemen vertelt je het meeste al.
4. 4Schoon alleen op wat die vraag nodig heeft. Fix de velden die jouw antwoord voeden en laat de rest met rust. Die kolom met notities die niemand gebruikt, heeft vandaag jouw aandacht niet nodig.
5. 5Koppel de bronnen. Voeg de opgeschoonde data samen op een gedeelde sleutel, een klant-ID, een ordernummer, zodat de vraag beantwoord kan worden vanuit één gecombineerd beeld in plaats van drie beelden die elkaar tegenspreken.
6. 6Documenteer wat je hebt gedaan. Noteer waar de data vandaan kwam, wat je hebt aangepast en waarom, en welke aannames je hebt gemaakt. Zo wordt een eenmalige fix iets herhaalbaars en betrouwbaars.

Die laatste stap is de stap die mensen overslaan, en juist die maakt het verschil tussen een snelle winst en een blijvende. Een korte notitie nu bespaart je over drie maanden een middag speurwerk.

Veelvoorkomende problemen en snelle oplossingen

Wie goed kijkt, ziet dat de meeste rommel in een paar bekende categorieën valt, elk met een beproefde remedie.

• Dubbelingen. Ontdubbel op een betrouwbaar kenmerk als je dat hebt, of anders op een combinatie van velden, bijvoorbeeld naam plus postcode. Spreek vooraf af welk record wint als twee elkaar tegenspreken.
• Inconsistente formaten. Standaardiseer naar één conventie: één datumformaat, één manier om valuta te schrijven, consistent hoofdlettergebruik. Doe het één keer, op één plek, zodat alles verderop in de keten overeenkomt.
• Ontbrekende waarden. Beslis bewust per veld. Soms kun je een gat opvullen vanuit een andere bron; soms is het eerlijker om het als ontbrekend te markeren dan te gokken en jezelf stilletjes voor de gek te houden.
• Nieuwe rommel die terugsluipt. Voeg validatie toe op het moment van invoer: verplichte velden, dropdowns in plaats van vrije tekst, formaatchecks op datums en e-mailadressen. Slechte data buiten de deur houden is veel goedkoper dan achteraf opschonen.

Zie het patroon: de eerste drie repareren wat er al is, de vierde voorkomt dat het probleem terugkomt. Doe alleen de eerste drie en je staat binnen een jaar weer op hetzelfde punt.

Goed genoeg voor de beslissing verslaat perfect

Perfecte data is een fantasie, en ernaar jagen is duur. De juiste lat is ‘goed genoeg voor de beslissing die voor je ligt’. Beslis je welke productlijn je gaat uitbouwen, dan zijn marges die op de procent nauwkeurig zijn ruim voldoende, die hoeven niet tot op de cent te kloppen. Stem de moeite af op wat er op het spel staat.

Er komt een punt waarop investeren in echt gereedschap, een datawarehouse, geautomatiseerde pipelines, een serieus dashboard, zich terugbetaalt. Dat punt komt wanneer je merkt dat je dezelfde vragen steeds opnieuw beantwoordt, wanneer handmatig opschonen elke maand uren opslokt, of wanneer meerdere teams één gedeeld, vertrouwd beeld nodig hebben. Tot die tijd kom je prima weg met een zorgvuldige spreadsheet en een gedocumenteerd proces. Bouw de infrastructuur wanneer de terugkerende pijn het rechtvaardigt, niet eerder.

Schone data bepaalt nu ook of AI te vertrouwen is

Er is in 2026 een nieuwere reden om hier wakker van te liggen. Zodra je AI op je data loslaat, een chatbot die antwoordt op basis van je documenten, een RAG-opzet, een analyse-assistent, is datakwaliteit geen backoffice-kwestie meer maar voor iedereen zichtbaar. Traditionele rapporten kunnen een fout veld jarenlang verbergen; een taalmodel herhaalt het vol zelfvertrouwen, of trekt de verkeerde conclusie uit een dubbeling, recht tegen een klant of een collega.

De mechanismen zijn dezelfde die dit artikel al beschrijft. Ontdubbelde records, consistente formaten, een duidelijke single source of truth en een eigenaar met naam zijn precies wat AI het juiste antwoord laat ophalen in plaats van een aannemelijk klinkend fout antwoord. Daarom staat datakwaliteit weer bovenaan de prioriteitenlijst van de meeste organisaties: niet omdat de technieken veranderd zijn, maar omdat rommelige data nu luidruchtig faalt in plaats van stilletjes. Het geruststellende is dat dezelfde aanpak van één vraag tegelijk nog steeds werkt: schoon de data op achter de beslissing die je door AI wilt laten ondersteunen, en je hebt een betrouwbare assistent voor die beslissing, zonder eerst een bedrijfsbrede operatie.

Geef elke dataset een eigenaar, en begin klein

Eén lichte gewoonte houdt data schoon nadat je haar hebt gefixt: elke belangrijke dataset heeft een eigenaar met naam nodig. Geen commissie, maar één persoon die verantwoordelijk is voor de vraag of de klantenlijst, de productcatalogus of de verkoopcijfers te vertrouwen zijn. Als het eigenaarschap duidelijk is, worden problemen opgemerkt en verholpen. Als het niemands taak is, sluipt de rommel stilletjes terug.

Wacht dus niet op het perfecte moment of het grote project. Kies het ene getal dat je het liefst zou willen vertrouwen, loop het door de volgorde hierboven en geef het een eigenaar. Je sluit de week af met één antwoord waarop je kunt bouwen, en een methode die je op de volgende vraag kunt richten, en de vraag daarna.