Reitdiephaven huizen

23 augustus 2022 Jos Jelier 9 minuten lezen

Je huis is geen puinhoop, dus je verenigingsdata toch ook niet?

Dagelijkse vervuiling zoals functiewisselingen, leden die opzeggen, verhuizen of andere wijzigingen doorgeven, kan ervoor zorgen dat je data al snel niet meer betrouwbaar zijn. En dat leidt ertoe dat je vereniging niet erg efficiënt is als het gaat om ledenadministratie, communicatie en bijvoorbeeld het innen van contributie. In dit artikel lees je hoe je de bezem door je data haalt.

Waarom is het belangrijk dat je zorgt voor je data?

We houden ons huis netjes op orde omdat het in rommel en viezigheid niet echt lekker leven is. We onderhouden onze auto, want met platte banden en kapotte remmen kun je niet veilig de weg op. Maar als het op data aankomt, is het helemaal niet zo vanzelfsprekend dat we tijd, aandacht en zorg besteden aan opruimen en onderhoud.

Bij tastbare dingen snappen we als vanzelf dat we er voor moeten zorgen en onderhoud nodig is om ze bruikbaar te houden en langer mee te laten gaan. Dat is zo voor je woning, je auto, je kleding en tal van andere dingen. Maar zodra het om niet-tastbare zaken gaat, zoals bijvoorbeeld gegevens of data, hebben we de neiging om dingen op zijn beloop te laten. Dat komt doordat we niet geleerd hebben dat we er voor moeten zorgen. En dus ook niet weten hoe je dat moet doen.

Waarom kan dat een probleem zijn? Als je je data niet regelmatig onderhoudt, neemt de kwaliteit van je data af. Je kunt je voorstellen dat je in de bibliotheek – waar tijd en energie gestoken wordt in het onderhouden van een systeem om boeken goed te ordenen zodat ze makkelijk vindbaar zijn – sneller vindt wat je zoekt op de plek waar je het verwacht dan op een boekenmarkt. Datakwaliteit wordt dan ook omschreven als de mate waarin gegevens geschikt zijn voor het doel waarvoor je ze wilt gebruiken. 

In het geval van jouw vereniging is dat om waarde te leveren en zo bijvoorbeeld te werken aan het uitbreiden van je ledenbestand. Je wilt bijvoorbeeld weten waar de interesses van jouw leden liggen, hen van de juiste content voorzien en zo werken aan ledenbinding.

Je moet daarom doorlopend aandacht besteden aan de kwaliteit van je data. Daarbij helpt het als je dit zo veel mogelijk automatiseert. Verhuist een lid of krijgt hij een ander e-mailadres? Dan is het wel zo handig dat die wijziging voor zowel je facturatie als e-mailcommunicatie (en andere relevante processen) in één keer wordt doorgevoerd.

Verenigings-data-op-orde-flavor

Waar moeten kwalitatief goede data aan voldoen?

Je wilt daarom dat je data kwalitatief en makkelijk toegankelijk is voor wie toegang moet hebben en dat dit ook zo blijft. Ik schreef eerder al over je data ABC maken, maar ik herhaal het hier voor de volledigheid nog maar eens.

🔄 Actuele data, in een centraal systeem verzameld, waar zij;
👍 Bereikbaar zijn voor iedereen die toegang nodig heeft en waar gegevens alleen;
🎯 Centraal op één plek worden gewijzigd, want zo heb je altijd maar één versie van je ledenbestand.

Dat klinkt een stuk ingewikkelder dan het is. We hebben hieronder concreet voor je uitgewerkt aan welke voorwaarden je data moeten voldoen, zodat je zeze eenvoudig ABC kunt maken.

Accuraat en actueel

Om te beginnen moeten je gegevens accuraat en actueel zijn. Zijn adresgegevens verouderd, is er een naam verkeerd gespeld, kloppen functies nog bij wat iemand echt doet? 

Compleet

Daarnaast is het belangrijk dat data compleet zijn. Je hebt immers niets aan alleen namen zonder e-mailadressen als je een nieuwsbrief wilt versturen. 

Consistent

Vervolgens wil je dat de data consistent is. Dat gaat om op het oog onbelangrijke dingen: zo wil je bijvoorbeeld dat adressen altijd hetzelfde worden vastgelegd. Dus geen huisnummers in het veld voor de straatnaam en geen afkortingen (dominee of ds. bijvoorbeeld) waar de afspraak is dat die altijd worden uitgeschreven.

Correct

Dan kijk je of de data correct is. Voldoen bankrekeningnummers bijvoorbeeld aan het vereiste formaat? 

Uniek

Ook moeten gegevens uniek zijn. Dubbelingen zorgen voor verwarring en kunnen ervoor zorgen dat je de verkeerde gegevens gebruikt

Begrijpelijk

Tot slot moeten de data interpretabel zijn, oftewel: is het begrijpelijk wat er staat? Als er 18 staat, is dan direct duidelijk dat dit een leeftijd is, of is het een geldbedrag?

Hoe bereik je een goede datakwaliteit?

We weten nu waar kwalitatieve data aan moeten voldoen. Maar nog niet wélke data de moeite zijn om te bewaren en dus te onderhouden. Het is belangrijk dat je hier scherpe keuzes in maakt, want net zoals dat je tijd verspilt als je je data niet goed onderhoudt, verspil je ook tijd aan het onderhouden van data die eigenlijk niet zo waardevol is. 

Vraag je daarom altijd af en leg in overleg met betrokkenen vast in processen:

  • Welk doel het verzamelen van bepaalde data dient
  • Of dat in lijn ligt met waarvoor je vereniging bestaat; draagt het bij aan je missie en de waarde die je levert?
  • Het haalbaar is om deze data bij te houden, heb je daar de mensen en middelen voor?

Kun je deze vragen niet goed beantwoorden? Dan is het niet de moeite waard om de data te verzamelen. Houd ook de beginselen van een goed privacybeleid in gedachten als het om persoonsgegevens gaat. Verzamel niet meer dan noodzakelijk voor de doeleinden waarvoor je de gegevens gebruikt en zorg dat je duidelijkheid hebt over de grondslag(en) op basis waarvan je de gegevens verzamelt en verwerkt. Zo kun je ook al een schifting maken in de data die je verzamelt. ‘Zo min mogelijk’ hoef je overigens niet te lezen als ‘bijna niets’, want voor veel (niet-NAW) persoonsgegevens kun je als vereniging prima uitleggen waarom je die verzamelt, met welk doel en dat je dus gewoon voldoet aan de AVG.

Toewijding, toewijding en toewijding

Tot slot is het behoud van datakwaliteit een kwestie van toewijding. Werkprocessen, afstemming binnen het team over wie wat wanneer doet en natuurlijk software die die manier van werken ondersteunt, zijn daarbij heel belangrijk. Maar wel altijd in die samenhang: toewijding en goede werkprocessen waar niet vanaf geweken wordt zijn net zo belangrijk als de juiste software. Als het aan één van deze drie ontbreekt, zul je dat terugzien aan de kwaliteit van je data. En daarmee het vermogen van je vereniging om waarde te leveren aan leden en stakeholders.

Verenigings-data-op-orde-flavor-2

Hoe zit het met koppelingen en datakwaliteit?

Misschien maak je er al gebruik van, maar misschien ook niet: koppelingen. Een koppeling is een stukje software die er voor zorgt dat het ene systeem met het andere kan ‘praten’ en zo data kunnen uitwisselen. Dit kan data zijn die van belang is voor je ledenadministratie en dat betekent dat je ervoor moet zorgen dat ook die data op orde blijft. Je wilt immers niet dat je door een koppeling vervuiling krijgt in je systeem waardoor je data niet betrouwbaar is.

Een nadeel van het (laten) bouwen van dit soort koppelingen is dat het vrij duur is, zowel eenmalig als doorlopend. Bovendien betekent het dat wanneer ergens in je systeem iets wijzigt, je de kans loopt dat daardoor de rest niet meer op elkaar aansluit. Ook hier is onderhoud van belang.

Koppelingen zijn geen ideale oplossing, maar wel steeds vaker noodzakelijk. Dat komt doordat maar weinig leveranciers in staat zijn om een softwarepakket te leveren dat precies bij je ledenorganisatie past. Gelukkig worden dergelijke koppelingen steeds beter en zijn leveranciers ook steeds vaker bereid om die te maken als dat moet. Of ze hebben hem al beschikbaar. Houd er wel rekening mee dat dit niet eenvoudig is en dat je daarom waarschijnlijk een investering moet doen.

Alles op één plek

Er zijn gespecialiseerde softwarepakketten voor ledenorganisaties op de markt die veel kunnen leveren zonder dat je veel moet koppelen. Als oprichter van Procurios ben ik (natuurlijk) een enorm voorstander van zo’n geïntegreerd systeem. Met geïntegreerd wordt bedoeld dat het systeem meerdere functionaliteiten biedt en zo automatisch al zorgt voor een goede datakwaliteit, omdat er maar één plek is waar al die data wordt opgeslagen en bewerkt (denk weer aan het ABC).

Zo’n systeem werkt naar mijn mening (en veel van onze klanten) veel gemakkelijker dan het handmatig heen en weer schuiven van data. Denk bijvoorbeeld aan een inschrijving voor een evenement via de website. De data die die inschrijving genereert, komt bij een geïntegreerd systeem terecht in het CRM. Vervolgens kan die data gebruikt worden om mailings over het evenement te versturen. Je hoeft daarvoor geen data te exporteren en importeren: alle modules in het systeem hebben toegang tot dezelfde data die steeds makkelijk toegankelijk is. 

Als je dit combineert met de juiste processen, de discipline om de vastgelegde processen te volgen en medewerkers daarvoor de verantwoordelijkheid geeft, komt datakwaliteit ineens binnen handbereik. Een groot voordeel van geïntegreerde data is namelijk dat het systeem geautomatiseerd een aantal controles kan uitvoeren op die data: komen de gegevens bijvoorbeeld al voor in het systeem en zo ja, moeten de gegevens worden samengevoegd of moet er een nieuw contact worden aangemaakt? Het systeem ondersteunt zo de werkwijze, toewijding en processen van medewerkers.

Aan de slag

Als je aan de slag wilt met je datakwaliteit is het goed om dingen in de juiste volgorde te doen. 

Betrek vanaf het begin je collega’s en eventuele derden die met jouw data werken. Zorg dat je met elkaar tot processen en afspraken komt die ervoor zorgen dat alle neuzen dezelfde kant op staan zodat er draagvlak is om van datakwaliteit een speerpunt te maken.

Vraag je daarna af of je wel de juiste data bewaart, zoals ik beschreven heb in dit artikel. Vervolgens onderzoek je of de data die je bewaart aan de eisen voor datakwaliteit voldoen. Als geheugensteuntje kunt je dit lijstje aanhouden:

EISEN AAN DATAKWALITEIT

  • Accuraat - kloppen de data met de realiteit?
  • Compleet - heb je alles wat je nodig hebt?
  • Consistent - zijn alle data op dezelfde manier vastgelegd?
  • Correct - voldoen de data aan vereisten die belangrijk zijn voor 
    je organisatie (bv. bankrekeningnummers)?
  • Uniek - zijn er geen dubbelingen?
  • Interpretabel - zijn de data begrijpelijk?


Hier komt misschien ook het vraagstuk van de koppelingen en integratie aan de orde. Hoewel ik persoonlijk een groot voorstander ben van integratie, omdat het een minder fout- en storingsgevoelige oplossing is, is de realiteit ook dat koppelingen noodzakelijk kunnen zijn. 

Als dat zo is, zorg er dan voor dat je heel goed met degene die de koppeling bouwt of aanlevert, uitdenkt hoe deze koppeling eruit moet zien. En of je daarmee op een betrouwbare manier kunt voldoen aan de uitgangspunten die in dit artikel zijn besproken.

Uiteindelijk draait het maar om één ding: een gestroomlijnde ervaring voor je leden en doelgroepen als zij in contact (moeten) komen met je vereniging. Als je datakwaliteit op orde is en je je data netjes onderhoudt, zul je merken dat je veel beter in staat bent om die ervaring te bieden, zowel online als offline.

Meer weten?

Wil je meer weten over data, je ledenadministratie en je CRM? 

👉 Lees dan ook eens onze gids "Je CRM optimaal inrichten voor je leden". Hierin staan we uitgebreid stil bij hoe je het onderste uit de kan haalt met je CRM en zo je leden optimaal bedient.

👉 Wil je dit soort artikelen automatisch in je mail ontvangen? Schrijf je dan in voor de nieuwsbrief.

Andere interessante artikelen

Lees ook eens

Schrijf je in voor de nieuwsbrief