Een datacatalogus is een overzicht van de gegevens die je organisatie heeft: welke bestanden, tabellen en systemen er zijn, wat de gegevens betekenen, waar ze vandaan komen en wie er verantwoordelijk voor is.
Zodra je met rapportages of AI aan de slag gaat, komt altijd dezelfde vraag boven: welke bron is de juiste? Zonder catalogus rekenen drie afdelingen met drie omzetcijfers en weet niemand welke klopt. Ook voor de AVG is het nuttig — je kunt alleen beschermen wat je weet te hebben, en bij een datalek moet je snel kunnen zeggen wélke gegevens geraakt zijn.
Klein beginnen mag. Een eenvoudige lijst met per bron de eigenaar, de vindplaats, hoe vaak hij wordt bijgewerkt en of er persoonsgegevens in zitten, brengt je al ver. Groeit het, dan stap je over naar een tool die de catalogus deels automatisch vult en de herkomst van cijfers bijhoudt.
Wat staat er in een datacatalogus?
Geen data, maar metadata. Per bron leg je vast waar de gegevens staan, wat de velden betekenen, hoe vaak ze worden ververst, wie de eigenaar is en wie er toegang heeft. Vaak staat er ook iets over de kwaliteit van de datasets en over de herkomst: uit welk systeem komt dit, en welke bewerkingen zijn er onderweg gedaan. Die herkomst heet data lineage.
Wat levert een datacatalogus op?
Vooral tijd en vertrouwen. Medewerkers vinden datasets snel terug in plaats van rond te vragen, en kunnen begrijpen wat een veld betekent voordat ze ermee gaan rekenen. Rapporten en dashboards komen daardoor uit dezelfde bron, dus de discussie over wiens omzetcijfer klopt verdwijnt. Voor organisaties die met de AVG te maken hebben is het bovendien praktisch: je hebt in één overzicht welke persoonsgegevens waar staan en wie erbij mag.
Hoe zet je een datacatalogus op?
Klein. Begin met een lijst in een spreadsheet: de tien tot twintig bronnen die er echt toe doen, met per bron een korte uitleg, een eigenaar en de plek waar het staat. Vul dat aan met de definities waar mensen over struikelen — wat telt als klant, wanneer is een order een order. Werkt dat, dan kun je doorgroeien naar een tool die de metadata automatisch ophaalt. Andersom beginnen, met een tool en zonder duidelijke eigenaren, levert een lege catalogus op.
Veelgestelde vragen
Wat is het verschil tussen een datacatalogus en een database?
Een database bevat de gegevens zelf. Een datacatalogus bevat alleen de beschrijving ervan: waar het staat, wat het betekent en wie er verantwoordelijk voor is. Je zoekt er dus in, je rekent er niet in.
Heeft een klein bedrijf hier iets aan?
Ja, maar dan zonder tool. Een gedeeld document met je belangrijkste bronnen, definities en eigenaren geeft al veel inzicht en is in een middag gemaakt.
Wie houdt de catalogus bij?
Per bron één eigenaar, meestal iemand van de afdeling die de data gebruikt. Zonder eigenaar veroudert een catalogus binnen een jaar en gebruikt niemand hem meer.
Wat heeft een datacatalogus met AI te maken?
AI is zo goed als de data die het krijgt. Een catalogus laat zien welke bronnen bruikbaar zijn en welke niet, zodat je niet begint met informatie waarvan de kwaliteit onbekend is.
Wat OkayICT hierin doet: wij helpen je de belangrijkste databronnen in kaart te brengen en er eigenaren aan te hangen, zodat rapportages en AI-toepassingen op één betrouwbare basis staan.
Meer lezen: Wat is dataclassificatie? · Wat is datakwaliteit?
