Waarom deze vraag zo vaak eerst gesteld wordt

“Onze data is een rommeltje” is de meest voorkomende reden om aan een AI-traject te twijfelen. Het is meestal een terechte zorg, maar geen reden om niet te beginnen. Bijna elke kmo heeft data die deels netjes en deels rommelig is. Belangrijker is of u weet wát er staat en waar.

Vier vragen om zelf te doorlopen

Waar staat uw data? Somt u op een blad papier alle plekken op waar belangrijke informatie leeft: een boekhoudpakket, een CRM, een reeks Excel-bestanden op een gedeelde schijf, een planningstool, misschien een oud systeem dat “eigenlijk vervangen moest worden”. Lukt dat, dan hebt u al de helft van het werk van Twee dagen zelf gedaan. Weet u dat overzicht niet uit het hoofd, dan is dat zelf al een signaal.

Is ze exporteerbaar? Kan iemand data alleen bekijken in een scherm, maar niet exporteren als bestand of via een koppeling? Dan is dat voor een hulpmiddel onbereikbaar zonder extra werk. Test dit letterlijk: kan iemand bij u vandaag een Excel- of CSV-bestand downloaden uit elk van de systemen op uw lijst? Systemen zonder exportmogelijkheid zijn geen automatische dealbreaker. Ze vragen wel een aparte oplossing.

Heeft iemand ze in beheer? Data zonder eigenaar veroudert stil. Is er iemand die zou merken als een lijst niet meer klopt, of als een export al maanden hetzelfde bestand teruggeeft? Zo niet, dan is dat een van de dingen die een traject sneller of trager maakt — zie ook wat kost een AI-traject voor een kmo?

Is ze consistent? Worden gelijkaardige gevallen op een gelijkaardige manier ingevoerd? Staat een klantnaam altijd op dezelfde manier geschreven, een datum altijd in hetzelfde formaat, een status altijd uit dezelfde lijst gekozen? Kleine inconsistenties zijn met wat werk op te lossen. Grote inconsistenties, zoals elke medewerker met een eigen systeem, kosten meer tijd om recht te trekken dan om het uiteindelijke hulpmiddel te bouwen.

Een korte checklist

  • Duidelijk in welke systemen de belangrijkste data zit.
  • Uit elk van die systemen kan iemand een export trekken, zonder tussenkomst van een externe leverancier.
  • Er is een duidelijke eigenaar per systeem — iemand die zou merken als er iets fout loopt.
  • Gelijkaardige gegevens worden op een gelijkaardige manier ingevoerd, ook als er meerdere mensen aan meewerken.
  • Er bestaat geen “schaduwversie” van dezelfde data in een los Excel-bestand naast het officiële systeem.

Scoort u op drie van de vijf punten “ja”, dan zit u al voor op de meeste kmo’s. Scoort u op één of geen, dan is dat geen reden om te wachten — het is precies waar een eerste traject nuttig begint.

Hoeveel tijd kost het om dit zelf na te gaan?

Deze vier vragen eerlijk beantwoorden, kost meestal geen dag werk — een uur rond de tafel met wie de systemen dagelijks gebruikt, volstaat vaak al. Dat uur is de moeite waard, ook los van een eventueel AI-traject: het levert vaak zelf al een lijst op van dingen die het opruimen waard zijn.

Wat als het antwoord “nee” is?

Rommelige data is het uitgangspunt van bijna elk traject, niet een obstakel dat eerst apart opgelost moet worden. De eerste dag van Twee dagen brengt precies in kaart wat er ligt; het bouwen start met wat er is, met een eerlijke inschatting van wat dat aan tijd vraagt. Een half jaar besteden aan “eerst onze data op orde krijgen” voor er iets gebouwd wordt, is voor de meeste kmo’s geen realistisch of nodig traject. Zie ook hoe begint u met AI zonder eerst uw hele IT te vernieuwen?

Wanneer is data wél een showstopper?

Er is één situatie waarin data eerst echt aandacht nodig heeft: de gegevens die een proces zou moeten gebruiken, bestaan gewoon niet. Ze werden nooit bijgehouden, of zitten enkel in iemands hoofd. Dan is de eerste stap niet een AI-hulpmiddel. Het is gewoon beginnen registreren van die gegevens. Dat is minder spannend, maar wel de eerlijke conclusie als dat de situatie is. Dat is ook wat een scan oplevert.