Datakwaliteit als motor voor duurzame verandering in de pensioensector

Waarom datakwaliteit meer is dan alleen compliance

Datakwaliteit beheren betekent meer dan vinkjes zetten voor regelgeving. Het gaat om het bouwen van vertrouwen, het vergroten van wendbaarheid en het verminderen van herstelwerk, wat besluitvorming versnelt en meer onafhankelijkheid in de uitvoering oplevert. Evenals dat het met de huidige ontwikkeling van technologie ook de betrouwbare inzet van AI in de dienstverlening aan klanten ondersteunt.

Huidige knelpunten met betrekking tot datakwaliteit binnen de pensioensector

Hoewel het Kader Datakwaliteit richting geeft, stokt de voortgang in veel organisaties na de nulmeting. Dit komt vooral door het ontbreken van een duidelijke structuur voor continue verbetering. Zonder structuur blijft datakwaliteit in de praktijk vaak beperkt tot het uitvoeren van een toets, in plaats van een geïntegreerd sturingsinstrument dat continu inzicht en verbetering mogelijk maakt.

• Inhoud: de sector focust vooral op juistheid en volledigheid van data, terwijl andere dimensies zoals tijdigheid, bruikbaarheid, consistentie en relevantie onderbelicht blijven. KPI’s en dashboards zijn niet gestandaardiseerd, wat leidt tot interpretatieverschillen en beperkte vergelijkbaarheid.
• Proces: het beheer van datakwaliteit is vaak niet structureel ingericht. Na de nulmeting ontbreekt het aan opvolging. Monitoring vindt meestal pas aan het eind van de keten plaats, terwijl fouten vaak eerder in het proces ontstaan. Een cyclisch kwaliteitsproces, gebaseerd op Plan Do Check Act, ontbreekt, waardoor structureel bijsturen lastig is.
• Organisatie: rollen als data owner, steward en custodian, oftewel het technisch beheer, zijn niet duidelijk belegd of geëffectueerd, waardoor verantwoordelijkheden onduidelijk blijven. De samenwerking tussen business en IT is beperkt en er ontbreken duidelijke escalatieprocedures en afspraken voor het opvolgen van data-issues.
• Ondersteuning: digitaliseringsmogelijkheden worden onvoldoende benut. Toegang tot tooling voor datalineage en opvolging van data-issues is beperkt. Digitale workflows ontbreken, waardoor kwaliteitsborging afhankelijk blijft van individuele handelingen zonder structurele opvolging.

[....]