Van data naar informatie: zo creëer je waarde 

Van data naar informatie: maar dat is toch hetzelfde? Deze termen worden onterecht nogal eens verwisseld. Beide concepten hebben zeker overeenkomsten, maar er zijn een aantal cruciale verschillen. We kunnen je wel alvast verklappen dat je uit alleen data geen waarde kunt halen voor besluitvormingsprocessen. Hoe dan wel? Dat en meer lees je hier. 

Waarin informatie verschilt van data

Waarin data en informatie verschillen, kan het beste worden uitgelegd aan de hand van praktijkvoorbeelden:

• Data bestaat uit momentopnamen die ergens geregistreerd worden en betreft ruwe, onverwerkte gegevens;
  • Voorbeelden van data: (1) de gemeten temperatuur op een weerstation en (2) de actuele waterstand van een rivier.
• Informatie betreft diezelfde data die in een bepaalde context wordt geplaatst en hierdoor betekenis krijgt. Data wordt informatie wanneer ze op het juiste moment en door de juiste persoon geïnterpreteerd en geanalyseerd worden;
  • In lijn met de voorgaande voorbeelden, kun je: (1) een vergelijking maken met eerdere temperatuurregistraties om te beoordelen of er sprake is van een hittegolf en (2) inschatten of de waterstanden een kritiek punt naderen waarop het verstandig is om sluizen te openen of te sluiten. Met andere woorden: informatie geeft inzicht in het nemen van vervolgstappen.

Goede datakwaliteit een must

Uit bovenstaande kunnen we ook concluderen: zonder goede data ook geen goede informatie. Maar hoe beoordeel je de datakwaliteit? Op welke gronden kun je inschatten of data bruikbaar, geschikt of nuttig is? Er zijn meerdere beoordelingscriteria om de datakwaliteit te staven:

• Representativiteit. Vormt de dataset een goede afspiegeling van het geheel? Stel dat je de energiezuinigheid van appartementen in een grote woontoren wilt meten, dan maakt het nogal een verschil of je een penthouse of een tussenwoning op de eerste woonlaag als referentiewoning aanmerkt. Om een goede vergelijking te maken, moeten zaken als het woonoppervlak, de schiloppervlakte en genomen isolatiemaatregelen vergelijkbaar zijn;
• Inzetbaarheid. Leent de data zich voor duidelijke sturingsinformatie? Het interpreteren van data wordt een stuk eenvoudiger wanneer de data afleesbaar wordt in een grafiek, tabel, diagram of andere rapportagevorm; 
• Betrouwbaarheid. Wat kun je zeggen over de totstandkoming van de data? Deze vraag is weer op te delen in verschillende subvragen:
  • Hoe recent is de data verkregen? 
  • Voldoet de gebruikte meetmethode (nog) aan de huidige standaarden? 
  • Uit welke bron is de data afkomstig? 
  • Hoe compleet is de data? 
  • Is de data na eventuele bewerking nog betrouwbaar? 

Een closed-loop benadering van data

Bij STARC geloven we niet dat data stopt bij informatie. Onze kijk op data? Data wordt informatie, informatie wordt kennis en kennis geeft voorsprong. En hoe je die voorsprong behoudt? Dat lees je hieronder:

1. We schonen data op en combineren datastromen om relevante informatie te verkrijgen;
2. We integreren en interpreteren deze informatie om kennis op te doen;
3. We delen onze kennis met de stakeholders in de gebouwde omgeving, waardoor zij beter kunnen presteren en organiseren, wat hen een voorsprong geeft;  
4. We helpen deze voorsprong te behouden door het doorlopend actualiseren van de benodigde data met slimme registratiemethoden.

Operationeel, strategisch en tactisch groeien?

Ook waarde creëren uit data? De consultants van STARC geven betekenis aan jouw data en helpen je op operationeel, strategisch en tactisch niveau vooruit. 

Samen kundig groeien met STARC? 

Neem contact op voor meer informatie