Data Intelligence-specialist: wat doet deze expert en wat is het verschil met een BI-specialist?

Organisaties verzamelen steeds meer data. Over klanten, financiële prestaties, productieprocessen, medewerkers en dienstverlening. Toch leidt die groeiende hoeveelheid gegevens niet vanzelf tot betere beslissingen. Informatie staat verspreid over verschillende systemen, cijfers spreken elkaar tegen en dashboards geven niet altijd antwoord op de vragen die er werkelijk toe doen.

Daar ligt het werkterrein van een Data Intelligence-specialist. Maar wat doet deze professional precies? En waarin verschilt het werk van dat van een Business Intelligence-specialist?

Wat is een Data Intelligence-specialist?

Een Data Intelligence-specialist helpt organisaties om gegevens uit verschillende bronnen om te zetten in betrouwbare, bruikbare informatie. Het doel is niet uitsluitend om data zichtbaar te maken, maar vooral om ervoor te zorgen dat organisaties deze informatie kunnen begrijpen, vertrouwen en gebruiken bij hun besluitvorming.

Daarvoor combineert de specialist technische expertise met kennis van bedrijfsprocessen en informatiebehoeften.

Het werk kan bestaan uit het ontsluiten en integreren van databronnen, het ontwikkelen van datamodellen, het verbeteren van datakwaliteit en het realiseren van dashboards en analyses. Ook vraagstukken rondom datastrategie, data governance en datavolwassenheid kunnen onderdeel zijn van de werkzaamheden.

De precieze invulling verschilt per organisatie. Data Intelligence-specialist is geen wettelijk beschermde functietitel en er bestaat geen algemeen aanvaarde afbakening van het beroep.

Wat doet een BI-specialist?

Een Business Intelligence-specialist houdt zich bezig met het verzamelen, verwerken, analyseren en presenteren van bedrijfsinformatie.

Dat gebeurt bijvoorbeeld met BI-platforms zoals Qlik Sense en Microsoft Power BI en Tableau. Daarmee kunnen organisaties prestaties volgen, KPI’s meten, trends analyseren en verbanden tussen gegevens onderzoeken.

Een BI-specialist ontwikkelt niet alleen dashboards. Ook data-integratie, datamodellering, gegevenskwaliteit en het vertalen van informatiebehoeften naar technische oplossingen behoren vaak tot het vakgebied.

Business Intelligence is daarmee aanzienlijk breder dan rapportage alleen.

Het verschil met Data Intelligence zit dan ook niet in een strikte scheiding tussen twee beroepen. Het gaat vooral om de reikwijdte van de opdracht en de manier waarop data binnen een organisatie wordt ingezet.

Hoe verhouden data-analisten en data scientists zich tot Data Intelligence?

Een data-analist onderzoekt gegevens om patronen, trends en afwijkingen zichtbaar te maken. Een data scientist gebruikt daarnaast vaak statistische modellen en machine learning om verbanden te onderzoeken en voorspellingen te ontwikkelen.

Een Data Intelligence-specialist kan met beide professionals samenwerken. De nadruk ligt op het organiseren, integreren en betrouwbaar beschikbaar maken van gegevens, zodat analyses daadwerkelijk waarde krijgen voor de organisatie. De rollen overlappen en verschillen per organisatie.

Wat is het verschil tussen Business Intelligence en Data Intelligence?

Business Intelligence richt zich op het beschikbaar maken en analyseren van informatie die organisaties nodig hebben om hun prestaties te begrijpen en beslissingen te ondersteunen.

Data Intelligence legt nadrukkelijk de verbinding tussen die informatie, de kwaliteit van de onderliggende gegevens en de manier waarop organisaties hun kennis benutten.

Een voorbeeld maakt dat verschil duidelijk.

Een retailorganisatie wil weten waarom de omzet in bepaalde vestigingen achterblijft.

Een BI-specialist kan een dashboard ontwikkelen waarin omzet, marges en verkoopvolumes per vestiging worden weergegeven. De organisatie krijgt daarmee inzicht in de verschillen.

Een Data Intelligence-specialist kan het vraagstuk breder benaderen. Zijn de omzetgegevens volledig? Worden retouren overal op dezelfde manier verwerkt? Welke rol spelen voorraadbeschikbaarheid, personeelsbezetting en klantgedrag? En welke beslissingen moet het management uiteindelijk kunnen nemen?

Het dashboard blijft belangrijk, maar vormt slechts één onderdeel van de oplossing.

Dit betekent overigens niet dat een ervaren BI-specialist zulke vragen niet stelt. In de praktijk overlappen de werkzaamheden sterk.

Het onderscheid is vooral dat Data Intelligence de volledige weg van gegevens naar betrouwbare besluitvorming centraal stelt.

Welke werkzaamheden horen bij Data Intelligence?

Het werkterrein van een Data Intelligence-specialist bestaat doorgaans uit verschillende onderdelen.

Data ontsluiten en integreren

Informatie bevindt zich vaak in ERP-systemen, CRM-applicaties, financiële software en andere databronnen.

De specialist onderzoekt hoe deze gegevens toegankelijk kunnen worden gemaakt en met elkaar kunnen worden verbonden. Daarbij spelen onder meer API’s, datawarehouses, ETL-processen en data-integratieplatforms een rol.

Het organiseren en onderhouden van databronnen en koppelingen is een belangrijk onderdeel van dit proces. Een goede technische verbinding is echter niet voldoende. Ook de betekenis, actualiteit en kwaliteit van de gegevens moeten duidelijk zijn.

Lees meer over data-integratie en databronnen ontsluiten.

Datakwaliteit en betrouwbare informatie

Bij het controleren van grote hoeveelheden data kunnen inconsistenties, ontbrekende gegevens en gaten in datastromen aan het licht komen. De specialist helpt deze problemen te identificeren en verbeteringen door te voeren die de betrouwbaarheid van de informatie waarborgen.

Een Data Intelligence-specialist onderzoekt waar verschillen ontstaan en helpt inconsistenties en ontbrekende gegevens te identificeren. Worden dezelfde definities gebruikt? Zijn gegevens volledig? Worden mutaties tijdig verwerkt?

Daarbij is samenwerking met de organisatie noodzakelijk. Techniek kan gegevens controleren en verwerken, maar de betekenis van bedrijfsinformatie moet door de verantwoordelijke medewerkers worden vastgesteld.

Datamodellering en analyse

Gegevens uit verschillende systemen moeten logisch met elkaar samenhangen. Daarvoor worden datamodellen ontwikkeld die analyses mogelijk maken en verkeerde interpretaties helpen voorkomen.

Vervolgens kunnen dashboards en analyses worden ingericht waarmee medewerkers zelfstandig informatie onderzoeken, patronen herkennen en ontwikkelingen volgen, bijvoorbeeld binnen één geïntegreerd Data Intelligence-platform.

Het doel is niet zoveel mogelijk rapportages te produceren, maar de informatievoorziening overzichtelijker en bruikbaarder te maken.

Datastrategie en datavolwassenheid

Niet ieder datavraagstuk vraagt onmiddellijk om nieuwe software.

Soms ontbreekt een gezamenlijke definitie van belangrijke KPI’s. Soms zijn verantwoordelijkheden onduidelijk of beschikken medewerkers niet over de vaardigheden om gegevens goed te interpreteren.

Een Data Intelligence-specialist kan helpen om deze knelpunten zichtbaar te maken en samen met betrokken medewerkers en andere stakeholders prioriteiten te bepalen.

Daarbij speelt datavolwassenheid een rol: in hoeverre is een organisatie in staat om data structureel en verantwoord te gebruiken?

Ook onderwerpen als data governance, eigenaarschap, informatiebeveiliging en kennisoverdracht kunnen hierbij aan bod komen.

Het ontwikkelen van een datastrategie is bovendien geen eenmalige exercitie. Organisaties moeten regelmatig evalueren of hun informatievoorziening nog aansluit op veranderingen in de bedrijfsvoering. Daarbij gaat het niet alleen om nieuwe technologie, maar ook om het verbeteren van processen, verantwoordelijkheden en samenwerking.

Wanneer heeft een organisatie een Data Intelligence-specialist nodig?

Specialistische ondersteuning kan waardevol zijn wanneer organisaties merken dat hun informatievoorziening niet meer aansluit op de dagelijkse praktijk.

Bijvoorbeeld wanneer:

• afdelingen verschillende cijfers gebruiken voor dezelfde KPI;
• gegevens handmatig uit meerdere systemen worden samengevoegd;
• dashboards onvoldoende worden vertrouwd of gebruikt;
• managementinformatie te laat beschikbaar komt;
• een organisatie meer datagedreven wil werken, maar niet weet waar te beginnen;
• nieuwe toepassingen, zoals AI, betrouwbare en goed beheerde data vereisen.

De oplossing hoeft niet altijd een omvangrijk project te zijn. Soms levert het verbeteren van één datastroom of het vastleggen van gezamenlijke definities al veel op.

Welke vaardigheden heeft een Data Intelligence-specialist nodig?

Technische kennis blijft een belangrijk fundament. Denk aan databases, SQL, datamodellering, BI-platforms en data-integratie.

Maar technische vaardigheden alleen zijn niet voldoende.

Een goede specialist moet bedrijfsprocessen kunnen doorgronden, kritische vragen stellen en complexe informatie begrijpelijk maken. Ook communicatie en samenwerking zijn belangrijk, omdat data vrijwel altijd meerdere afdelingen raakt.

In de praktijk werkt een Data Intelligence-specialist dan ook regelmatig samen met data-analisten, ontwikkelaars, proceseigenaren en andere professionals binnen een multidisciplinair team, of sluit aan bij ondersteunende netwerken voor Qlik-gebruikers en BI-professionals.

Certificeringen kunnen aantonen dat iemand bepaalde technologie beheerst. Praktijkervaring en inzicht in organisatorische vraagstukken zijn minstens zo belangrijk.

Van Business Intelligence naar Data Intelligence

Ook bij HippoLine is die ontwikkeling zichtbaar.

Sinds de oprichting in 2008 werkt HippoLine met Qlik. Het bedrijf begon als specialist in Business Intelligence en ontwikkelde zich in de loop der jaren tot een bredere Data Intelligence-dienstverlener.

De technische basis is gebleven. Alle Data Intelligence-specialisten van HippoLine zijn Qlik-gecertificeerd. Tegelijkertijd omvat het werk inmiddels meer dan het ontwikkelen van dashboards en BI-applicaties.

Data-integratie, datastrategie, datakwaliteit en het verbeteren van informatievoorziening zijn onderdeel geworden van een samenhangende aanpak.

Die ontwikkeling verklaart waarom HippoLine ervoor heeft gekozen zich niet langer uitsluitend als BI-specialist te positioneren.

Het gaat uiteindelijk niet om de functietitel

Of iemand zich BI-specialist, data consultant of Data Intelligence-specialist noemt, zegt op zichzelf weinig over de kwaliteit van het werk.

Belangrijker is of de specialist begrijpt welke informatie een organisatie nodig heeft, hoe betrouwbaar die informatie is en wat ervoor nodig is om haar daadwerkelijk te gebruiken.

Business Intelligence blijft daarbij een onmisbare discipline.

Data Intelligence benadrukt dat de waarde van data niet eindigt bij een dashboard. Die ontstaat wanneer mensen de informatie begrijpen, erop kunnen vertrouwen en er betere beslissingen mee nemen.

Veelgestelde vragen

Disclaimer

Dit artikel geeft een algemene beschrijving van de werkzaamheden van BI- en Data Intelligence-specialisten. Functietitels en verantwoordelijkheden kunnen per organisatie verschillen. De beschreven verschillen zijn daarom geen formele beroepsindeling, maar een toelichting op de verschillende benaderingen van informatievoorziening en datagebruik.