DataCon All articles
Data-architectuur & Metadata

De catalogus als werkplek: ontwerpkeuzes die metadata uit het archief halen

DataCon
De catalogus als werkplek: ontwerpkeuzes die metadata uit het archief halen

Photo: data analyst searching business data catalog on laptop in Dutch office, via assets.datamation.com

Veel organisaties hebben een datacatalogus aangeschaft en vervolgens gevuld met metadata. Tabellen, kolommen, definities en eigenaars zijn netjes vastgelegd. Toch blijft het gebruik achter. Medewerkers zoeken nog steeds in mailboxen, chatkanalen of bij een collega die toevallig weet waar een dataset staat. De catalogus bestaat, maar functioneert niet als werkplek.

Dat is geen kwestie van onwil. Het is een ontwerpprobleem. Een catalogus die is gebouwd als administratief overzicht, gedraagt zich ook zo. Een catalogus die is ontworpen rondom de dagelijkse vragen van gebruikers, wordt pas een instrument. Hieronder vijf ontwerpkeuzes die het verschil maken.

1. Zoeken in de taal van de gebruiker

De eerste keuze is of de catalogus technisch of functioneel wordt ingericht. Een data-engineer zoekt op tabelnaam of schema. Een businessanalist zoekt op begrippen als omzet, klantverloop of voorraadrisico. Als de catalogus alleen technische namen toont, moet de gebruiker eerst leren hoe het datawarehouse in elkaar zit. Dat is een drempel die velen niet nemen.

Een goede catalogus ondersteunt daarom synoniemen, bedrijfsbegrippen en meerdere zoekingangen. Nederlandse organisaties hebben daarbij vaak te maken met meertalige systemen: Engelse kolomnamen, Nederlandse definities en lokale afkortingen. Zonder vertaling tussen die werelden blijft zoeken een experttaak. De eerste ontwerpvraag is dus niet welke metadata u vastlegt, maar welke woorden gebruikers werkelijk gebruiken.

2. Eigenaarschap dat verder gaat dan een naam

Een catalogus vermeldt vaak een eigenaar, maar dat zegt weinig als die persoon geen mandaat heeft. Gebruikers willen weten wie verantwoordelijk is voor de inhoud, wie vragen kan beantwoorden en wie wijzigingen mag doorvoeren. Als eigenaarschap alleen een naamveld is, wordt het al snel een administratieve verplichting zonder gevolg.

Ontwerp eigenaarschap daarom als een functie met taken. Laat zien wanneer een eigenaar voor het laatst heeft gereageerd, welke kwaliteitsmeldingen openstaan en wie als vervanger optreedt. Maak het mogelijk om direct een vraag te stellen vanuit de datasetpagina. Zo wordt de catalogus een route naar verantwoordelijkheid, niet alleen een registratie ervan.

3. Context die vertrouwen geeft

Metadata is pas bruikbaar als de context klopt. Een definitie zonder uitleg is vaak misleidend. Een tabel zonder actualiteitssignaal kan verouderd zijn. Een dataset zonder herkomst is lastig te verantwoorden. Gebruikers hebben daarom behoefte aan context die vertrouwen geeft: waar komt de data vandaan, hoe vaak wordt ze ververst, welke bekende beperkingen zijn er en welke Quality-signalen zijn beschikbaar?

Die context hoeft niet volledig te zijn. Ze moet wel relevant zijn voor de beslissing die de gebruiker neemt. Een analist die een rapport bouwt, wil weten of de data geschikt is voor rapportage. Een data-engineer die een pijplijn onderhoudt, wil weten welke afhankelijkheden er zijn. Een businessgebruiker wil vooral begrijpen wat een cijfer wel en niet betekent. Een goede catalogus ondersteunt meerdere contextlagen zonder de gebruiker te overweldigen.

4. Onderhoud dat in de workflow past

De grootste vijand van een catalogus is veroudering. Zodra definities niet meer kloppen, verliezen gebruikers vertrouwen en keren ze terug naar hun eigen bronnen. Onderhoud moet daarom geen aparte activiteit zijn die maandelijks wordt vergeten. Het moet vastzitten aan processen die toch al plaatsvinden.

Dat kan door metadata automatisch bij te werken vanuit pijplijnen, door wijzigingen in definities via een reviewproces te laten lopen en door verouderde datasets zichtbaar te markeren. Nog belangrijker is een eenvoudige route voor gebruikers om fouten te melden. Als een analist een verkeerde definitie tegenkomt, moet corrigeren minder moeite kosten dan negeren. Onderhoud wordt dan een bijwerking van het werk, niet een extra project.

5. Toegang en gevoeligheid direct zichtbaar

Een catalogus die alleen technische metadata toont, mist een essentieel deel van de werkelijkheid. Gebruikers moeten weten of data gevoelig is, welke toegangsprocedure geldt en of ze de data mogen gebruiken voor hun doel. Zeker in organisaties met meerdere afdelingen en externe leveranciers is dat geen detail.

Maak classificatie, toegangsniveau en eventuele gebruiksbeperkingen zichtbaar op dezelfde plek als de datasetbeschrijving. Voeg een directe aanvraagroute toe waar dat nodig is. Zo voorkomt de catalogus dat gebruikers eerst een dataset vinden en later ontdekken dat ze er niet bij mogen. Dat klinkt vanzelfsprekend, maar in veel Nederlandse organisaties zijn toegang en metadata nog gescheiden werelden.

Valkuilen in de praktijk

De meest voorkomende valkuil is de catalogus als metadata-dump. Alles wordt vastgelegd, maar niemand weet welke informatie betrouwbaar is. Een tweede valkuil is de toolgerichte uitrol: de software wordt geïmplementeerd, maar er is geen eigenaar voor adoptie. Een derde valkuil is te veel nadruk op technische lineage zonder functionele uitleg. Gebruikers zien dan wel lijnen, maar begrijpen nog niet wat een dataset voor hun vraag betekent.

Ook het ontbreken van een feedbacklus speelt vaak mee. Gebruikers melden problemen via e-mail, maar de catalogus wordt niet bijgewerkt. Na enkele keren haken ze af. Een catalogus is geen eenmalig opleverproject; het is een product dat onderhoud en eigenaarschap vraagt.

Meten aan adoptie

Of een catalogus werkt, blijkt niet uit het aantal beschreven tabellen. Het blijkt uit gebruik. Kijk naar het aantal succesvolle zoekopdrachten, de tijd die nodig is om een geschikte dataset te vinden en het aantal vragen dat via de catalogus wordt afgehandeld. Meet ook hoeveel vermeldingen verouderd zijn en hoe snel eigenaren reageren op meldingen.

Adoptie vraagt om communicatie en voorbeeldgedrag. Als teams in hun eigen projecten laten zien dat ze de catalogus gebruiken om bronnen te vinden en afspraken vast te leggen, wordt het vanzelf de norm. De catalogus hoeft niet perfect te zijn bij de start. Ze moet wel betrouwbaar genoeg zijn om de eerste vraag te beantwoorden en zichtbaar genoeg om de tweede vraag uit te lokken.

Conclusie

Een datacatalogus wordt pas waardevol wanneer hij de dagelijkse vraag van een gebruiker sneller en beter beantwoordt dan de alternatieven. Dat vraagt om ontwerpkeuzes die verder gaan dan metadata vastleggen: zoeken in begrijpelijke taal, eigenaarschap met mandaat, context die vertrouwen geeft, onderhoud in de workflow en toegang die direct zichtbaar is. Wie de catalogus als werkplek ontwerpt, haalt metadata uit het archief en brengt ze terug naar het werk.

All Articles

Related Articles

Milliseconden of meerwaarde: de verborgen kosten van streaminganalytics

Milliseconden of meerwaarde: de verborgen kosten van streaminganalytics

Van proefballon naar productielijn: de datahygiëne achter generatieve AI

Van proefballon naar productielijn: de datahygiëne achter generatieve AI

Synthetische data: wanneer een kunstmatige dataset de betere keuze is

Synthetische data: wanneer een kunstmatige dataset de betere keuze is