De energietransitie draait op data die we nog niet hebben

Een dataleider krijgt budget op het moment dat hij levering op zich neemt van iets dat al prioriteit had, in plaats van advies te geven. Begin daarom bij de prioriteit van de organisatie. De energietransitie vraagt data over assets, verbruik, opwek, weer en de ondergrond. Marco Hoppenbrouwer is Chief Data & AI Officer bij Stedin, een van de grote Nederlandse netbeheerders met meer dan 2 miljoen klanten. Hij begon op zijn negentiende op de administratie van Shell, waar hij elk uur de binnengekomen post uitsorteerde, en werkte er bijna 33 jaar, van de postkamer tot Chief Digital Officer en Chief Data Officer. Onderweg werd hij de eerste architect van Shell, werkte hij aan de grootste SAP-implementatie ter wereld, hielp hij 2 miljard uit de capex te halen en bracht hij 3D-printen van legacy spare parts in productie. Bij Stedin bouwde hij het data office uit van 32 naar 85 FTE. Een groot deel van het gesprek gaat over de data die een netbeheerder nodig heeft voor de energietransitie: assetdata, verbruiksdata, opwekdata, weerdata en data over de ondergrond. Congestie is daarmee een datavraagstuk. Het gaat over het voorspellen van zon, wind en wolkenvelden, over samenwerken in de keten, en over één loket waar dezelfde vraag hetzelfde antwoord krijgt. Voor dataleiders gaat het gesprek over het verschil tussen een CIO en een CDO, en waarom de CDO een transitierol is. Governance beleg je over de rug van initiatieven die al budget hebben: van voordoen, via samen doen, naar zelf doen. En wie datakwaliteit wil verbeteren, kijkt eerst naar het proces, want data is het resultaat van de uitvoering van dat proces.

Wat er in deze aflevering langskomt

• Welkom, wie is Marco Hoppenbrouwer
• Gezakt op zijn negentiende, open sollicitatie bij Shell
• Het begin van het digitale tijdperk
• Avondschool naast fulltime werk
• Het eerste intranet en de eerste architect van Shell
• De grootste SAP-implementatie ter wereld
• Sarbanes-Oxley en professionalisering
• Werken vanuit deal value
• 2 miljard uit de capex
• 3D-printen van legacy spare parts
• Shell kiest voor een Chief Data Office
• CIO versus CDO
• Moet de CDO onder de CIO hangen?
• De eerste CDO: alles met data is nu van jou
• Begin bij de prioriteit van de organisatie
• Een outsourcingdeal als ingang
• Van adviseren naar leveren, dan is er budget
• Welke data heeft de energietransitie nodig?
• Zon, wind en wolkenvelden voorspellen
• Congestie
• Samenwerken in de keten
• Eén loket: dezelfde vraag, hetzelfde antwoord
• Advies aan beginnende CDO’s
• Niemand zit te wachten op het hoofdkantoor
• Gefeliciteerd, jij bent de CDO
• Data is het resultaat van je proces
• Begin bij de business, niet bij het idee
• Afsluiting

Transcript

Hey Marco, welkom in de studio. Goedemorgen Sonny. Bedankt voor je komst. We gaan het vandaag hebben over een aantal onderwerpen althans, dat hoop ik. Enerzijds over hoe je van een postkamer terechtkomt op een plek soms helemaal boven in het bedrijf. Misschien denkbeeldig om even goed erbij te zeggen. En ik ben ook heel erg benieuwd naar jouw kijk op de energietransitie. Maar eerst ben ik eventjes heel erg benieuwd, wie heb ik hier aan tafel? Ja, dankjewel. Mijn naam is Marco Hoppenbrouwer, 53 en op dit moment ben ik manager data office bij Stedin en verantwoordelijk voor alles met betrekking tot data, processen en AI in de organisatie om de energietransitie mogelijk te maken. Super relevant en een heel mooi maatschappelijk thema waar ik zelf heel graag meer over wil weten. Dus ik weet zeker dat er nog tenminste één iemand is die dat ook wel zou willen hebben en waarschijnlijk nog heel veel meer mensen. Dus ik ga mijn best doen om je daar vandaag in ieder geval ook vanuit jouw perspectief daar verder op uit te vragen. Maar eerst ben ik wel heel eventjes benieuwd hoe jij je carrière gestart bent, want dat is volgens mij best wel een heel mooi verhaal om te delen. Ja, zeker. Ja, dus het verhaal is eigenlijk heel eenvoudig. Ik was 19 jaar. Ik zat nog op school, zat bij de BO, examenjaar. En ik had moeite om te bepalen, wat wil ik nu hierna gaan doen? Wil ik gaan werken? Wil ik gaan leren? En als ik ga leren, ja, wat wil ik dan later worden? Dus toen dacht ik, slim te zijn om mijn examen te vergooien. Niet te veel aandacht aan te geven en te zakken. Zodat ik een jaar dan extra de tijd heb om na te denken wat ik wil. Zo gezegd, zo gedaan. Dus ik zakte ook voor mijn examen. En mijn vader zag dat ik me natuurlijk helemaal niet inzette daarvoor. En die had zoiets van, ja weet je, het is allemaal leuk. Maar als je niet wil leren en je best wil doen, dan ga je maar gewoon. Naar mijn werken. Ik stop met betalen van je opleiding. En als je hier wil blijven wonen ga je kostgeld betalen. Dus ja, zoek het maar uit. En tot op de dag van vandaag ben ik nog heel blij dat mijn vader dat destijds gedaan heeft. Want ja, dat zette mij in beweging. Dus ja, wat ga je dan doen? Toen ben ik letterlijk naar de bibliotheek gegaan. Heb ik een boek geleend. De tien beste bedrijven in Nederland om voor te werken. Oké. De meeste heb ik daarvan een brief geschreven. Open sollicitatie. Waaronder Shell. En van de meeste bedrijven kreeg ik een afwijzing. Sorry, we kunnen je niet kwijt. En van Shell hoorde ik niks. Toen heb ik ze gebeld. Ik kon destijds gewoon, dus ik heb gewoon het hoofdkantoor gebeld. Ik heb gezegd, joh, uit de situatie uit te trekken. Ik heb een open sollicitatie geschreven. Niks van gehoord. Ja, teken dat een afwijzing of zijn jullie nog mee bezig? En toen zei ze, nou, we zijn nog mee bezig. En je hoort binnenkort, je krijgt van ons bericht. En letterlijk, erachterop lag er een brief op de deurmat. Of ik op gesprek wilde komen. Kom maar langs. Kom maar langs. En ja… De reden waarom ze eigenlijk geïnteresseerd in mij waren was… Het kwam niet zo vaak voor dat iemand zonder opleiding een open sollicitatie stuurde. En ze wilden eigenlijk de persoon leren kennen achter de brief. En dat was een hele goede klik. Alleen de uitdaging was natuurlijk dat ik geen opleiding had. Dus ze zeiden, ja, we willen je wel graag een baan aanbieden. Maar we hebben voor de rest niet zo heel veel. Maar je kan wel beginnen op de administratie als junior administratief assistent. En ik vond het helemaal prima, want ja, ik wil de werkervaring opdoen. Ja, wat is dat dan om op een kantoor te werken? En waar loop je dan tegenaan? En wat is dan leuk? Want er zijn zoveel verschillende dingen die je op een kantoor mogelijkerwijs kon doen, waarvan ik niet wist dat het bestond. Ja, zo ben ik eigenlijk gestart. Wat gaaf hoor. Ik vind het ook een hele mooie boodschap eigenlijk van, ja, durf gewoon die telefoon op te pakken en die brief te sturen en even zeggen, ik heb nog niks gehoord. En ja, en zien wat er van kan komen. En ook heel mooi dat zij dan weer gezien hebben van, joh, bijzondere, bijzondere, ja… iemand belt ons, die jongen moeten we spreken. Ja. Natuurlijk wel een hele mooie boodschap. En daarna, want daarna heb je ook nog volgens mij geholpen… met het een en ander op te zetten. Dus aan het begin van het digitale tijdperk, om het zo te zeggen. Ja, dus de eerste taak die ik kreeg op die administratie… was het uitsorteren van een meter post die ieder uur werd binnengebracht. En dat heb ik een aantal weken gedaan… En toen begon bij Shell een traject om van mainframe computers naar desktop computers te gaan. En wat tegenwoordig tegen mijn jonge collega’s zeggen is, ja, we hadden vroeger al de cloud. Dat was het mainframe en toen zijn we naar desktop computing gegaan, client server. En toen zijn we weer teruggegaan naar de cloud, wat dan voor mijn gevoel cloud 2.0 is. En toen was de situatie dat de administratie moest een focal point aanwijzen. En toen kwam letterlijk mijn manager bij me langs en zei, ja Marco, er moet een computer focal point komen voor me. Voor onze afdeling. We zijn hier met 50 meiden. Jij bent de enige jongen. Ga jij het maar doen. Want jij bent een jongen. Dat ging vroeger zo. En dat was ook helemaal oké. Weet je. Er was ook niet aanstoot gegeven. Wat dan ook. Dus ik vond het prima. Ja. En toen ging er voor mij eigenlijk een hele wereld open. Wat je allemaal met die computers kon doen. Dus echt. In die tijd had je nog geen internet. En als je bijvoorbeeld een design manual naar Australië moest. Naar een raffinaderij. Dan werd dat echt gewoon. Uit het archief gehaald, kopie van gemaakt en dan afhankelijk van de snelheid ging dat of met een courier of met een safehand. Dus dan ging iemand van het kantoor dat daar fysiek afleveren. En toen kon dat in één keer met een FTP-server, kon je dat downloaden. Dat duurde wel een paar uur, maar ja. Dat kon wel. Dat kon wel. Dus ik werd heel snel gefascineerd met wat je kon doen met computers. Die techniek vond ik leuk, maar de fascinatie was echt hoe je een bedrijf, een afdeling, gewoon echt kan helpen. Wat kun je ermee? Wat levert het op? Ja. Dus ik wist eigenlijk heel snel van, ik wil hierin verder. Dus dat was eigenlijk heel erg mooi. Dat was ook het doel waarom ik eigenlijk begonnen was met werken. Maar ik moest natuurlijk wel ook daarmee aan de slag, want ik moest mijn MEAO afmaken. Shell was een Engels bedrijf, dus ik heb ook een soort Engels gedaan om gewoon dat goed te beheersen. En uiteindelijk een zes jaar avondschool gedaan om HTS Informatica af te kunnen ronden. Naast een fulltime baan. Het was pittig, maar ik had een doel. En het leuke was, alles wat ik leerde, kon ik in de praktijk toetsen. Opdrachten die ik kreeg, kon je ook meteen in de praktijk gewoon echt toepassen. Maar tegelijkertijd, ja, de praktijkervaring kon je weer terugkoppelen naar de docent. Van ja, je zegt dat wel, maar goh, dat werkt dus of zo. Dus ik vond dat een hele praktische combinatie. En ja, veel van geleerd. En ik zou het zo weer overdoen. Dus iedereen die zich zorgen maakt dat zijn of haar kind niet mee kan komen op school… Als het erin zit, komt het vanzelf uit. Misschien hebben ze wel een echt probleem nodig of een echte uitdaging nodig om aan te werken in plaats van al die theorie en die bladzijden en die boeken. Ik had dat zelf ook wel een heel klein beetje hoor. Ik deed het niet slecht op school, maar ik deed het ook niet super goed omdat ik gewoon zoiets had van ja, ik kan een zes halen en dan heb ik tijd over. Of ik kan een tien proberen te halen en dan ja. Ben ik heel druk bezig. Dus toen ik ging werken in de datawereld, toen begon voor mij ook eigenlijk pas het echte leven. Omdat ook ik dat heel erg interessant vond van, wat kunnen we er nou mee? Dus ja, misschien kan je wel uitrekenen dat iemand 316 appels heeft en als hij er twee kwijt raakt, hoeveel hij er dan heeft. Maar ik heb nog nooit iemand met zoveel appels gezien. Ik ben wel heel erg benieuwd hoe dat zou werken in een bedrijf. Dus als je 300 zoveel items hebt en er twee afhoudt, weg van school. Dat vind ik wel heel erg mooi beeldend ook aan jouw verhaal. Want je bent begonnen met een stuk post. Daarna ging je digitaliseren. Dus dat is denk ik wel heel beeldend voor jou als persoon. Hoe praktisch je bent ingesteld. Ja, precies. En het mooie is, omdat ik dus ook eigenlijk die interesse toonde, het was allemaal nieuw. En dan zie je gewoon dat heel veel collega’s hebben daar moeite mee, verandering, allemaal eng. En ik was juist heel leergierig. Ik wilde er meer van weten. Dus alles wat voorbij kwam, gaf ik me op als vrijwilliger. Dus op een gegeven moment, eigenlijk vrij snel, we gingen een shell-wide web, een intranet gingen we bouwen. Nou, daar was ik gewoon een van de grondleggers van. Op een gegeven moment zag ik dat er problemen waren met architectuur. Met hoe we ontwerpkeuzes maken voor IT-systemen. Dus op een gegeven moment was ik een van… Ik was letterlijk de eerste architect binnen Shell. En met vijf anderen hebben we de hele streef architectuur voor heel Shell… neergezet. En op basis daarvan heeft Shell een hele IT-strategie gehad met betrekking tot ook in welke skills moeten we dan gaan investeren. Wat strategisch is, dat willen we zelf doen. Wat niet strategisch is, moeten we uitbesteden. Daar zijn IT-hubs wereldwijd voor neergezet. En dan is het mooie dat je dan eigenlijk zeg maar die, wat je ermee kunt doen en hoe je die business vooruit kan helpen, hoe je dat dan meeneemt in bijvoorbeeld architectuurkeuzes, waarbij dus het bedrijf echt vooruit helpt, maar ook de IT functie helpt bijvoorbeeld om te investeren in bepaalde capabilities, omdat de business daar behoefte aan heeft. Dus het is altijd die combinatie, zeg maar. Ja, ik heb heel veel verschillende… Zal ik nog wat toelichten? Ja, heel graag zelfs. Dus ja, dus eigenlijk ben ik dus onderop begonnen. Dus dan begin je zeg maar met hele technische dingen, simpele dingetjes, kleine projectjes. Dus op een gegeven moment was ik de eerste architect per se. Nou, op een gegeven moment was die architectuur klaar mochten we. Vroeg onze CIO van ja, aan deze vijf personen van wil je de SAP design maken voor de grootste SAP implementatie ter wereld? Nou, heel ander soort uitdaging, maar ook hier weer. Je gaat dat architect design doen vanuit oké, hoe kan die SAP suite de business dan helpen? Dus je werkt eigenlijk terug vanuit, elke keer terug werk je vanuit de resultaten uit de business. Nou, Het was een project van twee jaar of zo. Nou, toen stond dat. Nou, dan ben ik eigenlijk uitgekeken. Dan wil ik weer graag wat anders doen. En er waren heel veel kansen. Nou, ik heb nog meer gedaan. Ik heb een compliance project trouwens daarna gedaan. Dat was Sarbanes-Oxley. Dat was wel heel interessant. Dat was in de tijd dat Enron en dergelijke omviel. En dat kwam eigenlijk doordat de interne controles niet effectief genoeg waren. Ik kom natuurlijk van alles tegen als je zo door die organisatie weer richt, van techniek tot compliance. Ja, en wat was hier nou interessant aan, en het is nu nog steeds relevant, is dat ja, die hele software development lifecycle standaard die je vandaag de dag heel normaal vindt, die was destijds niet normaal. Dus ja, er werd gewoon ontwikkeld en iedereen deed z’n best, maar de documentatie was niet goed. De testscripts waren niet altijd helder of wat de testresultaten moeten zijn. Er was geen segregation of duties. Ja, het hele change en support was soms gewoon heel erg uitdagend. By the way, datzelfde zie je nu terugkomen met AI. Dus exact hetzelfde wat we destijds hebben gedaan voor applicaties, moet nu voor AI gebeuren. We doen dat AI. Maar de cyclus wat zich herhaalt. En iedereen vindt dat superspannend, maar het is gewoon eigenlijk een stukje professionalisering van hoe je eigenlijk ontwikkeling en support moet doen. AI is natuurlijk wel een heel stuk complexer, maar goed, de principes blijven hetzelfde. Op een gegeven moment ben ik wereldwijd verantwoordelijk geweest voor alle benzinestations, speciaal voor de IT-systemen, met betrekking tot de bouw en onderhoud van de stations en het hele wetstokmanagement wat erbij komt kijken. Ik heb voor de verkooporganisatie, dus dat is B2C, verantwoordelijk geweest voor de verkoop van een aantal landen. Dat is heel interessant, want dan werk je dus eigenlijk vanuit deal value. Dus vanuit de koper van jouw business werk je dan terug. Oké, maar wat is dan waarde? En hoe ga je dan die afsplitsing doen? En welke IT-systemen wil je misschien klonen en overdragen? En waar geef je dan bijvoorbeeld een data export? Maar denk hier zo van, nou, je hebt een global SAP-systeem. Bij een wereldwijde organisatie, waar dat is ook bijvoorbeeld een support. Dus bijvoorbeeld finance operations zitten bijvoorbeeld in Filipijnen. En HR operations zitten in Oost-Europa. En dan ga je in een keer een heel land eruit halen en dan moet alles lokaal worden voor dat land. Dus moet je in een keer uit een global SAP systeem moet je in een keer een land, een business uitknippen. Je moet zorgen dat de support lokaal komt van alles, dus niet de IT, ook aan de business. En vaak doe je dat. Zonder dat de mensen in country er vanaf weten. Dat is een hele interessante traject om aan te werken. En daar kijk je dus ook naar de deal value, naar de financieringsconstructie. Er is ook veel van geleerd. Dat kan ik me voorstellen, ja. Het is een hele andere wereld en je hebt heel veel scenario’s die je uitwerkt. En misschien maar 10% ziet ooit het daglicht. Dus heel veel deals werken gewoon niet. Of is het niet aantrekkelijk genoeg voor een partij om te kopen? Maar ook voor onszelf om bijvoorbeeld nieuwe bedrijven te kopen. Dat werkt precies hetzelfde. Dus ja, oké, hoe gaan we dat integreren? Hoe zetten we een joint venture op? Dat soort dingen gedaan. Ik heb in de upstream organisatie gezeten. Dat was wel een hele aparte rol. Shell deed heel veel investeringen in upstream, dus bouw van nieuwe assets. En ja, er waren allemaal mogelijkheden ontwikkeld in de loop der tijd van oké, hoe kan je bepaalde facetten van het bouwen of het operationaliseren van zo’n asset, hoe kan je dat verbeteren? Maar hoe dat met zo’n asset lifecycle werkt, dus ze boren een gat, seismic shooting, dan komt daar een soort, ja, productiepotentieel uit. En op basis daarvan wordt dan een design gemaakt. En dat is ongeveer een jaar of vijf tot zeven. En daarna gaat men pas bouwen. Dus die doorlooptijd is heel lang. Op het moment dat men gaat bouwen, dan werd er niet structureel teruggekeken naar die designprincipes. Van, hé, kloppen die designprincipes nu? En zijn er technologieën achterhaald? Of kunnen we dingen anders doen? Waardoor de investeringskosten voor die initiatieven, zeg maar… eigenlijk niet optimaal waren. Dus we hebben in die periode iets van 2 miljard uit de capex kunnen halen. Door gewoon de nieuwe ontwikkelingen mee te nemen in de bouw van nieuwe assets. Dus dat was echt een business job. Was hartstikke leuk om te doen. Ik heb in innovatie gezeten. Ik heb in digital gezeten. Dus in eerste instantie heet dat innovatie. En toen kwam ik tien jaar later terug te noemen de digital. Dus zoiets. En dan, wat was daar nou het leuk aan? Ik heb daar echt gave dingen gedaan. Dus bijvoorbeeld… Van idee tot echt in productie nemen van 3D-printing van legacy spare parts. Dus dan moet je denken, op het eerst heb je pompen staan van 25 jaar oud en op een gegeven moment is die propeller die erin zit helemaal versleten en die moet vervangen worden. En de oude proces was, oké, dan… Bestellen we dat bij Tata Steel en Tata moet dan wachten totdat er een bepaalde hoeveelheid is wat gesmolten moet worden, want die ketel moet gestookt worden. Dus de doorlooptijd was rustig 12 tot 18 maanden. En wat we nu konden doen is, ja, we konden eigenlijk dat reserve onderdeel konden we inscannen. In 3D konden we dat onderdeel repareren, want je scant natuurlijk iets in wat kapot is of versleten is. En vervolgens eerst in plastic printen. Kan nog wat fine-tuning doen en daarna in metaalprint. En omsmelten. Smelt je het echt omlaan of heb je gewoon een metaalprinter ook? Metaalprinter, ja. En die doorloop tijd was iets van acht tot twaalf weken. Dus die downtime van die pomp ging van achttien maanden naar acht weken. Dat heeft natuurlijk enorm veel waarde voor de organisatie. Maar het is niet alleen maar technisch die uitdaging. Het is ook… Een stukje wetgeving, want er zitten hele strenge eisen aan. Oké, dan moet je dus die wetgeving, tak, moet je dus helemaal adresseren. Maar ook het gedrag van de mensen. Je moet dus wel die monteurs meenemen in het hele proces. Ja, maar waarom doe je dit nou precies? En aantonen aan zo’n monteur. Ja, kijk, dit is veilig. De kwaliteit is goed. Want ze zijn persoonlijk liable als er iets fout gaat bij de uitvoering van zo’n reparatie. Ik kan me ook wel voorstellen dat er wat vragen komen bij je. We hebben het altijd op een bepaalde manier gedaan. Er was een reden dat het zo lang duurde. En dat het van een bepaalde kwaliteit moest zijn. Nu gaan we het al heel anders doen. Dus zelf maken. Precies. Wat betekent dat voor mijn werk? Wat betekent dat voor mijn werk? Ja. En ben ik dan nog steeds liable. Dus verantwoordelijk voor juridisch gezien voor het werk. Dus je moet ook altijd daarna kijken. En nou ja. Een aantal andere dingen ook gedaan. Denk bijvoorbeeld op de predictive maintenance. Dat was destijds state of the art. Tegenwoordig is dat vrij normaal. Maar tien jaar geleden was dat echt wel heel bijzonder. Maar waar liepen we nou tegenaan? We konden dat soort innovaties niet opschalen naar andere assets. En dan dacht ik van ja, maar hoe kan dat nou? Want ja, die assets hebben dezelfde equipment. En waar lopen we dan tegenaan? En toen kwam ik elke keer erachter dat je tegen afwijkende datastandaarden en andere datastandaarden aanliep. Dus definities waren anders. Waardoor je eigenlijk gewoon je algoritmes die je dan had ontwikkeld, die kon je dan gewoon helemaal opnieuw gaan bouwen. Kon je niet herbruiken. Nou, en toen op een gegeven moment is daar een discussie geweest binnen Shell. Ja, oké, hoe gaan we dit doen? Want ja, die energietransitie betekent verregaande digitalisering. En voor digitalisering heb je data nodig. En die data was gewoon niet goed op orde. En het is dan besloten destijds om een CDO, een Chief Data Officer Office, te creëren binnen IT als een interventie, omdat het idee was van ja, data is van de organisaties, ze moeten zelf in staat zijn om die data goed te houden, maar de organisatie heeft hulp nodig, dus we doen het binnen IT als een project. En het idee is van oké, op het moment dat het helemaal klaar is, dan kunnen we het overdragen aan de organisatie en dan is ons IT-project niet meer nodig. Dus mij is toen gevraagd, wil je onderdeel worden van de oplossing? Leek me wel leuk, want ook hier weer, hoe kan je die organisatie verder helpen? Dus het was wel eventjes weer een sprongetje. En zo gezegd, zo gedaan. Het werd uiteindelijk een assignment van zes jaar. Dat was toch moeilijker dan gedacht. Maar uiteindelijk was ik wel in staat geweest om het fundament neer te zetten. Kijk, datakwaliteit, je bent nooit klaar. Ik vergelijk het al een beetje met stof van het huis. Tegen de tijd dat je boven bent, kan je beneden weer beginnen. En dat is met datakwaliteit ook. Maar het gaat erom dat de organisatie weet, oké, maar wat moet ik dan doen? Hoe moet ik dat doen? En hoe past dat in mijn dagelijkse werkzaamheden? Dus dat is eigenlijk een beetje de… De rode draad, hoe ik uiteindelijk inderdaad al terecht ben gekomen. Ik zit met heel veel plezier te luisteren ook, omdat ik denk zelf altijd in plaatjes en bij mij moet een beeld dat uitvormen. En als dat beeld gevormd is, dan weet ik ook dat ik verder kan naar het volgende onderwerp. Ik vind het ook heel mooi om te zien dat je gewoon echt elke keer weer iets tegenkomt. Daar ga je dan weer bepaalde standaarden voor neerzetten. En dan, oh nou ja, dit is eigenlijk wel een soort van klaar. En dan gaat de prikkeling weg en dan komt weer de volgende uitdaging. Dat vind ik wel heel erg mooi om te zien en ook als ik luister naar je verhaal, dan hoor ik steeds vanuit iets kleins gewoon iets oplossen en dan inderdaad opschalen en dan weer door naar het volgende. Maar alles wat je daarin tegenkomt, daar leer je weer heel veel van en dat kun je weer meenemen in het volgende proces. Je krijgt een heel goed gevoel bij hoe je zeg maar vanaf nul naar zo’n data rol dan toegroeit. En wat ik ook heel erg interessant vond in jouw profiel toen ik je voor het eerst zag, is dat je naast de CDO ervaringen ook een CIO aspect hebt. Dus ik ben heel erg benieuwd persoonlijk wat nu echt de grootste verschillen zijn in die rol. En misschien als opvolgvraag, waardoor het juist heel goed is om ze allebei uit te voeren. Ja, goede vraag. Dus mijn mentale model is altijd als je iets leidt, dan moet je weten wat je leidt. Dus ik vind dat je geen goede CIO kan zijn als je nog nooit operatie hebt gedaan of delivery hebt gedaan of je hebt iets met compliance gedaan. Want dan weet je gewoon eigenlijk niet zo goed waar je winkelier van bent. Als CIO ben je gewoon winkelhouder. Maar als je niet weet wat je verkoopt en hoe dat werkt… dan vind ik kan je geen goede leider zijn. Zoals mijn persoonlijke uitgangspunt. Als ik dan kijk naar het verschil tussen CIO en CDO… Is dat een CIO zit je toch meer in de operatie. Dus zit je meer in de dienstverlening. Je hebt een applicatielandschap. Je hebt een infrastructuurlandschap. Die ondersteunt gewoon de organisatie. En gewoon is natuurlijk heel belangrijk. Want je kan geen kassasysteem draaien. Op een benzinestation zonder IT. Het is heel operationeel. En zorgen dat alles veilig is. Dus dat je aan alle compliance eisen doet. Maar ook zorgen dat er vanuit cybersecurity. En dat is meer eigenlijk operationeel tactisch. Zou ik haast zeggen. Terwijl als je CDO. Dan ben je eigenlijk meer een business partner. Of je bent onderdeel van de business. Want je werkt vanuit die business vraagstukken. Terug naar oké. Maar wat moeten we dan inregelen voor data. Om te zorgen dat jij als business succesvol bent. Dus je hebt eigenlijk een hele andere soort rol. Het is meer transformatief. Je bent echt een meer. Echt een sparringpartner voor die business. Een onderdeel van een business team. Dan IT. En je werkt ook. Dat je anders bekeken wordt vanuit de business. Dus vanuit een business. Je kijkt naar IT. Ja, oké. Ja, dat is de dienstverlener. En dat zijn de mannen van de infrastructuur. Superbelangrijk. Maar het is meer een kost. Het is meer ter ondersteuning van de operatie. En je bent echt meer een change enabler. Als je aan de businesszijde zit. Ja. Ik bedenk mezelf ineens dat ik eigenlijk nog nooit genoeg aandacht heb besteden aan wat de CIO precies doet. Behalve dat ze in mijn proces heel vaak de CDO of aannemen of helpen zoeken. Dus ja, ik betrap mezelf erop dat ik dat eigenlijk nog helemaal niet zo goed wist. Kijk, en wat je veel bij veel bedrijven ziet, is dat de CDO rapporteert bijna altijd aan de CIO. Dat snap ik ook wel, want de rol van de CIO is natuurlijk ook heel erg aan het veranderen. Met de hele digitalisering wordt eigenlijk IT steeds belangrijker. Alleen je kan je afvragen, moet die verantwoordelijkheid alleen maar belegd worden bij de CIO? Kijk, uiteindelijk wordt elk bedrijf een digitaal bedrijf. Denk alleen bijvoorbeeld aan Stedin waar ik nu werk. Ja, met alle assets. Al die assets worden smart. Die worden digitaal aangestuurd, real-time. Maar is dat dan iets wat je alleen maar wil beleggen onder een CIO? Want uiteindelijk, als je dat doorvoert, dan wordt de CIO de CEO. En ik weet één ding, dat de CIO moet je niet CEO maken van je organisatie. Maar je moet dus zorgen dat dus… die business steeds meer verantwoordelijkheid neemt… voor de digitalisering van zijn of haar bedrijfsonderdeel. En ik denk dat als je een CDO bent… dus Chief Data Officer… dan zit je meer aan die kant… Om die organisatie verder te helpen. Uiteindelijk denk ik dat een CDO. Uiteindelijk overbodig zou moeten zijn. Als die business in staat is. Zelf zijn of haar data agenda. Goed te beheren. En in te regelen. Dan heb je eigenlijk geen CDO meer nodig. Dus het is eigenlijk een transitierol. Die tijdelijk is. En jouw tijdelijk is dan afhankelijk van. Hoe complex de organisatie is. Als je zo’n transitie door kan voeren. En volgens mij zoals jij hem ook veel hebt gezien bij een bedrijf zoals Shell heb je ook hele duidelijke goede afsplitsingen en best wel een focus voor iets. Daar kan je volgens mij heel mooi een CDO opzetten met een hele duidelijke scope. Volgens mij heb je ook bedrijven waarbij dan de CDO nu meer gepositioneerd wordt als de CDO van alle data. En dan is het misschien wat lastiger om hem er weer uit te halen als alles nog ook in change is zoals jij hem zo mooi zegt. Ja precies en dit is trouwens wel heel leuk wat je zegt. Die data is van de organisatie. En wat vaak gebeurt als een organisatie een CDO positie creëert. Of je bent de eerste CDO. Dan is het gefeliciteerd. En jij gaat al mijn dataproblemen oplossen. Alles wat met data te maken heeft is nu jouw uitdaging. Precies. Maar zo werkt dat natuurlijk niet. Je kan de oplossing faciliteren. Maar uiteindelijk moet die organisatie zelf aan de bak. Om dat voor elkaar te krijgen. En je kan ze daarbij helpen en begeleiden. En laten zien hoe dat dan moet. Maar uiteindelijk moeten ze het zelf doen. Ja, dat geloof ik ook wel heel sterk hoor. Ja, en dan is de vraag natuurlijk, waar ga je beginnen? Dus bij een bedrijf zoals Shell was het natuurlijk opgedeeld in portfolio’s. Dus daar deed je wat we dan noemen de functies. Dus alles van HR, finance, legal, real estate, al dat soort corporate functies die de hele organisatie ondersteunt. Bij Stedin doe ik dit eigenlijk voor de hele organisatie. Maar dan nog het principe is, je begint je data journey zeg maar, met de prioriteit van de organisatie. Dus het is dan heel belangrijk dat je zoekt van oké, wat is nu echt belangrijk? En vaak krijg je te horen, ja alles is belangrijk, ja dat begrijp ik wel. Maar er zijn altijd zaken die belangrijker zijn dan andere dingen. En dan is mijn advies, start dan bij die dingen die echt belangrijk zijn. En naar wie zou je toestappen om dat te laten bepalen? Ga je dan groepjes bij elkaar zetten of zou je dan echt meer met de board in gesprek gaan daarover? Dus er zijn meerdere opties. Dus wat ik bij Shell heb gedaan, ik heb gewoon contact gezocht met de vertrouweling van de EVP, dus de executive vice president van HR bijvoorbeeld of de EVP van Finance. We hebben allemaal vertrouwelingen en daar gecheckt, oké, wat zijn de belangrijkste prioriteiten? En dan een discussie starten met de VP die daar dan voor verantwoordelijk is. Wat heb je voor data ingeregeld? En dan is de eerste reactie vaak niet belangrijk of hebben we al gedaan, we hebben jou niet nodig. En dan krijg je bijvoorbeeld te maken met een initiatief voor een hele grote outsourcing van iets wat we intern deden dan naar een derde partij. Nou, dan ga je het gesprek aan. Oké, jij zegt dat nou wel. Dat is niet relevant voor data. Maar goed, over vijf of tien jaar stopt dat contract met die partij. Heb je dan duidelijke afspraken gemaakt? Welke data is van ons die we hebben ingebracht in dat contract? Welke data is van ons die geproduceerd wordt tijdens dat contract? Wat is de kwaliteit dat ik verwacht dat die data is? Want aan het einde van zo’n contract krijg je alle data terug. Die data heb je dan weer nodig om met een andere partij die dienst te continueren. En als je bijvoorbeeld zo’n gesprek hebt en echt letterlijk op dat niveau, dus natuurlijk je koppelt het wel aan die business, maar je moet het gewoon vrij hoog overhouden. Wat je dan vaak ziet is dat het dan uiteindelijk toch blijkt, ja daar heb ik niet zo goed over nagedacht. Nee. En dan is het van oké. Het loopt wel goed. Maar als we het structureel zouden moeten beleggen. Dan hebben we het nog niet helemaal in kaart misschien. Kijk en dan komt de truc. Dan ga je van een adviserende rol. Naar een delivery rol. En dan is het van oké. Dit is niet goed ingericht. Maar ik kan jou helpen. Om dit goed ingericht te krijgen. Ga ik voor je regelen? Heb ik wel jouw support nodig? Heb ik dus extra capaciteit nodig? Maar dat zou geen probleem zijn, want dat is een belangrijke prioriteit. Dus dat betekent, daar is budget. En dan vervolgens lever je dan de data agenda voor dat initiatief. Dus dan help je dat initiatief om eigenlijk dat risico voor data te mitigeren. Want dat is eigenlijk uiteindelijk wat je doet. Het is een beetje dan de business case die je dan neerlegt. Precies. Als we dit doen, dan gaat het dat opleveren, dus het is zinnig. Ja, dus bijvoorbeeld de business case in zo’n geval zou bijvoorbeeld zijn, ja, je hebt geen supplier lock-in. Ja, en je hebt altijd toegang tot je data tijdens de looptijd van zo’n contract. En dat kan heel erg waardevol zijn, want vaak tijdens de looptijd van zo’n contract kom je erachter van, hé, maar die data heb ik nodig voor iets anders, waar ik nog niet aan gedacht had. En als je dat niet geregeld hebt, toegang tot die data, kan dat echt in de papieren lopen om toegang tot die data te krijgen. Maar goed, dan los je eigenlijk het probleem voor ze op. En over de rug van de oplossing van het probleem. Zorg je meteen dat bijvoorbeeld de data-eigenaarschap goed belegd wordt. Of dat je afspraken maakt. Wat zijn dan de masterbronnen die je wil gebruiken. Die je vraagt van zo’n outsourcingpartij. Waar de bril die je dan al stiekem op hebt is. Hoe gaan we dat zo structureel neerzetten. Dat we eigenlijk op deze beweging. Om het maar even zo te noemen. Meteen de zaken inregelen. Waarvan je dan eigenlijk al weet dat ze ingeregeld moeten worden. Zoals inderdaad het stukje eigenaarschap. Maar dan maak je eigenlijk een combinatie van enerzijds ben je zeg maar een business advisor voor data. Maar tegelijkertijd help je de organisatie concreet om dan ook zo’n data agenda te leveren. En daar moet je wel wat verantwoordelijkheid voor nemen. Dus je moet wel echt aan de bak en echt dingen gaan doen. Maar daardoor krijg je wel toegevoegde waarde. En dan doe je elke keer, leg je dan een stukje van je datapuzzel. Totdat je op een gegeven moment wat je dan ziet, is op een gegeven moment heb je zoveel initiatieven met zo’n deel van de organisatie gedaan. Uiteindelijk kunnen ze dat trucje zelf. Ja, want dan zijn rollen zijn belegd. Ze weten… En de processen. Processen. Ze weten hoe ze data moeten opruimen. Ze weten hoe ze data moeten archiveren. Ze weten hoe ze kwaliteit moeten meten. Ze kunnen ze ook op een volgend project projecteren. En op een gegeven moment dan ga je wat meer naar de achtergrond. En dat is perfect, want dan… Je gaat eigenlijk van voordoen, samen doen en zelf doen. Dan heeft ze eigenlijk een goede ervaring en dan met het vertrouwen van de goede ervaring kunnen ze zelf… Kunnen we deze ook spiegelen op de energietransitie en welke data we naar jouw idee nodig hebben om die mogelijk te maken? Want ik zou zelf wel heel graag daar een beeld van willen vormen. Ja, dat is een hele goede vraag. Dus de energietransitie zit met z’n allen in, is uitermate complex. Als je kijkt naar de rol die wij hebben als netbeheerder, als Stedin, moeten wij zorgen dat we eigenlijk de facilitatie doen tussen vraag en aanbod. Wij zitten eigenlijk tussenin zonder dat wij direct invloed hebben op de vraag en aanbod van stroom en gas en warmte. Maar wij moeten wel zorgen dat de leveringen plaats kunnen vinden binnen wettelijke kaders en normen. Wat voor data heb je daarbij nodig? Nou, dan heb je dus heel veel verschillende soorten data nodig. Het begint ermee dat je moet weten, oké, welke assets heb ik allemaal in de grond zitten en op de grond te staan? En dat is best wel een interessant vraagstuk, omdat wij natuurlijk best wel van origine een oude organisatie zijn. We hebben assets die we in de jaren 50 in de grond hebben gelegd en bij mensen in de huizen in de meterkast hebben aangesloten. En dat doen we nu ook. Alleen, wat we in het verleden deden, was niet… Was niet smart, hadden geen sensoren. Soms werd dat bijgehouden, soms niet. Tegenwoordig doen we dat wel. Dus je hebt eigenlijk te maken met heel veel legacy, met oude infrastructuur, waarvan we niet zo goed weten wat we hebben. Nou, dat zijn we inmiddels aan het digitaliseren en in kaart aan het brengen. Dus als we dan onderhoud uitvoeren of we doen reparaties uitvoeren, Dan brengen we dat meteen in kaart. Maar je hebt natuurlijk wel een soort brug die je moet… een gap die je moet overbruggen om die data goed op orde te krijgen. Dus dat is de basis. Als je die basis hebt, dan kan je zaken gaan doen van voorspellen. Van, goh, hé, hoe zit het met vraag en aanbod? En verwacht ik dat er een onbalans is? Dat noemen we dan netcongestie. Dat proberen we dan te voorspellen. En dan op basis van die voorspellingen wat denken van… weet je, in dat gebied verwachten we morgen congestie. En dan kan onze business gaan kijken van, ja oké, hoe kunnen we eventueel load gaan rerouten, load balancing gaan doen, om te zorgen dat het niet overbelast raakt. Maar het kan ook zijn dat we misschien op basis van die data met partijen moeten schakelen. Zeggen van, hé, weet je, misschien moeten jullie wat opwek, misschien iets terugbrengen van het windmolenpark, want we kunnen het niet kwijt. Of aan de andere zijde misschien gebruikssleutelen van, ja, weet je, kan je een fabriek iets terugschalen, zodat we wat ruimte hebben. Want uiteindelijk wil je niet dat het net onderuit gaat, want dan hebben we allemaal een probleem. En dat is dus zeg maar in de energie, al die data die je nodig hebt, dus dat is je eigen data, dus die asset data, verbruiksdata, opwekdata. Maar ik moet ook bijvoorbeeld denken aan gewoon weerdata bijvoorbeeld, externe data. Je doet ook iets met de voorspelling. Kijk, je hebt een mooie zonnige dag, maar gedurende die dag zijn er bijvoorbeeld wolkenvelden die voorbij komen. Als zo’n wolkenveld over een zonnepark heen gaat, dan dropt natuurlijk meteen de energieproductie. Dat heeft impact op je net. Dus ja, zelfs dat soort data. Als je met een voldoende wind voorbij komt, dan heb je misschien aan de andere kant weer wat winst. Ja, precies. Maar aan de andere kant, denk aan het ondergrondse. Dus ja, we hebben natuurlijk heel veel in de grond zitten. Maar er zit meer in de grond. Dus buiten de samenstelling van de grond, van veenlagen, waterlagen, kleilagen, dat soort zaken. Moet je ook denken, ja, daar zit ook een riolering loopt er door de grond. Of er loopt een connectiviteitskabel van de telecom aanbieder. Wortels, heel erg belangrijk voor ons, want je mag niet zomaar overal graven. Als wortels te dik zijn, dan moeten we daar omheen werken. Dat zijn allemaal databronnen die we allemaal nodig hebben. om onze werkzaamheden uit te voeren. Eigenlijk heb je gewoon een hele grote puzzel die eigenlijk nog eens een keer de hele tijd geschud wordt door vraag en aanbod en allerlei externe factoren. En dan is het altijd maar weer te kijken per puzzelstukje welke data we nodig hebben om dat dan ook aan het andere puzzelstukje te verbinden. Zo zie ik hem even voor me. En als dat niet lukt, met welke omweg kunnen we dan toch nog die puzzel gaan leggen? Klopt. Ja, ik vind het wel super interessant. Maar vooral omdat die zo relevant is. En omdat ik zelf voor het eerst een paar, ik denk wel al twee of drie jaar geleden, het woord congestie te horen kreeg. Wat houdt dat dan precies in? En hoe kan het nou dat we daar nu ineens problemen mee krijgen? Ik denk dat het op dit moment heel relevant is ook voor mensen. Ook omdat sommige bedrijven dan of niet aangesloten kunnen worden. Of dan teveel verbruiken of teveel misschien zelfs wel opwekken. En het is natuurlijk een heel groot maatschappelijk vraagstuk van ja, wie mag daarover gaan? Uiteindelijk gaan we daar allemaal over. We hebben als samenleving gekozen dat het goed is om te verduurzamen. We hebben daar afspraken voor gemaakt met internationale overeenkomsten. Dat we de CO2-uitstoot willen terugbrengen. En een belangrijk onderdeel daarvan is dat we zo snel mogelijk van fossiele brandstoffen afgaan en gaan elektrificeren. Dat is ook een beetje waar het op neerkomt. En dat moet heel snel gebeuren, want vanwege alle… De klimaat uitdaging die we hebben, moet dat tempo gemaakt worden. Alleen het kost tijd. Er zit heel veel in de grond wat daar wat aangepast moet worden. En ja, je hebt dus gebieden waar eigenlijk het vermogen wat je hebt om die uitbreidingen en die verzwaring te doen langzamer gaan dan de versnelling van dat deel van het land of bijvoorbeeld in de provincie Utrecht. Ja, en dan krijg je congestie en dat is natuurlijk zorgelijk, want congestie betekent gewoon letterlijk dat er gewoon te weinig capaciteit is om vraag en aanbod te faciliteren en dat kan leiden tot klein of grootschalige uitval, wat je natuurlijk er wel altijd in wil voorkomen. En dat is lastig, want wij als Stedin, wij hebben een soort faciliterende rol, dus wij hebben geen invloed op vraag en aanbod. Dan mag je er ook niks mee doen, toch? Nou, er is een vrije markt, dus er moet marktwerking zijn. Dus we mogen dat niet verstoren. Dus we kunnen alleen maar enerzijds inzichten bieden aan de verschillende partijen die actief zijn. Denk bijvoorbeeld dat je informatie geeft over de capaciteit en waar de problemen zijn. En dan kan bijvoorbeeld een externe partij denken van, nou weet je wat, misschien kan ik hier een mooi businessmodel maken om een batterij. farm neer te zetten maar we mogen dat niet we mogen dat alleen maar faciliteren maar we mogen moeten zorgen dat het allemaal eerlijk spel blijft zeg maar en aan de andere kant werken we natuurlijk wel met prijsprikkels dus ja dus als er wat meer prijsprikkels zijn dus dan kan je bijvoorbeeld denken aan de variabele tarieven die daar gaan komen voor ja Voor alle aansluitingen kunnen we hopelijk wat gedrag beïnvloeden dat mensen stroom gaan consumeren op het moment dat het wat goedkoper is. En ja, dat is een beetje het spanningsveld waar wij in zitten. Ja, ik kan me ook voorstellen dat je met superveel andere bedrijven, die je net al eventjes tussendoor noemde, ook moet samenwerken om dat allemaal voor elkaar te krijgen. Dus ik ben ook wel benieuwd hoe je dat aanpakt. Want het is zo’n groot vraagstuk over zoveel verschillende, alleen al entiteiten heen. Ja, hoe pak je dat aan? Ja, dus binnen Stedin hebben wij dus daar een afdeling voor, zeg maar, de regio teams, die zeg maar al die contacten onderhouden met de buitenwereld. En dan is eigenlijk de rol die ik dan heb met een data office, hoe we zorgen ervoor. Want vaak is er dan een data verzoek. Vaak, uiteindelijk komt het erop neer dat de buitenwereld iets wil weten. En dat komt uiteindelijk neer op verbruiksdata, capaciteitsdata, vaak data of informatie. En wij proberen dat dan te faciliteren. Dus hoe zorgen we ervoor dat dan de juiste data vanuit de juiste bron naar die partij toe gaat. En dat dat ook altijd van de juiste kwaliteit is, zodat men er de juiste beslissingen mee kan nemen. Dus mijn taak van mijn organisatie is samen met de afdelingen… Data is niet van ons, dat is van het hele bedrijf. Hoe zorgen we ervoor dat we bijvoorbeeld die data verzoeken, goed stroomlijnen, dat we precies weten welke partij wil welke data hebben, van welk doeleinde. En dat we daar fulfillment in hebben. Hoe zorgen we ervoor dat die data dan ook bij die partij terecht komt. En dat dat consistent is. Dus onafhankelijk of jij dat vraagt of iemand anders, als je dezelfde vraag stelt, krijg je hetzelfde antwoord. Ja, ja. Ik ben ook wel erg benieuwd naar hoe jullie dat hebben ingeregeld dan vanuit de data, vanuit de datahoek, met verschillende rollen of verschillende afspraken. Want ik kan me ook voorstellen dat als je data gaat delen of ontvangen, dat je dan ook met allerlei partijen weer agreements moet maken, bijvoorbeeld een data sharing agreement. En hoe je dat dan weer aanpakt. Ja, dus een van de belangrijke initiatieven die we nu hebben is om dit proces te stroomlijnen. Dus we zijn bezig om een dataloket in te richten. En dat is eigenlijk een standaard proces, een vervelend proces. Maakt niet uit wie de vraag stelt. Maar dit is zeg maar, je hebt een datavraag, het komt van buiten. Dit is waar je hem vraagt. En vervolgens wordt dat verzoek afgewerkt. En dat gaat dus door verschillende teams zijn. Dus het begint ermee, kijk, is die data al beschikbaar? Dus dan kijk ik bijvoorbeeld naar een marktplaats. Nou, als die data beschikbaar is, dan krijg je inderdaad een data sharing verzoek van, ik ben beschikbaar. Sonny, ik heb deze data voor deze toepassing nodig en dan afhankelijk van welke data je nodig hebt, kun je dat of meteen leveren of er moet nog een approval tussen zitten. Nou, dat is dat stuk. En vervolgens wil je dan dat jij een instructie krijgt hoe jij die data kan ophalen. Ja. Maar het kan ook zijn dat bijvoorbeeld de data nog niet beschikbaar is, want niet alle data is al beschikbaar, bijvoorbeeld als een product in onze markt plaats. Dan krijg je twee stromen. Dus één is, hoe kunnen we jou tijdelijk ondersteunen, zodat je niet te lang hoeft te wachten totdat wij daarmee klaar zijn. Dus dat is de tijdelijke situatie die wil je inrichten. En het duurzame is dan dat die data beschikbaar wordt gemaakt op ons platform. Door het team die daar de eigenaarschap van heeft. Dat moet vaak gepland worden. Wij zijn een agile organisatie, dus dat moet gepland worden. En dan moeten we dus zorgen dat die data delivery teams in de organisatie dan weten, oké, maar hoe bouw ik dan een dataproduct? Dan heb je verschillende standaarden voor, neem ik aan. Je hebt allemaal verschillende standaarden voor. Je moet zorg dat je de meeste instructies hebt. En dan vervolgens, ja, als die data eenmaal beschikbaar is als een product, nou oké, prima, dan uiteindelijk heb je al je data die je nodig hebt en heb je eigenlijk niet meer zo heel veel werk te gaan, is het alleen maar onderhoud. Dat is wel een beetje hoe dat gaat. En daar heb je dus heel veel partijen bij nodig. Dus we hebben Data Office, daar hebben we IT, daar hebben we Power BI ontwikkelaars voor nodig in de organisatie, Data & Livestream. Je hebt heel veel verschillende partijen. Ja, ik kan me goed voorstellen. Mijn team moet ervoor zorgen dat die partijen bij elkaar samenkomen, want van nature spreken ze niet samen met elkaar over het eindproduct. Normaal gesproken, iedereen richt zich op zijn of haar eigen activiteiten. Maar wat wij proberen te doen is, het eindproduct is een dataproduct, die komt van een klant en die klant die heeft een bepaalde behoefte en dan gaan we vanuit die behoefte gaan we afbellen welke data heb je dan nodig en hoe gaan we zorgen dat die data dan beschikbaar komt in de kwaliteit die nodig is om aan het verzoek te kunnen voldoen. Ik heb er stiekem eigenlijk wel een heel goed beeld bij. Dus ik ben heel benieuwd of jij misschien nog… voordat we hem gaan afronden… misschien nog een tip hebt aan andere… nou laten we… beginnende CDO’s… of andere mensen in de data office… die voor een grote uitdaging staan… die ze nog niet kunnen overzien. Wat is jouw advies naar al jouw… wijsheiden in de afgelopen jaren… Oké, goede vraag. Mijn advies is, begin altijd bij de business outcome en de prioriteit van de organisatie. Dus dat is je startpunt. Dus wat is belangrijk? En er zit altijd een onderscheid in tussen super belangrijke dingen en minder belangrijke dingen. En vanuit daaruit ga ik bepalen, oké, wat heb je nodig vanuit data om te zorgen dat dat initiatief kan landen. En dat kan zijn een outsourcing traject, dat kan zijn dat je bijvoorbeeld een systeem migratie hebt, het kan zijn dat je je payroll uitbesteedt aan een partij. Het kan van alles zijn. Probeer af te pellen wat moet er gedaan worden vanuit data om te zorgen dat dit initiatief succesvol is. Als je dat voor elkaar hebt, neem daar dan, als je dat inzichtelijk hebt, neem daar dan delivery accountability voor. Ook al is dat niet je verantwoordelijkheid. Maar niemand zit te wachten op iemand uit een hoofdkantoor die vertelt hoe mooi de wereld is voor data en wat er gedaan moet worden en wat doe je allemaal fout. Daar zit niemand op te wachten. Help ze dan om succesvol te zijn. Ja. Dus het is ook een stapje extra dan. Dat is een stukje extra. Dan ben je relevant. Dan heb je toegevoegde waarde. Dan vraagt niemand aan jou. Wat moeten we met die CDO? Want wat levert dat nou op? Nee. Het is meteen heel concreet wat de waarde is. Vanuit daaruit lever je dan stukjes van jouw data agenda. Of dat nou data eigenaarschap is. Of kwaliteit. Of mastership. Maakt allemaal niet uit. Je hebt een data toolkit die je wil deployen. Maar dat kan je dus deployen over de rug van die initiatieven. Dan word je relevant. Dan wordt het op een gegeven moment gedragen door de organisatie. Want je zorgt ook dat datarollen onderdeel worden van de verantwoordelijkheden van die organisatie. Dus kan je daar aan koppelen. Ja, ik denk dat dat het belangrijkste is. Laat je niet voor het karretje spannen dat jij alle dataproblemen gaat oplossen. Want dat zie ik ook vaak gebeuren. Dat ze denken, hé gefeliciteerd, jij bent de CDO. Oké, dataprobleem is over, want mijn CDO gaat het fixen. Ja, we hebben nu iemand van data. Dat werkt dus niet zo. Werk met die prioriteiten en vanuit daaruit peil je gewoon de behoefte af. Waardoor ik ook wel een klein beetje durf daar ook dan voor te gaan staan en misschien ook dan gewoon nee te gaan zeggen. Ja, zeker. Als het geen prioriteit is of als het niet aangetoond kan worden, ja dan even niet misschien. Precies. Nou en wat ik nog niet genoemd heb is processen, maar processen zijn heel erg belangrijk. Dat zie ik ook bij Stedin. Ik ben daar verantwoordelijk voor dataprocessen en AI en alles wat daarbij komt kijken. Data is het resultaat van de uitvoering van een proces. Dus wat je vaak ziet is als het proces niet helder is of mensen in hun werkzaamheden wijken af van het werkproces en de werkinstructies die er zijn. Dan is het resultaat per definitie dat de kwaliteit van dat werk, van die data niet goed is. Die bespiegelt dat. Dus wat je vaak ziet is de root cause oplossing van datakwaliteit zit bijna altijd in het proces. Dus neem dat procesdenken mee in alles wat je doet voor data. Want ja, die twee kan je eigenlijk niet los van elkaar zien. En eigenlijk denk ik dat er ook wel een beetje hetzelfde advies dan is richting AI. Hoe je dat goed neerzet om het zo te zeggen. Ja, precies. Dus als je kijkt naar AI, AI gebruik je om een proces efficiënter te maken of om een proces redesign te doen. En bijna alle organisaties die beginnen in eerste instantie om het proces efficiënter te maken. Dat is de eerst makkelijke stap, maar dan moet je wel weten wat is proces? En welke data zitten in dat proces? Want dat bepaalt dan ook met AI, oké, wat moet je dan gaan ontwikkelen? Ja. En ook hier weer, je koppelt dat aan de prioriteit van de organisatie. Dus de organisatie heeft ergens een uitdaging. Dus ga niet de organisatie rond van ja, ik heb hier een AI als printje. Welke hoofdpijntjes zijn er? Zo werkt dat niet. Ik denk dat het best wel vaak werkt zo. Volgens mij heb ik een heel mooi idee, laten we kijken of we daar een probleem bij kunnen vinden. Precies. En dan zou je zien, dan heb je beet en dan wil iemand met jou een proof of concept doen. Oké, nou allemaal leuk. En dan vervolgens krijg je de business case niet rond. Nee, nee. Kijk waar zijn de echte, waar zijn de uitdagingen in de organisatie? Waar ben je van overtuigd dat AI het verschil kan maken? En dat doe je misschien soms in samenspraak met business mensen, want die begrijpen het business verder. En werk dan een value propositie uit vanuit die business prioriteit of die business uitdaging die er is. Ook hier weer heb je veel sterker verhaal. Ja. En potentieel veel sterkere business case. En natuurlijk moet je nog steeds piloten en proofs of concept. Dat moet je allemaal doen. Ja. maar koppelt aan de prioriteit. Ja, dat maakt het denk ik voor mensen die eraan werken… ook makkelijker om te begrijpen waarvoor het gedaan wordt… en daar ook de motivatie voor te vinden. Want ik hoor ook in veel gesprekken die ik voel van… ja, data is een onderdeel van de rol die ik heb. Ik heb zelf niet per se gekozen voor de datacomponent… maar ik heb dat nodig om dat proces rond te breien. Dus ja, waarom moet ik ineens gaan denken over datakwaliteit? Nou ja, ik denk dat het dan ook heel erg helpt… om dat doel helder te kunnen maken van… Als jij het op deze manier aanlevert, dan kunnen we deze besluiten nemen of dan kan jouw collega zijn werk gaan doen of beter gaan doen. Precies. Dus ga ook op die business-stoel zitten. Dus stel je bent een directeur van een financiële afdeling. Wat is nou echt voor die persoon belangrijk? Ja, ik denk bijvoorbeeld, oké, cashflow is belangrijk, winstgevendheid is belangrijk, cost tracking is belangrijk. Dus werk vanuit dat perspectief, oké, maar wat voor rol speelt data daar dan in? Of hoe kan AI bijvoorbeeld met dit soort zaken helpen? En als je vanuit daaruit een value story creëert, ja, die is voor zo’n CFO heel makkelijk. te begrijpen, dan moet je daar nog steeds beoordelen of dat de juiste is, maar het is goed te begrijpen. Als dat werkt vanuit de techniek, dan hoor je, als ik allemaal deze techniekjes en technologieën aan elkaar knoop en ik doe dit met dat en dat, dan heb je dat. Ja, dan ben je zo’n businesspersoon al kwijt. Ja, en dan komt de vraag, ja oké, en dan? Ja, wat levert dat op? Ja. Dat is toch nog hoe we denken. Ja. Oké, dankjewel. Ik vind hem heel erg duidelijk. Ik heb ook een beter beeld gekregen, in ieder geval bij de keten rondom de energietransitie. Volgens mij kun je er nog zo’n tien afleveringen over opnemen. Als je alles en iedereen af zou willen gaan die er mogelijk mee te maken heeft. Laten we dat niet doen. Dus in ieder geval heel erg bedankt. En wellicht tot de volgende keer. Graag gedaan. Leuk om te doen, Sonny.