Het datamodel als vuurtoren voor data Wie heeft er überhaupt nog een datamodel nodig?

De kracht van een datamodel

De wereld van vandaag de dag is erg complex. We hebben AI, ML, ChatGPT, transactiesystemen, spreadsheets, dashboards, KI’s, silo-systemen, catalogi en ga zo maar door. De lijst met verschillende soorten tools en technologieën houdt niet op. Toch zijn er verschillende redenen waarom een datamodel belangrijker is dan ooit.

Het datamodel biedt de blauwdruk om al deze componenten en bewegende delen in elkaar te laten passen. Denk bijvoorbeeld eens aan bouwvakkers die een wolkenkrabber van 50 verdiepingen bouwen. Zou een bouwvakker zelfs maar beginnen met het bouwen van de wolkenkrabber zonder een blauwdruk? Natuurlijk niet.

Waarom zou een data-analist dan proberen de vele stukjes technologie aan elkaar te lijmen, zonder een vergelijkbare blauwdruk? Precies. Een data-analist zou er niet over peinzen een complexe en dure structuur te bouwen, zonder te begrijpen hoe de blauwdruk – het datamodel – eruit ziet.

Redenen voor een datamodel

Maar er zijn nog andere zeer valide redenen waarom een datamodel nodig is. Veel organisaties kennen nog steeds silo’s aan data. Een voorbeeld: op de ene plaats staat de klant bekend als “KLNT” en vertegenwoordigt hij alle klanten ouder dan 21 jaar. In een ander systeem staan de klanten bekend als “ACCOUNT” en vertegenwoordigen zij alle mensen die aankopen hebben gedaan in Texas. Op nog een andere plaats wordt de klant weergegeven als “KLANT” en vertegenwoordigt hij alle mensen die aankopen hebben gedaan van meer dan €100. Kortom: er bestaat grote verwarring over wie een klant werkelijk is. Het datamodel dient in dit geval als baken om de verschillen in naamgeving en definitie van data op te lossen.

De derde reden waarom een datamodel van onschatbare waarde is, is dat het datamodel dient als een vuurtoren voor data. In veel gevallen beschrijft het datamodel hoe gegevens eruit zouden moeten zien, maar niet altijd is dat ook echt het geval. Het datamodel representeert in dat geval het doel: de eenduidige manier waarop data er in de toekomst uit moet zien. Zonder een goed gedefinieerd doel is het moeilijk om enige vooruitgang te boeken bij het op één lijn brengen van de gegevens van het bedrijf.

De redenen waarom je een datamodel nodig hebt zijn vandaag de dag waarschijnlijk nog relevanter dan in de tijd dat datamodellen voor het eerst gebruikt werden. Het introduceren van veelal nieuwe en een verscheidenheid aan technologieën doet niets af aan de noodzaak van een datamodel. Bovendien is het bouwen van systemen met behulp van een Agile methodologie geen excuus om zonder datamodel te werken.

Er zijn ongetwijfeld nog meer redenen waarom een datamodel nodig is. Twijfel niet en/of wees niet eigenwijs: een datamodel is nog steeds een vereiste ondanks de vele nieuwe tools en technieken die we tegenwoordig gebruiken in onze data projecten.