Twee rapporten, twee omzetcijfers. De verkoopafdeling houdt het ene aan, de financiële afdeling het andere, en het overleg gaat over welke versie klopt in plaats van over het besluit dat voorligt. Zo komt inconsistente data meestal aan het licht: niet als technisch vraagstuk, maar als discussie aan tafel.
Sturen op cijfers die elkaar tegenspreken is riskanter dan sturen op cijfers die zichtbaar ontbreken. Een lege cel waarschuwt je; twee nette maar verschillende getallen doen dat niet. De foutmarge blijft verborgen tot een beslissing verkeerd uitpakt.
Dezelfde informatie leeft op meerdere plekken
Inconsistenties ontstaan zodra dezelfde gegevens in meerdere systemen worden bijgehouden zonder dat die systemen elkaar kennen. Het CRM bewaart klantgegevens, het boekhoudpakket de facturen, en ergens leeft nog een spreadsheet die iemand naast zijn werk actueel houdt. Drie plekken, drie versies van de werkelijkheid.
Handmatige invoer doet de rest. Mensen spellen namen net anders, voeren een adreswijziging op één plek door of werken een lijst bij die elders al is aangepast. Hoe meer handmatige dataoverdracht tussen systemen, hoe sneller de versies uiteenlopen. Groei maakt dit vraagstuk dus niet kleiner, maar groter.
De schade blijft niet beperkt tot een verkeerd rapport
Zolang niemand op de cijfers stuurt, is inconsistente data een schoonheidsfout. Zodra er beslissingen op rusten, wordt het een bedrijfsrisico:
- Budgetten en investeringen worden toegewezen op rapportages die de werkelijkheid niet weergeven.
- Klanten krijgen tegenstrijdige antwoorden of verkeerd verwerkte orders, omdat medewerkers elk uit een ander systeem putten.
- Verantwoording richting accountant of toezichthouder leunt op cijfers die je niet hard kunt maken.
- Teams vertrouwen elkaars cijfers niet meer, waardoor elk overleg begint met de vraag welke versie klopt.
Dat laatste risico wordt vaak onderschat. Een organisatie waarin de cijfers ter discussie staan, beslist trager en voorzichtiger dan nodig, of juist op onderbuikgevoel omdat de data toch niet te vertrouwen is.
Beide versies zien er betrouwbaar uit
Het verraderlijke aan inconsistente data is dat er geen foutmelding komt. Elke versie oogt compleet en plausibel; pas wie twee bronnen naast elkaar legt, ziet dat ze verschillen. Kleine afwijkingen worden ondertussen handmatig rechtgezet door wie ze toevallig opmerkt, waardoor de onderliggende oorzaak buiten beeld blijft. Een prognose op verkeerde cijfers valt pas maanden later door de mand, en tegen die tijd is de herkomst van de fout nauwelijks nog te herleiden.
Een dashboard maakt het zichtbaar, niet beter
De reflex is vaak een BI-dashboard: alle cijfers in één overzicht, dan komt de waarheid vanzelf bovendrijven. Zo’n dashboard heeft waarde, maar het toont wat er in je systemen staat. Is die data inconsistent, dan krijg je de tegenspraak alleen scherper in beeld. Goede dashboards en rapportages beginnen daarom bij de onderliggende datastromen, zodat wat je ziet ook klopt.
De oplossing begint bij de bron
Structureel los je dit op door systemen rechtstreeks met elkaar te laten praten. Breng in kaart welke systemen gegevens aanmaken, bewerken en gebruiken. Spreek per gegeven af welk systeem leidend is, en vervang handmatige exports door koppelingen die automatisch synchroniseren. Wie invoer aan de bron valideert, hoeft fouten verderop niet meer op te sporen.
Herken je de terugkerende discussie over welke cijfers kloppen? Kijk dan eerst naar de plekken waar informatie wordt overgetypt: daar lopen de versies uit elkaar. Voor het structurele werk, van API-koppelingen tot één betrouwbare bron voor de hele organisatie, lees je op onze pagina over data-integraties hoe we dat aanpakken. Het eerste gesprek gaat over je systeemlandschap, niet over een offerte.