Inzichten
Inzichten
25 items
KennisbankGlossaryApache Ossie invoeren zonder dat je metricdefinities weer uit elkaar groeienApache Ossie (ex-OSI) legt vast hoe je een metric noteert, niet wat ze betekent. Zo voer je het in: spreek definities af, kies eigenaars, toets rapporten.Lees 
KennisbankGovernanceWelke datadocumentatie vereist de EU AI Act?Ontdek welke datadocumentatie de EU AI Act vraagt van aanbieders en gebruiksverantwoordelijken, en hoe je bronnen, eigenaars en wijzigingen bijhoudt.Lees 
KennisbankAI readinessWaarom je AI-chatbot andere cijfers geeft dan je Power BI-dashboardsJe chatbot en Power BI tonen andere cijfers door verschillen in bronnen, definities en filters. Ontdek hoe je KPI-definities afstemt en antwoorden test.Lees 
KennisbankGovernanceZo maak je een businessglossarium dat gebruikers echt raadplegenMaak een businessglossarium dat collega's echt gebruiken. Kies relevante termen, schrijf heldere definities, wijs eigenaars aan en toon ze in rapporten.Lees 
KennisbankGovernanceWat doe je in je eerste 90 dagen als data governance manager?Een praktisch 30-, 60- en 90-dagenplan voor een nieuwe data governance manager: één rapport, heldere definities, eigenaars en een zichtbaar resultaat.Lees 
KennisbankData qualityZo toon je resultaten van Great Expectations aan zakelijke gebruikersMaak resultaten van Great Expectations bruikbaar voor zakelijke gebruikers met Data Docs, een statustabel in Power BI of meldingen met duidelijke context.Lees 
KennisbankGovernanceHoe je persoonsgegevens over al je databronnen heen labelt voor de GDPRBreng persoonsgegevens in al je databronnen in kaart. Leer hoe je labels consequent toepast, eigenaars aanduidt en wijzigingen opvolgt voor je GDPR-aanpak.Lees 
KennisbankAI readinessEén bron van waarheid voor mensen en AI: zo begin jeBegin met gedragen definities en duidelijke eigenaars voor mensen en AI. Een kennisgraaf is niet nodig om te starten, maar sterk aanbevolen op grotere schaal.Lees 
KennisbankAI readinessWat moet er op orde zijn voordat je AI-agents uitrolt in je bedrijf?Een AI-agent erft je definities, ook de tegenstrijdige. Een checklist voor de CIO: wat er klaar moet zijn voordat agents in je bedrijf meebeslissen.Lees 
KennisbankAI readinessWat heeft een AI-chatbot op je bedrijfsdata nodig om correcte antwoorden te geven?Een AI-chatbot geeft pas correcte antwoorden als je definities vastliggen. Waarom hij andere cijfers geeft dan je dashboards en wat je eerst regelt.Lees 
KennisbankBuyingMoeten we zelf een data catalog bouwen of er een kopen?Een eigen data catalog is snel gebouwd. Het werk begint na de lancering. Zo vergelijk je bouwen, open source en kopen op wat telt: het onderhoud.Lees 
KennisbankGovernanceHoe houd je een data catalog up-to-date zonder een groot team data stewards?Houd je data catalog actueel met de zelfsturende aanpak van dScribe. Minder manueel verzamel-, schrijf- en koppelwerk geeft stewards meer tijd om te beoordelen.Lees 
KennisbankPower BIHoe waarschuw je gebruikers voor datakwaliteitsproblemen voordat ze op foute cijfers beslissen?Lezers horen over datakwaliteitsproblemen voordat ze het zelf merken. Zo toon je een waarschuwing in het Power BI-rapport, op het moment van lezen.Lees 
KennisbankFabric & PurviewWat je voor data governance moet regelen tijdens je migratie naar Microsoft FabricRegel vier zaken bij je migratie naar Microsoft Fabric: een rapportinventaris, een uitfaseringslijst, een eigenaar per rapport en één definitie per KPI.Lees 
KennisbankGlossaryZo beperk je manueel werk bij het opbouwen van een bedrijfswoordenlijstEen bedrijfswoordenlijst opbouwen? Vertrek van je bestaande metadata en laat experts definities nakijken in plaats van elke term zelf uit te schrijven.Lees 
KennisbankGovernanceHoe maak je een datagovernancekader werkbaar als niemand het volgt?Je governancekader is goedgekeurd, maar niemand volgt het. Met drie testvragen en vier stappen maak je het deel van de dagelijkse rapportering.Lees 
KennisbankGovernanceDatagovernance en NIS2: wat moet een Belgisch bedrijf documenteren?NIS2 vraagt inzicht in wat u hebt en wie verantwoordelijk is. Wat Belgische bedrijven moeten kunnen documenteren en hoe datagovernance daarbij helpt.Lees 
KennisbankPower BIHoe leer je nieuwe medewerkers werken met honderden bestaande Power BI-rapporten?Een Power BI-opleiding leert niemand honderden rapporten lezen. Wat wel werkt: minder rapporten per rol, en rapporten die zichzelf uitleggen.Lees 
KennisbankPower BIHoe voorkom je dat afdelingen dezelfde KPI anders berekenen in Power BI?Waarom Finance en Operations in Power BI andere cijfers voor dezelfde KPI krijgen, en hoe je samen één definitie vastlegt en consequent toepast.Lees 
KennisbankPower BITools voor Power BI-rapporten waarvan niemand de eigenaar of de betekenis van de cijfers kentPower BI-lezers missen drie zaken: een eigenaar, een definitie en zicht op de actualiteit van de data. Welke tools helpen, en wanneer volstaan ze?Lees 
KennisbankFabric & PurviewVolstaat Microsoft Purview voor datagovernance in Microsoft Fabric?Wat Microsoft Purview afdekt in Fabric, wat lezers van Power BI-rapporten echt zien en wanneer een extra laag voor zakelijke gebruikers zinvol is.Lees 
KlantverhalenLiantisOne word meant four different headcounts. Now it means one.How Liantis used a shared business glossary to end disputes over headcount after merging three companies whose systems used four meanings of department.Lees 
KlantverhalenDe WatergroepOne catalog for more than 1,000 reports across the data stack.How De Watergroep gathered reports from a growing analytics landscape into one searchable data catalog, giving colleagues a clear start for every question.Lees 
KlantverhalenAgristoData knowledge moved from people’s heads into one shared catalog.How Agristo brings report and KPI documentation into Tableau, so users find reliable information and understand it without asking the central data team.Lees 
KlantverhalenWit-Gele KruisOn-screen dashboard guidance for every new head nurse.How Wit-Gele Kruis West-Vlaanderen puts clear guidance inside Power BI dashboards that head nurses and project leads use to plan staffing and priorities.Lees