Insights & Data Blog

Insights & Data Blog

Meningen op deze blog weerspiegelen de opvattingen van de schrijver en niet per definitie die van de Capgemini Group

Hoe doe je dat? Accuraat Asset Management

Stel: de lantaarnpaal voor je huis brandt niet meer wanneer het donker is. Dan kun je een melding doen bij je gemeente om dat te laten repareren. Bij het invullen van het formulier krijg je het verzoek: ‘Kunt u het nummer en de straatnaam van de lantaarnpaal geven?’. ‘Heeft een lantaarnpaal een nummer?’, denk je bij jezelf. Ja, een lantaarnpaal heeft een nummer. Er zit een sticker op met een specifiek nummer, maar waarom moet je deze dan doorgeven? Het klinkt logisch: de gemeente of de energieleverancier kan dan gemakkelijk de juiste lantaarnpaal vinden en repareren. Wellicht worden er nog meer gegevens bijgehouden: hoe vaak gaat de desbetreffende lantaarnpaal kapot? Wanneer is de lamp verwisseld in de lantaarnpaal? Wanneer verwachten we dat we de lantaarnpaal moeten gaan onderhouden? Allemaal vragen die gesteld worden bij Asset Management.

Lantaarnpaal

Voor Asset Management is een goede data kwaliteit van groot belang. Alle assets zullen zijn opgenomen in een database met kenmerken van het asset (type asset, locatie van asset, specifieke kenmerken behorende bij type asset). Het klinkt goed: al die gegevens die zijn vastgelegd in de database, dan moet je toch een heel goed beeld hebben van alle assets die er buiten zijn. Echter hoe weet je zeker dat de asset en diens kenmerken die zijn opgenomen in je database correct zijn en overeenkomen met de werkelijkheid? Kortom hoe weet je of je gegevens accuraat zijn?

Of je gegevens accuraat zijn… hoe ga je dat bepalen? Alles wat te toetsen valt aan geautomatiseerde regels: dat is wel in te regelen. Maar hoe weet je zeker dat de gegevens die je van een asset hebt vastgelegd overeenkomen met de werkelijkheid buiten? Hoe weet je dat de lantaarnpaal uit het voorbeeld op de door jou vastgelegde locatie staat? Hoe weet je dat een verkeersbord niet verplaatst of verdwenen is?

Natuurlijk zijn er wel een aantal manieren om na te gaan of de assets en kenmerken overeenkomen met de werkelijkheid:

  • Inspectie: door middel van inspecteurs controleren of de assets erbij liggen zoals te verwachten is;
  • Steekproeven: op basis van een steekproef een a-selecte set van assets controleren inclusief hun kenmerken;
  • Luchtfoto’s: op basis van luchtfoto’s bepalen waar de assets zich bevinden;
  • Beeldherkenning: op basis van beelden en software objecten herkennen. De beelden dienen dan wel additionele informatie te hebben om kenmerken te valideren.

Maar ben je dan volledig? Heb je alle gegevens die je van je assets hebt kunnen toetsen? Ongetwijfeld niet, maar je hebt wel meer kennis over je de staat van je assets dan als dat je deze check helemaal niet zou doen. Nieuwe technologieën zullen de mogelijkheden verbeteren om een actueel inzicht in de werkelijke toestand van je assets te kunnen hebben. Alleen van sommige assets zal het lastig blijven om deze validatie uit voeren: bijvoorbeeld de hectometerpaaltjes aan de kant van snelwegen en N-wegen.

Zoals de gemeente behoefte heeft aan alerte burgers voor het maken van meldingen over niet functionerende lantaarnpalen, zo heeft asset management ook behoefte aan validatie dat de objecten er nog zijn.

Over de auteur

Elja Knol
Elja Knol
Als data management consultant met een passie voor data, heb ik binnen verschillende organisaties (profit/non-profit) een brede ervaring opgedaan op het gebied van data analyse en data kwaliteit.

Plaats een reactie

Uw e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd met *.