Naar de inhoud
Van A tot Z ontzorgdAltijd en direct resultaatAlle expertise onder 1 dak
Gedeeld datamodel

Semantisch datamodel: iedereen bedoelt hetzelfde met omzet.

Voor sales is een klant iemand met een offerte. Voor finance iemand met een factuur. Zolang dat verschilt, geven je dashboard en je AI-agent elk een ander antwoord. Wij leggen de begrippen één keer vast, met een eigenaar.

Onderdeel van Datamanagement voor het MKB.

Benieuwd hoe jullie ervoor staan met definities? Doe de datavolwassenheidsscan.

Film van 30 seconden: klant in drie afdelingen wordt één definitie in het model. Voorbeeldgegevens.
Wat het is

Het gedeelde datamodel is een begrippenlijst die software ook leest.

Een legt per begrip vast wat het betekent, wie erover gaat en uit welke bron het komt. Dashboards en lezen hetzelfde model. Zo rekenen ze met dezelfde afspraken.

BegripSemantisch datamodel

Een vaste set begrippen met hun betekenis, gekoppeld aan de tabellen in je systemen. Ook wel semantic layer genoemd.

Meer in de kennisbank
BegripAI-agent

Software die zelf kiest welke stap nodig is en daarvoor tools gebruikt, binnen grenzen die jij bepaalt.

Bekijk AI-agent in de begrippenlijst
  • Een begrippenlijst. Per begrip een definitie, een eigenaar en een bron.
  • Een model. De begrippen gekoppeld aan de tabellen, zodat software ze leest.
  • Een controle. Gegevens die bij geen enkel begrip horen, komen boven.
Zo ziet het eruit

Elk begrip met definitie, eigenaar en bron.

Zoek een begrip op. Dit is een voorbeeld voor een verzonnen groothandel; bij jou schrijven we de definities samen met je team.

8 begrippen Voorbeeld

A

Actieve klant
Klant met minstens één factuur in de laatste twaalf maanden. eigenaar: sales

B

Brutomarge
Omzet min inkoopwaarde van de verkochte artikelen, per factuurregel. eigenaar: finance

K

Klant
Bedrijf met een KvK-nummer en minstens één offerte of order. eigenaar: sales

L

Leverdatum
De datum waarop de klant de order ontvangt, uit het ordersysteem. eigenaar: logistiek

O

Omzet
Gefactureerd bedrag exclusief btw, op factuurdatum, uit de boekhouding. eigenaar: finance
Openstaande post
Factuur die na de vervaldatum niet is betaald. eigenaar: finance

P

Product
Artikel met een eigen artikelnummer en een actuele inkoopprijs. eigenaar: inkoop

V

Verkoopkans
Offerte die nog open staat en niet ouder is dan negentig dagen. eigenaar: sales
Zo pakken we het aan

Zo worden losse woorden een model dat je team deelt.

  1. Stap 1

    Begrippen ophalen

    We zoeken de woorden die in rapporten, dashboards en mails steeds terugkomen.

  2. Stap 2

    Het eens worden

    In een sessie per afdeling kiezen we één definitie. Bij onenigheid beslist de eigenaar.

  3. Stap 3

    Vastleggen in het model

    Elk begrip krijgt een plek, gekoppeld aan de tabellen in je systemen.

  4. Stap 4

    Koppelen aan dashboard en AI

    Je dashboard en je agents lezen nu dezelfde definities.

  5. Stap 5

    Bewaken

    Een controle meldt gegevens die bij geen enkel begrip horen.

Eerlijk advies

Soms is een gedeeld datamodel overbodig.

  • Eén systeem doet allesEn niemand maakt er rapporten uit. Dan bestaan de verschillen niet en is een model werk zonder winst.
  • Je wilt alleen een woordenlijst op papierDat kan je team zelf. Een model maken we pas als software de begrippen ook moet lezen.
Bij ons in gebruik

Ons Command Center heeft een eigen datamodel met begrippen.

Command Center · DatamodelVoorbeeld
KlantBedrijf met een KvK-nummer · tabel bedrijven
sales
OpdrachtGetekende offerte · tabel opdrachten
levering
Hoort nergens bijEen tabel zonder begrip erbij
open
Nagebouwd naar het datamodel in ons Command Center, met voorbeeldgegevens.

In ons Command Center zie je per begrip de tabellen, wat nergens bij hoort en welke afwijkingen open staan. Onze agents en dashboards lezen hetzelfde model.

Plan een kennismaking
Vragen

Vragen over een semantisch datamodel.

Is dit niet gewoon een woordenlijst?

Het begint als een woordenlijst. Het verschil is dat software hem leest: elk begrip is gekoppeld aan de tabellen in je systemen. Daardoor rekent een AI-agent met jouw definitie.

Wie beslist bij onenigheid?

De eigenaar van het begrip. Meestal het hoofd van de afdeling die het meest met het begrip werkt. Omzet is van finance, een actieve klant van sales.

Werkt dit met Power BI?

Ja. De definities kunnen in je Power BI-model of in een laag eronder. Zo rekent je dashboard met dezelfde afspraken als je AI.

Waarom heeft AI dit nodig?

Omdat een taalmodel anders zelf kiest wat omzet is. Met vaste definities geeft de AI elke keer hetzelfde antwoord, en kun je het narekenen.

Hoe houden we het actueel?

Met een eigenaar per begrip en een controle. Komt er een nieuwe tabel of een nieuw woord, dan meldt de controle dat er een definitie ontbreekt.

Wat kost een gedeeld datamodel?

Dat hangt af van het aantal begrippen en systemen. Na de kennismaking krijg je een vaste offerte. De AI Discovery Workshop kost 950 euro excl. btw en we verrekenen dat bedrag als je daarna bouwt.

Opgesteld met AI-ondersteuning door de redactie van Prometheus21.

Volgende stap

Klaar om één keer vast te leggen wat omzet is?

In een kennismaking kijken we welke begrippen het meest botsen, en of een semantisch datamodel loont. Twijfel je over je data, doe dan de scan. Wil je alles op een rij, kies de workshop.

Ik weet wat ik wil

Kennismaking

Je vertelt wat je wilt. Daarna krijg je direct een offerte.

Plan een kennismaking
Eerst het hele plaatje

AI Discovery Workshop

Een dagdeel bij jou op locatie. € 950, verrekend met de opdracht.

Plan je Discovery Workshop
Help me kiezen

Datavolwassenheidsscan

15 vragen, ongeveer 3 minuten. Na je naam en e-mail zie je waar je staat.

Doe de datavolwassenheidsscan

Iedereen bedoelt hetzelfde met omzet.Reactie binnen 1 werkdag

Plan een kennismaking