Over Ons
Peter van nederpelt
Peter van Nederpelt was 17 jaar in dienst van het CBS als kwaliteitsmedewerker en auditor van statistische processen. Hij hield zich grotendeels bezig met kwaliteitsmanagement en publiceerde een rapport over kwaliteitsaspecten van statistische output. Peter is auteur van het boek Object Oriented Quality and Risk Management, waarin een nieuwe manier wordt geïntroduceerd om tegen kwaliteit aan te kijken. Hij was verscheidene jaren actief in de Working Group on Quality van de Europese Commissie (Eurostat). Gedurende zijn laatste jaren bij het CBS was Peter nauw betrokken bij de implementatie van ISO 9001 en voerde als leadauditor interne audits uit, zoals de standaard dit vereist. Hij was auteur van DAMA_NL’s Code voor Informatiekwaliteit, dat als normenkader kan dienen voor audits van gegevensverwerkende processen. Andrew Black
Andrew Black begon zijn carrière als financieel auditor (accountant), waar hij zich specialiseerde in de audit van geautomatiseerde administratiesystemen. Bij Philips Corporate IT kwam hij bij een groep die zich bezighield met de standaardisatie van metadata. Deze metadata bestonden uit gedetailleerde specificaties van data-element-typen in een corporate data dictionary. Hier raakte hij geïnspireerd door de manier waarop dergelijke gestandaardiseerde metadata een solide basis vormt voor de kwaliteit van gegevens. Vervolgens paste hij de vrij theoretische corporate bedrijfservaring toe op het meer praktische datamanagement bij Philips Semiconductors en NXP. Daar deed hij ervaring op met productdatabeheer, datamigratie en dataopschoning, die integratie van klantgerichte productdata mogelijk maakten.
Onze Missie & Visie
Van Nederpelt & Black is een samenwerking tussen twee ervaren datakwaliteitsexperts met als doel het leveren van datakwaliteitsaudits als nieuwe vorm van dienstverlening. Op basis van de resultaten van een dergelijke audit kunnen gerichte verbeteringen worden aangebracht in de organisatie en processen van het datamanagement.
Triggers voor een Datakwaliteitsaudit
Een datakwaliteitsaudit zal u helpen wanneer:
- U heeft problemen met de kwaliteit van gegevens (fouten, verouderd, te laat beschikbaar). Dit veroorzaakt problemen en storingen in het primaire proces en/of bij de dienstverlening aan klanten.
- U bent niet zeker of de kwaliteit van gegevens voldoende gewaarborgd is. Het risico bestaat dat er vroeg of laat problemen met de datakwaliteit ontstaan.
- U wilt advies, op basis van een objectief onderzoek (audit), over hoe problemen of potentiële problemen met de datakwaliteit kunnen worden voorkomen.