Hoe creëer je een Single Source of Truth: Een complete gids

Twee mensen openen twee spreadsheets en rapporteren twee verschillende omzetcijfers voor dezelfde maand. Beiden zijn zorgvuldig. Beiden kunnen hun getal verdedigen. Geen van beiden heeft ongelijk.

Dat is geen dataprobleem. Het is een definitieprobleem in de kleren van een dataprobleem.

De meeste pogingen om dit op te lossen beginnen met de verkeerde stap: het kiezen van een tool. De oplossing begint met het opschrijven van wat elke metriek betekent en wie erover beslist.

Deze gids behandelt wat de term echt betekent en de vier beslissingen die voorafgaan aan elk spreadsheetwerk. Vervolgens doorlopen we de drie handmatige routes en waar elk van deze ophoudt te werken.

Wat een single source of truth eigenlijk is

De gids over SSOT van Workday definieert het als "een gecentraliseerd systeem waarin alle cruciale, actuele bedrijfsgegevens worden verzameld, opgeschoond en universeel toegankelijk worden gemaakt."

De zin die er nog meer toe doet, staat verderop op dezelfde pagina. Een single source of truth "is vaak het resultaat van het correct gebruiken van technische infrastructuur, niet de infrastructuur zelf."

Lees dat twee keer voordat je iets koopt. Een warehouse geeft je opslag. Overeenstemming geeft je waarheid.

Dezelfde pagina noemt datasilo's als de hoofdoorzaak van tegenstrijdige cijfers. Ze worden beschreven als "geïsoleerde informatiebronnen die vastzitten in losstaande tools, spreadsheets en afdelingsservers." De aanbevolen volgorde begint met governance in plaats van het platform: definieer termen, wijs eigenaren aan, kies vervolgens de technologie, schoon de data op en rol dit vervolgens in fasen uit.

Waarom twee teams twee verschillende getallen krijgen

Bijna altijd is de oorzaak een van deze vier dingen, en geen daarvan heeft te maken met rekenen.

Verschillende filters. Het ene rapport sluit interne accounts en testrecords uit. Het andere neemt ze wel mee. Niemand heeft dat opgeschreven, dus niemand heeft het gemerkt.

Verschillende tijdsgrenzen. Het ene team sluit de maand af op de factuurdatum, het andere op de betalingsdatum. Beide zijn verdedigbaar, en ze zullen het nooit eens worden.

Verschillende noemers. Een ratio heeft twee helften. Verander de onderste helft en het percentage verschuift zonder dat er ook maar één record verandert.

Verschillende exportmomenten. De ene export is op de 1e gedraaid, de andere op de 3e, en in de tussentijd zijn er drie dagen aan late gegevens binnengekomen.

De vier beslissingen die je eerst moet nemen

Schrijf deze op voordat je een formule aanraakt. Een definitietabblad naast je cijfers is de goedkoopste vorm van governance die je ooit zult implementeren.

Beslissing	De te beantwoorden vraag	Waarom het belangrijk is
Definitie	Wat telt precies als één eenheid van deze metriek?	Bepaalt wie binnen en buiten de scope valt
Filters	Welke records worden uitgesloten, en waarom?	Meestal de allergrootste bron van verschillen
Grens	Welk datumveld bepaalt de periode?	Twee geldige keuzes, twee verschillende antwoorden
Eigenaar	Wie keurt een wijziging van deze definitie goed?	Zonder naam verwateren definities geruisloos

De rij voor de eigenaar is degene die teams vaak overslaan. Een definitie zonder eigenaar is slechts een suggestie, en suggesties worden elk kwartaal opnieuw geïnterpreteerd.

Koppel dit aan de metriekenlaag waarover je al rapporteert. Onze gids over leading en lagging indicators behandelt welke metrieken deze behandeling verdienen, want dat geldt niet voor allemaal.

Hoe je dit handmatig doet

Optie 1: Twee versies regel voor regel afstemmen

Begin met de afwijking in plaats van de theorie. Voeg beide rapporten samen in één werkmap en koppel records met XLOOKUP op basis van een gedeelde sleutel.

Rijen die niet overeenkomen, zijn je resultaat. Ze laten zien wat de ene kant wel meeneemt en de andere niet; precies het filter dat niemand had gedocumenteerd.

Let hierbij ook op bijna-identieke labels. EXACT vergelijkt twee tekstwaarden en is hoofdlettergevoelig. Het spoort combinaties op zoals "ACME Corp" versus "Acme Corp." waar een menselijk oog zo overheen kijkt.

De beperking is dat dit slechts één maand oplost. Volgende maand wijken dezelfde twee rapporten weer af, omdat er structureel niets is veranderd.

Optie 2: Bouw één dataset en leid daar elk rapport van af

Eerst consolideren, dan pas rapporteren. De samenvoegfunctie van Power Query ondersteunt verschillende join-typen, waaronder anti-joins. Een anti-join toont records die wel in de ene bron aanwezig zijn, maar niet in de andere.

Genereer vervolgens elk volgend cijfer uit die ene tabel. Als een getal daar niet naar herleid kan worden, wordt het niet gepresenteerd.

Gebruik UNIQUE om te controleren of de sleutel waarop je hebt samengevoegd ook echt uniek is. Een sleutel die zich herhaalt, zal de totalen ongemerkt opdrijven, en totalen die ongemerkt onjuist zijn, zijn erger dan totalen die foutmeldingen geven.

De beperking is het onderhoud. Iemand moet het verversen, en die persoon wordt een afhankelijkheid.

Optie 3: Houd een definitietabblad bij naast de cijfers

Een rij per metriek: naam, definitie, toegepaste filters, gebruikt datumveld, eigenaar, laatst beoordeeld.

Dit is wat een rapport het volgende kwartaal vergelijkbaar maakt. Het zorgt er ook voor dat je de vraag "waarom is dit anders dan de vorige keer?" in tien seconden kunt beantwoorden in plaats van in een dag.

De beperking is dat het opschrijven van een definitie deze niet automatisch afdwingt. Het tabblad en de formules kunnen uit elkaar gaan lopen, en dat gebeurt meestal ook.

De gezamenlijke beperking. Alle drie de opties gaan ervan uit dat de afwijking uit de bestanden te herleiden is. Wanneer twee afdelingen compleet verschillende systemen gebruiken, begint het afstemmen al bij het überhaupt verkrijgen van vergelijkbare exports.

Waar de handmatige route spaak loopt

De eerste afstemming is interessant. Tegen de derde is het alsof je dezelfde middag herhaalt met nieuwe datums.

Definities verouderen zodra het bedrijf verandert. Een nieuw abonnementstype, een nieuwe regio, een hernoemd veld, en de regel die je in maart schreef, dekt de gegevens in september niet meer.

Ook exports veranderen ongemerkt. Iemand wijzigt een filter in het bronsysteem, en het bestand dat binnenkomt ziet er identiek uit, maar betekent iets heel anders.

En dan zijn er nog de kosten die pas tijdens een vergadering zichtbaar worden. Wanneer twee cijfers live met elkaar botsen, moet je het verschil direct kunnen verklaren, terwijl de verklaring in een werkmap staat die je niet bij je hebt.

Dit is precies waarom deze categorie bestaat. Het overzicht van AI-tools voor business intelligence zonder datateam behandelt de toolkant van dit probleem.

Hoe je dit bouwt met Powerdrill Bloom

Stap 1: Upload beide tegenstrijdige exports

Upload de twee bestanden die van elkaar afwijken tegelijkertijd. Powerdrill Bloom analyseert de kolommen direct bij binnenkomst, zodat niet-overeenkomende sleutelformaten, inconsistente labels en lege velden al aan het licht komen voordat er ook maar één totaal wordt berekend.

Stap 2: Formuleer de definitie in natuurlijke taal

Beschrijf de regel in plaats van deze te bouwen. Noem de metriek, de uit te sluiten records, het datumveld dat de periode afgrenst en de groepering.

Stel vervolgens de vragen die het verschil blootleggen. Vraag welke records in het ene bestand voorkomen en niet in het andere. Vraag welke labels alleen verschillen in hoofdletters of interpunctie. Vraag daarna wat het totaal wordt onder elke datumgrens.

Stap 3: Exporteer het afgestemde rapport

Exporteer de afgestemde tabel, een afwijkingssamenvatting of dia's die de overeengekomen definitie naast het cijfer tonen.

Waarom dit beter is dan handmatig afstemmen

	Handmatige route	Powerdrill Bloom
Niet-overeenkomende records vinden	Anti-join per paar bestanden	Vragen welke records ontbreken
Bijna-identieke labels opsporen	Hoofdlettergevoelige hulpkolommen	Komt direct naar voren bij het uploaden
Een alternatieve grens testen	Het filter opnieuw bouwen en opnieuw optellen	De andere regel formuleren en eer naar vragen
Volgende maand opnieuw uitvoeren	Verversen en hopen dat er niets is verschoven	Het bestand vervangen, de regels behouden

De derde rij is degene die een einde maakt aan discussies. Door beide datumgrenzen naast elkaar te kunnen tonen, verandert "jouw getal klopt niet" in "onze regel verschilt", wat een oplosbaar gesprek is.

Veelgemaakte fouten

Een platform kopen voordat er overeenstemming is over definities. Opslag is geen overeenstemming. Definieer eerst termen en wijs eigenaren aan, in die volgorde.

De noemer onvermeld laten. Bij elke ratio moeten beide helften op de grafiek vermeld staan. Zonder dat is het percentage slechts decoratie.

Eén grote consolidatie als de eindstreep beschouwen. Definities verouderen door product- en organisatieveranderingen, dus plan liever een periodieke evaluatie in plaats van een volledige herbouw.

Erbant uitgaan dat identieke labels ook identieke records betekenen. Hoofdletters, interpunctie en spaties aan het einde zorgen allemaal voor onzichtbare duplicaten. Controleer dit vóór het samenvoegen, niet erna.

Exports afstemmen die op verschillende dagen zijn gemaakt. Gegevens die later binnenkomen, lijken op een afwijking. Zorg dat de export-tijdstempels overeenkomen voordat je de rijen gaat vergelijken.

Definities documenteren op een plek die niemand opent. Bewaar ze in hetzelfde bestand als de cijfers en voorzie de grafiek van een label met de gebruikte regel.

De eigenaar overslaan. Een definitie zonder een aangewezen goedkeurder is een definitie die opnieuw geïnterpreteerd zal worden. Koppel een persoon aan elke rij.

Conclusie

Een single source of truth is in de eerste plaats overeenstemming en in de tweede plaats infrastructuur. Definieer elke metriek, schrijf de filters op, leg de datumgrens vast, wijs een eigenaar aan en leid vervolgens elk rapport af van één dataset.

Het dure gedeelte is niet de eerste afstemming. Het is het actueel houden van de definities terwijl het bedrijf eromheen verandert.

Als die cyclus je maandeinde opslokt, probeer dan Powerdrill Bloom op de twee bestanden die van elkaar afwijken. Bekijk ook onze gidsen over het bouwen van een KPI-dashboard vanuit een spreadsheet and het instellen van KPI-doelen op basis van je eigen data. De pagina over AI data cleaning behandelt de voorbereidingsstap.

Veelgestelde vragen

What is a single source of truth?

Het is één overeengekomen set definities, bronnen en berekeningen waarvan elk rapport is afgeleid. De gids van Workday beschrijft het als het resultaat van het correct gebruiken van infrastructuur, in plaats van de infrastructuur zelf.

Heb ik een datawarehouse nodig om er een te hebben?

Nee. Een warehouse biedt opslag en schaalbaarheid, terwijl de overeenstemming over definities en eigenaarschap er juist voor zorgt dat cijfers overeenkomen. Kleine teams bereiken dit al in een enkele, goed beheerde werkmap.

Waarom tonen twee rapporten verschillende totalen?

Meestal ligt dit aan filters, datumgrenzen, noemers of het exportmoment. Controleer die vier punten voordat je uitgaat van een rekenfout, want rekenen is zelden de oorzaak.

Wie moet de eigenaar zijn van een metriekdefinitie?

Eén met naam genoemde persoon per metriek, met de bevoegdheid om wijzigingen goed te keuren. Gedeeld eigenaarschap leidt er vaak toe dat de definitie ongemerkt per team gaat afwijken.

Hoe vaak moeten definities worden herzien?

Telkens wanneer de onderliggende bedrijfsvoering verandert, en anders met een vaste regelmaat. Nieuwe abonnementen, regio's en hernoemde velden maken regels die correct waren toen ze werden geschreven allemaal ongeldig.