Op weg naar één BI-platform: 5 momenten die ons naar Looker brachten

Elk bedrijf zegt datagedreven te zijn, maar weinig bedrijven hebben daar een stevige interne datastrategie achter. De meeste hebben nog een bestand op hun gedeelde schijf met een naam als "Eindrapport v6.1 ECHT definitief_DEFINITIEF.xlsx". Geen schande: wij waren er ook zo een.

Je bedrijf runnen op spreadsheets werkt zolang je met één of misschien twee mensen naast elkaar zit. Het werkt niet meer zodra je meerdere teams, klanten, projecten en tools hebt die allemaal een net iets andere taal spreken. Hoe meer mensen aan dezelfde sheet zitten, hoe groter de kans op te late rapportages, verschuivende definities, rommelige opmaak en onjuiste prognoses.

Onze interne datareis ging door een aantal fases. Op een gegeven moment wérden de spreadsheets het werk. We waren uren bezig met de juiste versie zoeken, formules repareren en cijfers op één lijn proberen te krijgen die nooit helemaal klopten. Elk van die knelpunten bracht ons bij dezelfde conclusie: we hadden een echt business intelligence-platform nodig. We hadden Looker nodig.

1. Toen spreadsheets niet meer genoeg waren

Spreadsheets voldeden toen we nog heel klein waren. Toen we groeiden, werden ze een bottleneck. Te veel versies, te veel kapotte formules, te veel definities die steeds veranderden. Door alle handmatige updates konden we de cijfers niet meer vertrouwen. Hoe meer processen erbij kwamen, hoe moeilijker het werd om in een opzet met alleen spreadsheets nog enige datakwaliteit of governance te bewaken.

Dat is precies het soort probleem dat Looker door zijn ontwerp oplost: één semantische laag, één versie van de waarheid en één plek waar metrics consistent blijven.

2. Toen de eerste automatisering diepere problemen blootlegde

We probeerden al vroeg te automatiseren met Dataprep van Google Cloud Platform (GCP). Dat hielp, maar alleen op kleine onderdelen. De onderliggende logica en definities bleven verspreid over sheets in verschillende teams, en dat liet een groter probleem in onze interne datastrategie zien: zonder centraal model of consistente bedrijfslogica zou geen enkele hoeveelheid automatisering ons betrouwbare BI opleveren. Automatisering verplaatste het probleem alleen; de gaten in onze interne datastrategie lagen nog steeds bloot.

Looker gaf ons dat centrale model. Het dwong duidelijkheid, afstemming en consistentie af in de hele datapipeline.

3. Toen de dashboards er goed uitzagen, maar de data niet

Met DataStudio kregen we mooiere dashboards, maar de onderliggende architectuur bleef versnipperd. We hadden visuals, geen datamodel. Aan de oppervlakte zag het er verzorgd uit, maar alles stond op een lappendeken van spreadsheets en inconsistente definities. Zonder goede data governance en een semantische laag bleef niets lang op één lijn.

Looker veranderde dat volledig. In de semantische laag van Looker staan de definities, blijven ze consistent en gelden ze voor het hele bedrijf. Dat gaf ons echte BI, niet alleen dashboards.

4. Toen rapportage ons besturingssysteem moest worden

Looker was het keerpunt. Het bracht ons van losse rapportagetools naar een echt business intelligence-platform met één semantische laag en eenduidige definities.

Veel mensen zien rapportage als de laatste stap. Eerst het werk doen, dan erover rapporteren. Maar rapportage is het besturingssysteem van het bedrijf. Daar komen mensen en projecten uit sales, marketing, HR en operations samen, en daarmee volgen we wat er gebeurt, voorspellen we wat er komt en nemen we beslissingen op basis van data. Looker werd de plek waar al die data eindelijk samenkwam, consistent en gestructureerd, door onze operationele metrics te verbinden met onze commerciële KPI's, zodat elk team realtime dezelfde werkelijkheid ziet. Het is de bron van waarheid geworden waarop we elke dag onze beslissingen baseren

5. Toen centralisatie onontkoombaar werd (een grote fout in onze datastrategie)

Dit was het moment waarop onze business intelligence-stack eindelijk op zijn plek viel. Looker gaf ons eindelijk echte centralisatie en realtime rapporten die zichzelf bijwerken, in plaats van te wachten tot iemand ze met de hand ververst of met de hand in elkaar zet. Met alles op één plek gekoppeld daalde de planningstijd van uren naar minuten. De bezetting werd tot op het uur nauwkeurig. Prijsbeslissingen kregen een basis in de werkelijkheid. Voor het eerst keek iedereen in het bedrijf naar één bron van waarheid… en we gaan nooit meer terug!

Looker en verder

Looker is nu de basis voor de volgende stap in onze transformatie. Het is het platform waarop onze AI-ondersteunde prognoses, voorspellende inzichten en betrouwbaardere vooruitkijkende KPI's gaan draaien. We brengen ook operationele metrics dichter bij de commerciële KPI's, halen nieuwe databronnen in Jira binnen en moderniseren delen van onze pipeline met overzichtelijkere, event-driven componenten.

Application Integration wordt een belangrijk onderdeel van onze datastack, omdat het oudere pipelines vervangt en zorgt voor stabiele, consistente datastromen naar Looker. Dat versterkt de hele BI-laag. Naarmate meer van onze data in Looker terechtkomt, waaronder Jira en andere operationele data uit interne systemen, kan het platform steeds meer. Elke nieuwe bron maakt onze prognosemodellen rijker, verbetert de nauwkeurigheid van de planning en versterkt de verbinding tussen de dagelijkse operatie en strategische besluitvorming.

We zijn onze eigen testcase. We bouwen business intelligence-dataplatforms voor klanten, en we runnen ons eigen bedrijf op dezelfde basis. Als we het over schaalbaarheid, vertrouwen of inzicht hebben, is dat geen theorie. Het is onze eigen ervaring. Loopt jouw organisatie tegen dezelfde problemen aan, dan kunnen we je helpen dezelfde fouten te vermijden en vanaf het begin een sterkere basis voor je interne datastrategie te bouwen.