Skip to content
Home » Blog » Het versimpelen van een Power BI datamodel bij Lend a Hand crowdfunding

Het versimpelen van een Power BI datamodel bij Lend a Hand crowdfunding

Armoede in opkomende landen bestrijden door te investeren in mensen en bedrijven. Dat is de missie van Lendahand. Een crowdfundingplatform dat sociaal impact en financieel rendement combineert. Dankzij de investeringen op Lendahand krijgen ambitieuze bedrijven in opkomende landen toegang tot financiering om banen te creëren en te groeien. Adriaan Schiphorst, Senior Data Officer binnen Lendahand, vertelt hoe Power BI hun organisatie meer inzicht geeft.

Datamodel versimpelen, schaalbaarheid vergroten

De afgelopen jaren bouwde Adriaan veelal zelfstandig een datamodel voor Lendahand samen met stagiaires. Als organisatie wilden zij dit model naar het volgende niveau brengen. Adriaan: “In dit datamodel heb ik alle relevante data in kaart gebracht en gebundeld. De volgende stap was om dit model dermate te versimpelen zodat de schaalbaarheid vergroot kon worden. Zodat meer mensen, buiten mij, met dit datamodel kunnen werken. De contacten met Filip waren er al, dus maakten we graag van zijn expertise gebruik. Samen met hem namen we het model onder de loep: wat is goed? Waar ligt ruimte om te verbeteren en met name: hoe kunnen we dit vereenvoudigen?”

Het leggen van de juiste verbanden

Lendahand wilde een goed fundament neerleggen met hun datamodel. Vandaar dat een externe Power BI specialist uitkomst bood. Adriaan: “Dankzij de vergaande kennis van Filip wisten we in drie dagen het bestaande model zodanig te versimpelen dat uitbreiding veel simpeler is. De eerste drie dagen waren erg waardevol en gaven een flinke boost aan het datamodel. Nu bouw ik zelf verder. En ik schakel de hulp van Filip in om issues op te lossen of gericht advies te krijgen”, licht Adriaan toe.

Meer inzicht in investeerders

De grootste win voor Lendahand ligt in de meer prettige ervaring voor de eindgebruiker. Adriaan: “Als organisatie zitten we in een transitie met betrekking tot datagebruik. Eerst verzamelden we alle data voor onze minimale operationele doeleinden. Daarna begonnen we structureel de datakwaliteit te verbeteren. We gaan nu fase 3 in: de eindgebruikers kunnen zelf acties gaan ondernemen aan de hand van de data. Het marketingteam gebruikt de inzichten in campagnes of het investerings team voor snelle overzichten van onze bestaande financieringsprojecten. ” 

Richt je op de eindgebruiker

Lendahand legde daardoor de basis en borduurt daar nu op voort. Terugkijkend stelt Adriaan: “Een van de punten die ik uit het proces meeneem is dat je de focus juist op de eindgebruiker moet leggen. Deze kijkt namelijk veel meer naar de output en wat die persoon ermee kan, dan naar het ontstaan van het datamodel. De opbouw van het datamodel en de onderliggende verbanden zijn voor belangrijk voor data engineers en analisten, maar niet zo relevant voor de eindgebruiker.”

Heeft jouw organisatie ook behoefte om meer data gedreven beslissingen te maken, en kan je net als Adriaan support gebruiken? Dat kan al vanaf enkele sessies, waarin ik vooraf gratis meekijk. Neem contact met mij op: Filip@FireFlyAnalytics.nl of 0614972283

Leave a Reply

Your email address will not be published. Required fields are marked *