BiQ + IDQ = BDQ eller når 1+1=3
En fusion bliver vel oftest gennemført for at forbedre to virksomheders markedsposition, for at spare på administrationen, for at udvikle nye produkter eller i hvert fald for at blive endnu bedre i morgen end man var i går. Sådan var det også da BiQ og IDQ valgte at fusionere og skabe bdq.
Når 1 + 1 = 3?
2021 var på mange måder et specielt år, også for os. Det er ikke gået nogens opmærksomhed forbi, at der var en verdensomspændende pandemi. Nye vaner i ft. hjemmearbejde, online møder, webinarer i stedet for seminarer osv.
Vi valgte så, at toppe disse udfordringer: Midt i coronanedlukningen valgte vi at fusionere, så iDQ og BiQ blev til bdq. Vi mente, at de synergieffekter, som der var mellem virksomhederne, var så store, at det kun kunne gå for langsomt. Så den 12. februar 2021 skrev vi under på vielsesattesten og blev officielt til bdq a/s. En fusion er formentlig aldrig en nem opgave. Men hvordan forener man to forskellige virksomhedskulturer? Og så midt i en pandemi, hvor det er svært at mødes fysisk. Og i hvert fald slet ikke så mange ad gangen. Vi er nu kommet gennem pandemien (forhåbentligt), og samtidig er vi kommet igennem fusionen, og kan for alvor begynde at føre den værdi vi kan skabe videre ud til vores kunder.
Hvorfor fusion?
Baggrunden for fusionen var, at 1+1 skulle blive 3 – eller gerne mere. En række af Danmarks dygtigste dataspecialister var fordelt på to virksomheder. Med iDQ’s specialister på privatområdet og BiQ’s på erhvervsområdet kan vi ved en sammenlægning dække hele paletten for vores kunder i ft. indkøb af data, og sammen kan vi udvikle endnu bedre løsninger på tværs af segmenter.
En af de andre fordele ved fusionen er at nogle gange skal 1+1 gerne blive til 1… Forstået på den simple måde, at der er en række funktioner, som der ikke er behov for to af. Drift af IT-systemer, bogholderi, husleje, rengøring osv. kan gøres mere simpelt, og på den måde frigive ressourcer til den videre udvikling af virksomheden og løsningerne.
Hvad har vi så nået?
Der er nogle fysiske beviser på hvad vi har opnået. Vi er flyttet sammen på Toldbodgade i København, og lokalerne er indrettet. Vi har fået et nyt navn, nyt logo og ny hjemmeside, bdq.dk, og vi er i gang med at lave vores første fælles regnskab. Vores support funktion er slået sammen i et fælles Zendesk, vi har lavet en fælles databehandleraftale og samlet alle interne funktioner i en fælles organisation. Og måske vigtigst af alt, så er vi nået rigtig langt med etableringen af én fælles kultur. Et fælles Kickoff blandt medarbejderne, en samlet sommerfest, en julefrokost og en del gode fredagsbarer rundt om vores pool bord har gjort, at vi nu alle kender hinanden som andet en mailadresse.
Som kunde er der også et par områder hvor I kan se, at der er sket en del
Vi har udviklet vores første fælles produkt. Bdq™ Tools, som er et selvbetjeningsværktøj til adressevask, berigelse og analyse, har set dagens lys og vores overvågningsløsning Alert er blevet videreudviklet, så det nu har endnu flere muligheder. MEN – vi er stadig de samme mennesker, så din daglige kontakt er formentlig stadig den samme.
Hvad er missionen?
Vi er i dag vidne til at stadig flere danske virksomheder, staten og kommunerne bliver svindlet mere og mere. Fra såvel indland som udland. Måske det er risikoen ved at vi som foregangsland er digital frontrunner på en lang række områder. Vi skal være glade og stolte over at Danmark er bannerfører og så skal vi naturligvis sætte massivt ind på at reducere svindlen. Dét er en indsats og en dagsorden som bdq ønsker at være en aktiv del af og vi har bl.a. derfor stiftet Fraud Forum. Her samler vi en række stærke personligheder på området, uagtet om de er kunder hos os, og vidensdeler, så vi i fremtiden kan begrænse den svindel, som kan koste samfundet dyrt. Vores mission er således at begrænse svindelen til glæde for vores kunder, staten og i sidste ende hele samfundet.
En fusion er også følelser
Ens arbejdsplads kan ofte blive en del af ens identitet. For dem af os, som har været med til at stifte iDQ eller BiQ er det også lidt vores børn. Og det kan altså være svært, når ens børn bliver store og selvstændige. Og nu skifter vores børn navn. Det tager lidt tid at vænne sig til, at kalde sig bdq, at man nu er tæt ved 40 medarbejdere i stedet for 20, og at man ikke har været med i hele rejsen selv. Men man vænner sig til det – og så bliver man stolt. Stolt over at ens børn er blevet selvstændige. At de udvikler sig udover hvad man selv kunne forestille sig.
Faktisk er vi så stolte, at vi også gerne vil invitere indenfor. Er du i nærheden af Toldbodgade 57, så ring på og kom ind og hils på os. Vores kaffe er god, og vi viser meget gerne rundt i vores nye kontorer.
Vi er sikre på, at det kommende år vil byde på mange nyheder fra os. Nye produkter, som giver dig som bruger endnu større udbytte af samarbejdet med os. Vi ses, og i år forhåbentligt også IRL.
6 dimensioner, der beskriver hvad god datakvalitet er
Nu hvor oprindelsen af begrebet er afklaret er det nærliggende at se nærmere på de seks dimensioner der ligger til grund for vurdering af datakvalitet.
- Accuracy (Akkurathed) – Er data’en korrekt? Et data element repræsenterer en faktisk værdi i den virkelige verden. Akkuratheden afhænger af om der forekommer en afvigelse/fejl mellem værdien indkodet i data elementet og den faktiske værdi eksisterende i den virkelige verden. Et eksempel på manglende akkurathed, kunne være en fejlstavning af en adresse eller et navn.
- Validity (Validitet) – Imødekommer data’en de fastsatte kriterier? Validiteten afhænger af om et datasæt er indkodet under den korrekte klassificering eller ligger inde for rækkevidden af valide værdier bestemt af fastsatte kriterier. Et eksempel på manglende validitet, kunne være en ukorrekt klassificering af firma status eller firma type. Et eksempel kunne også være en fødselsdato som ikke ligger inde for et bestemt fastsat interval.
- Timeliness (Aktualitet) – Repræsenterer data’en virkelighed fra det påkrævede tidspunkt? Aktualitet afhænger af om et datasæt eller data element stemmer overens med tiden. Et eksempel på manglende aktualitet kan være at et firmas adresseskift træder i kraft d. 1. september, men adressen først ændres i en database d. 6. september.
- Completeness (Komplethed) – Er data’en komplet? Kompletheden afhænger af om al påkrævet potentielle data er indkodet i et dataset. Kriterierne som er sat for den påkrævet data, afhænger af hvilken kontekst data’en skal indgå i. Et eksempel på manglende komplethed kunne være en firmaadresse med et manglende postnummer.
- Uniqueness (Unikhed) – Er data’en indhentet korrekt og kun indhentet en gang? Unikheden afhænger af at et datapunkt kun bliver indkodet en enkelt gang. Manglende unikhed kan altså findes ved forekomst af dubletter i et dataset. Et eksempel kunne være en person der er registeret i en database to gange, men med forskellige identifikatorer.
- Consistency (Overensstemmelse) – Stemmer data’en overens? Overensstemmelse afhænger af om alle datapunkter i et datasæt er stemmer overens og at der ikke forekommer afvigelser ved at eksempelvis to datapunkter modsiger hinanden eller de ikke indkodet i samme format.
Ved vurdering af datakvalitet er det ikke nødvendigvis alle seks dimensioner som er relevante for et data element. Tager man et dataset med eksempelvis fødselsdatoer som et eksempel, er det kun dimensionerne akkurathed og komplethed der er relevante.
Hvis du vil finde ud af hvor god datakvaliteten er i din database, så tag fat i vores salgsafdeling og hør mere. Du finder deres kontaktinfo her.
