AI & data

Wat is datamapping?

Datamapping koppelt gegevens uit een bron aan de juiste velden in een doelsysteem. Daarbij wordt vastgelegd welke betekenis, vorm en voorwaarden ieder veld heeft. Een mapping kan vaste omzettingen uitvoeren, maar onduidelijke of gewijzigde bronvelden vragen controle.

In gewone taal

Datamapping binnen een werkend bedrijfsproces

Stel dat een leverancier spreekt over ‘debiteurnummer’ en uw eigen systeem over ‘klantcode’. Datamapping legt vast dat beide velden dezelfde zakelijke betekenis hebben en bepaalt wat er met formaat, lege waarden en afwijkingen gebeurt. Het is dus geen simpele kopieeractie, maar een beheerde vertaling tussen twee gegevensmodellen.

Hoe werkt het?

01

Bron en doel beschrijven

Leg per veld betekenis, datatype, toegestane waarden en verplichting vast. Alleen de naam van een veld is onvoldoende om een betrouwbare koppeling te maken.

02

Koppelingen en transformaties bepalen

Verbind bronvelden met doelvelden en leg omzettingen vast, bijvoorbeeld voor datumformaten, eenheden, codes of samengestelde adressen.

03

Valideren met representatieve gegevens

Test normale records, ontbrekende waarden, onbekende codes en uitzonderingen. Laat een proceseigenaar bevestigen dat de zakelijke betekenis klopt.

04

Versies beheren

Bewaar welke mapping actief is, wanneer die veranderde en welke bestanden of berichten ermee zijn verwerkt. Zo blijft herstel mogelijk wanneer een bron wijzigt.

Illustratief praktijkvoorbeeld

Illustratief voorbeeld

Groothandel brengt leveranciersorders samen

Situatie
Drie leveranciers gebruiken andere veldnamen en codeformaten voor ordernummer, artikel, klant en afleveradres. Medewerkers passen bestanden handmatig aan voor import.
Aanpak
Per leverancier wordt een versieerbare mapping ingericht. Vaste transformaties zetten velden om naar één intern model; onbekende artikelcodes en ontbrekende adressen gaan naar een controlelijst.
Beoogde uitkomst
Standaardbestanden kunnen consistenter worden verwerkt. Afwijkingen blijven zichtbaar en een medewerker bepaalt hoe nieuwe of gewijzigde bronvelden worden gekoppeld.

Wat betekent dit voor uw bedrijf?

Datamapping kan overtypen en herstelwerk verminderen, maar alleen wanneer zakelijke definities en eigenaarschap duidelijk zijn. De mapping wordt zelf een beheerd onderdeel van het proces.

Tijd en opvolging

Herhaalbare omzettingen kunnen automatisch plaatsvinden, waardoor medewerkers vooral uitzonderingen beoordelen in plaats van ieder bestand te bewerken.

Datakwaliteit

Verplichte velden, datatypes en toegestane waarden worden vóór de vervolgstap gecontroleerd, zodat fouten eerder zichtbaar zijn.

Benodigde basis

Er zijn representatieve bronbestanden, een beschreven doelmodel en een inhoudelijk eigenaar nodig die de betekenis van velden kan bevestigen.

Beheer

Wijzigingen bij leveranciers of systemen moeten worden gesignaleerd, getest en als nieuwe mappingversie worden uitgebracht.

Wanneer is datamapping interessant?

Gegevens worden vanuit leveranciersbestanden, portals of koppelingen in één intern systeem samengebracht.Medewerkers corrigeren regelmatig kolomnamen, codes, datums of eenheden voordat import mogelijk is.Een verandering in een bronsysteem kan gevolgen hebben voor meerdere rapportages of vervolgstappen.

Wanneer is het minder geschikt?

Bronbestanden hebben telkens een volledig andere betekenis en er bestaat geen stabiel intern doelmodel.Niemand kan bepalen welke bron leidend is wanneer waarden elkaar tegenspreken.Het volume is zeer laag en een gecontroleerde handmatige invoer kost minder dan structureel mappingbeheer.

Realistische voordelen

Minder handmatige omzetting van terugkerende bestanden en berichten.Eenduidige interne velden, ook wanneer bronnen verschillende namen of formaten gebruiken.Wijzigingen en uitzonderingen worden controleerbaar in plaats van stilzwijgend gecorrigeerd.

Risico’s en aandachtspunten

Een technisch geldige mapping kan inhoudelijk verkeerd zijn; laat zakelijke betekenis altijd bevestigen.Onverwachte bronwijzigingen mogen niet automatisch tot verkeerd gekoppelde gegevens leiden.Leg vast welke mappingversie bij een verwerking hoorde en hoe een foutieve import kan worden hersteld.Gebruik alleen brongegevens die voor het afgesproken procesdoel nodig en toegestaan zijn.

Verschil met verwante begrippen

Veelgestelde vragen

Is datamapping hetzelfde als data-normalisatie?

Nee. Datamapping koppelt bronvelden aan doelvelden. Normalisatie brengt waarden vervolgens in een afgesproken vorm, bijvoorbeeld één datumformaat of schrijfwijze. Beide stappen worden vaak gecombineerd.

Kan datamapping volledig automatisch?

Voor bekende bronnen kunnen vaste mappings automatisch draaien. Een voorgestelde mapping op basis van namen of voorbeelden kan helpen, maar nieuwe of dubbelzinnige velden moeten inhoudelijk worden bevestigd.

Wat gebeurt er als bronvelden veranderen?

De verwerking moet de wijziging signaleren en zo nodig stoppen of een uitzondering maken. Daarna wordt de mapping aangepast, getest en als nieuwe versie vrijgegeven.

Wie moet een mapping controleren?

Een technische beheerder kan formaat en werking controleren; een proceseigenaar of gegevensverantwoordelijke moet bevestigen dat de zakelijke betekenis klopt.

Vragen voor een praktische vervolgstap

  1. 01Welke bron- en doelvelden hebben aantoonbaar dezelfde betekenis?
  2. 02Welke omzettingen mogen vast worden uitgevoerd en welke vragen beoordeling?
  3. 03Wie beheert mappings wanneer een leverancier of systeem verandert?

Gerelateerde inzichten en oplossingen

Eerste stap

Waar vindt handmatige mapping in uw proces plaats?

Breng één terugkerende gegevensstroom in kaart: bron, doel, omzettingen, uitzonderingen en eigenaar.

Vrijblijvende verkenning · Geen technische voorbereiding nodig