Assetdata en -informatie bestaat uit alle data en informatie die je als assetmanager in staat stellen het werk effectief en efficiënt uit te voeren. Het stelt je in staat de goede besluiten te nemen. Goede besluitvorming is het hart van succesvol assetmanagement. Optimale beslissingen zijn beslissingen waarbij de optie met de beste waarde wordt geïdentificeerd en geselecteerd, rekening houdend met alle betrokken kosten, baten en tijdschema's, tegenstrijdige belangen, afwegingen en onzekerheden. Dit vraagt om een hoge kwaliteit van de assetdata en -informatie. Maar wat moeten wij ons hierbij concreet voorstellen? Hier zijn vijf voorbeelden waarin de datakwaliteit een grote rol speelt:
- Het organiseren en (laten) uitvoeren van inspecties: Assetmanagers werken tegenwoordig overwegend risico-gestuurd. Inspecteurs onderzoeken objecten op de technische toestand en maken gestandaardiseerde inspectierapporten per object. Voorbeelden zijn bruginspecties, video-inspecties van rioleringen, weginspecties die de kwaliteit van het wegdek bepalen of inspecties voor de boomveiligheid. Dit alles begint met te weten wat je objecten zijn, waar ze zich bevinden, en welke onder jouw beheer vallen. Je moet dus niet alleen je objecten kennen, maar ook precies weten waar je gebied begint en ophoudt.
- Het programmeren van projectmatige vervangingen, groot onderhoud of wijzigingen: voor je opdrachtverstrekking, planning en kostencalculatie is het van belang precies te weten welke objecten je in de huidige en toekomstige situatie hebt liggen. Dit helpt niet alleen in de ‘prijs maal hoeveelheid’, maar ook in het vroegtijdig onderkennen van objecten die elkaar raken, zoals kabels en leidingen onder bomen, of volgroeide bomen dicht tegen de weg waarin riolering en wegdek vervangen wordt. Als je uit de gegevens al weet dat die bomen er staan, scheelt dit enorm in het goed plannen op het werk!
- Normkostenberekening: als je als gemeente, provincie of waterschap grotere gebieden gaat ontwikkelen, wil je een beeld hebben bij de toekomstige beheer- en onderhoudskosten om tot goede besluitvorming te komen. Dit vraagt niet alleen om goede objectgegevens, maar ook om zorgvuldig bepaalde normkosten per objecttype. Daar heb je historische gegevens vanuit eerdere projecten, en ook de huidige prijsontwikkeling voor nodig. En ook gegevens van andere invloeden, zoals in welk gebied gaat het werk plaatsvinden: een project in een binnenstedelijk gebied kost immers meer dan aan de rand van de stad.
- Optimaal vervangingsmoment: bij sommige assettypes kun je met degradatiemodellen voorspellen wanneer het kritieke punt van slijtage bereikt gaat worden, zodat je dicht op dat moment vervanging kunt plannen. Dit vergt goede monitoringsgegevens om het degradatiemodel periodiek te voeden en nieuwe voorspellingen te berekenen, en ook voor de validatie van het model zelf uiteraard. Voorbeelden zijn te vinden in modellen voor slijtage van spoorstaven en van wegdekken.
- Periodieke afstemming met bestuur: het is gebruikelijk dat een of twee keer per jaar er afstemming is met directie en bestuur over de voortgang en de planning. Dit betekent het aggregeren van data en informatie tot een samengevat beeld van hoeveelheden, kwaliteiten, verwachte kosten en baten, op basis waarvan directie en bestuur aan kunnen geven wat zij nog bijgesteld willen zien. Voorbeelden zijn de voor- en najaarsnota in gemeenten. Deze bieden zowel de vooruitblik als de voortgang, zodanig samengevat dat Raad en Bestuur besluiten kunnen nemen en gewenste bijstellingen in kunnen brengen. Als er verzoeken voor wijziging zijn, moeten deze snel kunnen worden doorgerekend. Dat kan alleen als er actuele, betrouwbare en complete data in de basis beschikbaar zijn!