De Delta data-architectuur: van bron tot inzicht

De Delta data-architectuur: van bron tot inzicht

Dit boek is beschikbaar in softcover en hardcover bij:15:11 14-8-2026

Delta: een praktijkgerichte data-architectuur voor datagedreven organisaties
Een data-architectuur is een onmisbaar instrument dat richting geeft aan de verwerking van data, de ruggengraat van datagedreven organisaties. De Delta data-architectuur biedt een vernieuwende, praktijkgerichte en bewezen aanpak, gebaseerd op jarenlange ervaring bij private en publieke organisaties.

Waar andere data-architecturen stoppen, gaat Delta verder. Het bestrijkt het volledige datatraject van bron tot inzicht: vanaf bronsystemen, via transformatorsystemen waar data bewerkt wordt, tot rapportages, analyses, datascience en AI-toepassingen.

Als enterprise-, federatieve en modulaire referentiearchitectuur maakt Delta het mogelijk om bestaande omgevingen stapsgewijs te verbeteren, zonder ingrijpende big-bangtransities. Het versnelt de ontwikkeling van systeem- en organisatie-overstijgende analysesystemen, vereenvoudigt procesreconstructie, versterkt datahistorie, maakt data AI-ready en vervangt data-uitwisseling door data bij de bron te houden.

Het boek beschrijft hoe de kernonderdelen, de Delta-modules, de Delta-blender, het Delta-Rulebook en de Delta-Shop, samenwerken om data vindbaar, beheersbaar, gebruiksklaar, herbruikbaar en toegankelijk te maken.

Voor architecten, ontwikkelaars en dataprofessionals die grip willen krijgen op complexe datalandschappen, integratievraagstukken en informatievoorziening. Geen standaardoplossing, maar een architectuur die op eigen eisen en wensen afgestemd kan worden.

Meer informatie over de Delta data-architectuur vindt u hier.

Inhoudsopgave

Voorwoord

Hoofdstuk 1 De evolutie van het dataverwerkingslandschap

1.1 De eerste analysesystemen

1.2 Koppelingen tussen bronsystemen

1.3 De noodzaak van transformatorsystemen

1.4 Duplicatie van data

1.5 Duplicatie van transformatorfunctionaliteit

1.6 Centraliseren van transformatorfunctionaliteit

1.7 Koppelingen tussen analysesystemen

1.8 Analysesystemen als bron voor bronsystemen

1.9 Koppelingen met externe systemen

1.10 Het verstikkende netwerk aan systemen

1.11 De Delta-architectuur

Hoofdstuk 2 Inleiding tot de Delta data-architectuur

2.1 Data gerelateerde uitdagingen voor organisaties

2.2 Obstakels bij het realiseren van nieuwe oplossingen

2.3 Wat is een data-architectuur?

2.4 Uitgangspunten van de Delta-architectuur

2.5 Delta is een enterprise data-architectuur

2.6 Delta is een referentie data-architectuur

2.7 Delta is een federatieve data-architectuur

2.8 Delta is een modulaire data-architectuur

2.9 Organisaties delen geen ervaringen en kennis

2.10 Waarom de naam Delta?

Hoofdstuk 3 Algemene concepten en begrippen

3.1 Bronsystemen en brondata

3.2 Analysesystemen

3.3 Transformatorsystemen

3.4 Datamodellen

3.5 Reconstructie van processen en beslissingen

3.6 Datatrajecten

3.7 Verticale, horizontale en operationele lineage-specificaties

3.8 Metadata

3.9 Zero-hop en multi-hop data-architecturen

3.10 Dataopslagminimalisatie en datagebruiksminimalisatie

3.11 Bedrijfslogicaregels

3.12 Datakwaliteitsregels

3.13 Data-on-demand versus data-by-copy

3.14 De push-, pull- en polling-mechanismes

3.15 Services en API’s

3.16 Koppelingen tussen systemen

3.17 Datahistorie

3.18 Wijzigingen versus correcties

3.19 Artificial Intelligence

3.20 Engineeringteams

3.21 Databeveiliging en autorisatieregels

3.22 Doelbinding en wettelijke grondslag

Hoofdstuk 4 Nieuwe uitdagingen, eisen en wensen

4.1 Versnellen realisatie van systeemoverstijgende vraagstukken

4.2 Versnellen realisatie van organisatie-overstijgende vraagstukken

4.3 Vereenvoudigen van het beschikbaar stellen van brondata aan andere bronsystemen

4.4 Verhogen van transparantie in dataverwerking ten behoeve van procesreconstructie

4.5 Verbeteren van de vindbaarheid en inzichtelijkheid van data

4.6 Verbeteren van de wendbaarheid

4.7 Verbeteren van de datakwaliteit

4.8 Verstevigen van de databeveiliging en -privacy

4.9 Versterken van de datahistorie

4.10 Actualiseren van resultaten

4.11 Versnellen van het beschikbaar maken van open data

4.12 Vereenvoudigen van het benutten van ongestructureerde data

4.13 Vereenvoudigen van het dataverwerkingslandschap

4.14 Toepassen van artificial intelligence

4.15 Slimmer inzetten van nieuwe technologie

4.16 Verbeteren van IT-autonomiteit en -soevereiniteit

Hoofdstuk 5 Belemmerende obstakels

5.1 Obstakels opgelegd door bronsystemen

5.2 Obstakels opgelegd door transformatorsystemen

5.3 Obstakels opgelegd door analysesystemen

5.4 Obstakels opgelegd door organisaties

Hoofdstuk 6 De Delta data-architectuur in een notendop

6.1 Algemene eigenschappen van de Delta-architectuur

6.2 Globale architectuur van de Delta-architectuur

6.3 De datastromen tussen de onderdelen van de Delta-architectuur

6.4 De Delta-functies en de Delta-modules

6.5 De Delta-blender

6.6 De Delta-shop

6.7 Het Delta-rulebook

6.8 De vier onderdelen vormen een harmonisch geheel

6.9 Delta is een modulaire data-architectuur

6.10 Delta is een generieke en herbruikbare data-architectuur

6.11 Delta is een federatieve data-architectuur

Hoofdstuk 7 De Delta-modules: de architectuur

7.1 De positie van de Delta-modules binnen de Delta-architectuur

7.2 CRUD-modules en transformatorsystemen

7.3 De interfaces van Delta-functies

7.4 Implementatie van de Delta-modules

7.5 De Delta-modules en de nieuwbouw van bronsystemen

7.6 Generieke oplossingen voor Delta-modules

Hoofdstuk 8 De Delta-modules in detail

8.1 De CRUD-module

8.2 De Query-module

8.3 De Databeveiliging-module

8.4 De Log-module

8.5 De Metadata-module

8.6 De Berichten-module

8.7 De Delta-modules en de analysesystemen

Hoofdstuk 9 De Delta-modules: masterdata

9.1 Inleiding tot masterdata

9.2 Praktische problemen met masterdata

9.3 Oplossingen met de Delta-architectuur

9.4 Basisregistraties en kernregistraties

9.5 Masterdata en de data-centrische aanpak

Hoofdstuk 10 De Delta-blender: De architectuur

10.1 Inleiding

10.2 De positie van de Delta-blender binnen de Delta-architectuur

10.3 De componenten van de Delta-blender

10.4 De Delta-blender en transformatorsystemen

10.5 Delta-blender beheer

10.6 De inspiratie voor de Delta-blender

Hoofdstuk 11 De Delta-blender in detail

11.1 De Delta-blender en het gebruiksklaar maken van data

11.2 De Delta-blender en dataopslag

11.3 De datasegmenten van de Dataopslagcomponent

11.4 Ophalen van brondata door de Delta-blender

11.5 De Delta-blender en databeveiliging

11.6 Van data-uitwisseling naar datadeling

Hoofdstuk 12 Het Delta-rulebook

12.1 De positie van het Delta-rulebook binnen de Delta-architectuur

12.2 De componenten van het Delta-rulebook

12.3 Bedrijfslogicaregels

12.4 Datakwaliteitsregels

12.5 Event-regels

Hoofdstuk 13 De Delta-shop

13.1 Inleiding

13.2 De huidige status van metadata

13.3 De voordelen van de Delta-shop

13.4 Datagedreven werken en vindbare data

13.5 Overzicht van de metadata

13.6 De Delta-shop en de FAIR-principes

Hoofdstuk 14 De Delta-shop: de architectuur

14.1 De positie van de Delta-shop binnen de Delta-architectuur

14.2 Overzicht van de componenten van de Delta-shop

14.3 Vindbaar en inzichtelijk maken van metadata-objecten

Hoofdstuk 15 De Delta-shop: de clustersoorten

15.1 Systeemmodellen

15.2 Applicatiemodellen

15.3 Transformatormodellen

15.4 Datamodellen

15.5 Kolommengroepmodellen

15.6 Regels

15.7 Dataopslagschema’s

15.8 Datastroomschema’s

15.9 Dataverwerkingsmodellen

15.10 Business glossary’s

15.11 Ontologieën

15.12 Organisatiemodellen

15.13 Documenten

15.14 Datamodelstandaarden en normatieve termlijsten

Hoofdstuk 16 Realiseren van de Delta data-architectuur

16.1 Het belang van een stappenplan

16.2 Opbouwen van CRUD-modules

16.3 De Delta-blender of de Query-modules eerst?

16.4 Loggen van datagebruik

16.5 Ontwikkelen van nieuwe bronsystemen

16.6 Afbouwen van bestaande transformatorsystemen

16.7 Afbouwen van bestaande bronsystemen

16.8 Opbouwen van het Delta-rulebook

16.9 Opbouwen van de Delta-shop

16.10 Beginnen met analysesystemen

16.11 Organisatorische consequenties

16.12 Management ondersteuning

16.13 Verdelen van werk over organisaties

Bijlage A Andere referentie data-architecturen

A.1 Inleiding

A.2 Datawarehouse-architectuur

A.3 Datalake-architectuur

A.4 Datalakehouse-architectuur

Index

Waarom dit boek?

Op een dag stelde ik mijzelf de volgende vraag: Is het mogelijk een data-architectuur te ontwerpen voor een organisatie zonder te weten wat voor soort organisatie het is, maar een die wel te maken heeft met typische, hedendaagse data-gerelateerde problemen en uitdagingen, zoals verouderde legacy software, starre softwarepakketten en inconsistente data, en klassieke wensen wat betreft analyses en rapportages? Hoe zou een dergelijke data-architectuur er dan uitzien?

Die gedachte hield mij langere tijd bezig. Is het eigenlijk wel mogelijk om een generieke data-architectuur te ontwerpen die voor elke organisatie relevant is? In eerste instantie dacht ik van niet, omdat elke organisatie uniek is, toch? Alhoewel, gemeentes, ziekenhuizen en transportbedrijven voeren vaak vergelijkbare taken uit. Voor een dergelijke homogene groep van organisaties moet het mogelijk zijn een generieke architectuur te ontwerpen. Maar zou dat ook mogelijk zijn voor álle organisaties?

Ik dacht aan de vele data-architecturen waaraan ik meegewerkt heb voor verschillende organisaties, van traditionele financiële organisaties tot dynamische online-gaming bedrijven, van relatief kleine energiebedrijven tot zeer grote elektronicaproducenten en van uiterst commerciële ondernemingen tot voorzichtig opererende overheidsorganisaties. Ook dacht ik aan de architecturen waarvoor ik een second-opinion heb gegeven. Ik liet ze allemaal de revue passeren en bladerde door oudere data-architectuurdocumenten.

Natuurlijk verschilden die data-architecturen zichtbaar: een energiebedrijf heeft bijvoorbeeld te maken met grote hoeveelheden sensordata, terwijl dat voor bijvoorbeeld een financiële instelling nauwelijks speelt, en overheidsorganisaties moeten sneller data ter beschikking stellen voor organisatie-overstijgende vraagstukken, zoals milieu, zorg, mobiliteit en veiligheid.

Maar wat meer opviel was dat al die architecturen duidelijk terugkerende patronen bevatten betreffende de wensen en eisen rond dataverwerking en -gebruik. De overeenkomsten bleken aanzienlijk groter dan de verschillen. Vrijwel elke organisatie streeft ernaar data sneller, breder, efficiënter en effectiever te benutten voor rapportages en analyses, de datakwaliteit en -consistentie moet verbeterd worden, dataverwerking moet transparanter, dataprivacy moet beter gewaarborgd worden, de wendbaarheid van dataverwerking moet verhoogd worden en AI-toepassingen moeten effectief ingezet kunnen worden.

Mijn conclusie was dat alle data-architecturen in de kern grote overeenkomsten vertonen. Hierdoor stelde ik mijn mening bij. Het is wel degelijk mogelijk om een generieke data-architectuur te definiëren die tachtig tot negentig procent van de databehoeften van een breed scala aan organisaties dekt. Wanneer die architectuur bovendien modulair is opgebouwd, kan een organisatie deze als startpunt gebruiken en speciale onderdelen toevoegen, irrelevante onderdelen weglaten of op een later moment alsnog toevoegen. Zo moet een organisatie die geen sensordata gebruikt dit onderdeel eenvoudig kunnen weglaten. Hetzelfde geldt voor AI-functionaliteit: deze kan onderdeel zijn van de architectuur zonder dat elke organisatie daar direct gebruik van hoeft te maken.

Het was tijd om een aantal collega’s, zowel in binnen- als buitenland, te polsen. Allemaal doorgewinterde architecten en analisten wiens kennis en expertise ik enorm respecteer. Vonden zij het een goed idee? De reacties waren voornamelijk positief. Dat gaf mij de benodigde inspiratie en motivatie om dit project te starten.

Het resultaat is dit boek, waarin een complete en coherente data-architectuur beschreven wordt: Delta. Delta staat voor Data Entry, Logistics, Transformation and Analytics. Deze vier termen omvatten samen vrijwel het volledige datatraject dat door de architectuur gedekt wordt: van bron tot inzicht.
Delta is uiteraard niet uitsluitend het product van mijn eigen inzichten, maar is ook gebaseerd op waardevolle ervaringen van de architecten met wie ik door de jaren heen samengewerkt heb. Daarnaast bouwt het voort op bekende en beproefde ontwerpprincipes, zoals abstractie, datadeling en herbruikbaarheid. Naast best practices biedt het boek ook essentiële do’s en don’ts, evenals valkuilen die bij het ontwerpen van data-architecturen vermeden moeten worden.

Mijn hoop is dat organisaties met behulp van de Delta-architectuur sneller tot een effectieve data-architectuur kunnen komen. Zoals eerder aangegeven kunnen zij deze als basis gebruiken en vervolgens aanpassen door niet-relevant onderdelen weg te laten en toe te voegen waar nodig. De uitdrukking “Beter goed gejat dan slecht bedacht” klinkt wellicht simplistisch en plat, maar in de praktijk is het vaak beter om beproefde ideeën te hergebruiken dan zelf het wiel opnieuw uit te vinden met een middelmatige of incomplete oplossing. Een solide basis van gedeelde kennis leidt tot efficiëntere, robuustere en beter toepasbare architecturen.

Doelgroep

Dit boek wordt aanbevolen voor de volgende doelgroepen:

Data-, solutions- en enterprise-architecten die verantwoordelijk zijn voor het (mede)ontwerpen van een data-architectuur voor hun organisatie.

Ontwerpers, analisten, consultants, business analisten en procesmanagers die direct of indirect te maken hebben met de data-architectuur van hun organisatie en inzicht willen krijgen in de mogelijkheden en beperkingen van de Delta data-architectuur.

Datawarehouse en business intelligence-specialisten die verantwoordelijk zijn voor het ontwikkelen en beheren van een datawarehouse, een datalake en business intelligence-omgevingen.

Studenten softwareontwikkeling en engineering, datascience en AI, technische informatica en business IT die geïnteresseerd zijn in data-architectuur en willen leren wat de Delta-architectuur inhoudt en hoe deze zich verhoudt tot andere data-architecturen.

Copyright (c) 2026 R20/Consultancy B.V.. All rights reserved.