Twee Nederlandse dataspelers, voorheen actief als The Information Lab Netherlands en Nimbus Intelligence Netherlands, zijn onlangs gefuseerd tot DDBM. Het nieuwe bedrijf brengt data engineering en analyse samen onder één dak. Met 35 medewerkers richt DDBM zich op de Nederlandse en Belgische markt, waar organisaties worstelen met dataprojecten die steeds vaker beide disciplines tegelijk vereisen.
Rik van Schaik en Martijn Verstrepen staan als respectievelijk Co-CEO/CCO en Co-CEO/CTO aan het roer van DDBM. Hun samenwerking begon jaren geleden, in 2013 om precies te zijn. Van Schaik deed destijds data-integratieprojecten en wilde meer doen met visualisatie. Na een demo van Tableau wist hij meteen: dit moet ik hebben. Hij belde alle tien zijn klanten. Negen zeiden ja. Maar hij had een probleem. Zijn database-engineers wilden niks met Tableau. In een netwerkclub ontmoette hij Verstrepen, een ervaren Nederlandse Tableau-gebruiker voor wie deze rol op het lijf geschreven was. Ze gingen samen projecten aan. Dat ging zo goed dat ze in 2015 Information Lab Netherlands oprichtten, onderdeel van een internationale franchisegroep. Pure focus op Tableau, later uitgebreid met Alteryx voor datapreparatie. Tien jaar lang groeiden ze uit tot een grote Tableau-partner op de Nederlandse markt.
Drie jaar geleden kwam er een tweede tak bij: Nimbus Intelligence. Ook hier geldt dat het merk onderdeel was van een Europees samenwerkingsverband. Bij Nimbus Intelligence ligt de focus meer op Snowflake, dbt en moderne data-infrastructuur. Met de nieuwe capaciteiten erbij kunnen dataprojecten veel breder aangepakt worden. Er is de mogelijkheid om de basis data-architectuur op orde te brengen met Nimbus Intelligence, om er vervolgens analyses op los te laten vanuit The Information Lab.
Waarom nu fuseren?
Van Schaik legt in gesprek met Techzine uit waarom de twee partijen nu één organisatie zijn. “Projecten zijn steeds vaker een combinatie van data engineering en analyse. Wij moesten bij elke klant uitleggen dat de engineers van Nimbus Intelligence waren en de analisten van The Information Lab. Dat werd lastig.”
Daarnaast speelt AI een steeds belangrijkere rol. Door AI-ontwikkelingen kunnen ze sneller werken. Bovendien bouwen ze hun eigen accelerators, waardoor workflows die normaal weken duurden, nu in dagen klaar zijn. Met AI bouwen ze steeds meer eigen tooling, zodat kant-en-klare producten via abonnementen gebruikt kunnen worden. Hierdoor wordt de investering voor organisaties kleiner, terwijl je wel de inzichten uit je data haalt om de juiste beslissingen te nemen.
De fusie tot DDBM markeert een strategische verschuiving naar een volledige focus op de Nederlandse en Belgische markt. Waar de bedrijven als onderdeel van een Europees netwerk voorheen vaak werden geassocieerd met activiteiten in voornamelijk West- en Zuid-Europa, kiest DDBM nu voor een lokale koers die nauwer aansluit bij de specifieke behoeften van organisaties in de Benelux. Volgens Rik van Schaik is die focus essentieel, aangezien de overstap naar cloud-native oplossingen en de transitie naar een datagedreven werkwijze in Nederland nog volop ondersteuning vragen. Door de Zuid-Europese prioriteiten los te laten, positioneert DDBM zich als de specialist voor lokale bedrijven die hun datapotentieel optimaal willen benutten.
Vier pijlers voor datagedreven organisaties
DDBM opereert op het snijvlak van moderne data-architectuur en geavanceerde analytics, waarbij de dienstverlening rust op vier strategische pijlers: BI & Analytics, Data Engineering, Training en Support & Beheer.
Binnen de pijler Data Engineering bouwen de experts robuuste data-infrastructuren met technologieën als Snowflake, dbt, Airflow en DataHub, waarbij de focus ligt op het creëren van platformen die volledig AI-ready zijn.
Deze fundamenten vormen de basis voor de pijler BI & Analytics, waar verder wordt gekeken dan traditionele dashboards in Tableau, Power BI of Sigma Computing. Door de inzet van conversational AI met tools als Snowflake Intelligence stellen de analisten eindgebruikers in staat om op basis van ad-hocvragen directe analyses te ontvangen, compleet met bijbehorende visualisaties en grafieken.
DDBM gelooft hierbij sterk in synergie; via Training wordt essentiële kennis overgedragen aan het team van de klant. Mocht de interne capaciteit bij een organisatie ontbreken, dan waarborgt DDBM de continuïteit via Support & Beheer, zodat de data-oplossingen altijd optimaal blijven presteren.
De kracht van eenvoud
DDBM richt zich voor het inregelen van de data engineering-vraagstukken van organisaties vooral op Snowflake. Van Schaik legt uit waarom. “Gebruik de tools die het beste zijn en combineer ze. Snowflake is zo goed als onderhoudsvrij. Dat wordt allemaal voor je geregeld. Laat Snowflake zijn ding doen, want dat platform heeft verstand van hoe je zo’n database in de lucht houdt, zodat jij je kan focussen op je core business.”
Volgens Van Schaik is de AI Data Cloud van Snowflake de ideale optie vanwege de eenvoud. Daar prijzen gebruikers de tool ook regelmatig om. Bij vergelijkbare producten, bijvoorbeeld Microsoft Fabric, moet je nog veel technische zaken regelen en onderhouden. Bij Snowflake niet. “Je data staat ergens en blijft daar staan. Zelfs als je het wilt delen met de buitenwereld, maak je een data share en ben je klaar.” Hiermee kan de gebruiker geselecteerde objecten binnen een beveiligde omgeving delen. Voor governance is dat ideaal. Het grootste gevaar bij traditionele warehouses is dat gegevens overal heen gekopieerd worden, maar dat wordt in dit geval voorkomen.
DDBM kan bijvoorbeeld met de standaard Exact Online Connector en acceleratorscripts binnen een dag een complete datastack neerzetten. Klanten hoeven niet vanaf nul data uit Exact te halen via Python of andere tools. De connector ligt er al en de data blijft binnen je Snowflake-omgeving. Deals worden gewonnen omdat ze veel sneller kunnen opleveren dan concurrenten. Deze connector is overigens gepubliceerd in de Snowflake Marketplace, zodat meerdere partijen er gebruik van kunnen maken.
Sigma als nieuwkomer naast Tableau
De keuze voor een BI-tool hangt bij DDBM volledig af van het specifieke gebruiksdoel en de bestaande infrastructuur van de klant. Waar Sigma Computing uitblinkt in cloud-native snelheid en een vertrouwde spreadsheet-ervaring voor diepgaande ad-hocanalyses, blijft Tableau de keuze voor organisaties die behoefte hebben aan complexe, verfijnde datavisualisaties en storytelling. Tegelijkertijd biedt Power BI de meest logische en laagdrempelige integratie voor bedrijven die volledig binnen het Microsoft-ecosysteem opereren. Door deze tools gericht in te zetten op een AI-ready fundament, zorgt DDBM ervoor dat data engineers de infrastructuur bouwen waarop analisten via conversational AI en tools als Snowflake Intelligence direct antwoord kunnen geven op complexe businessvragen met zowel tekstuele duiding als complete grafieken.
De spreadsheet-look-and-feel van Sigma is vaak voor finance-afdelingen erg interessant. Ze kunnen in alle organisaties data graven alsof ze in Excel zitten. “Je governance heb je dan wel op orde. In plaats van dat het altijd geëxporteerd wordt naar een Excelbestand.”
Het speelveld verandert
Bij DDBM speelt AI ook een steeds grotere rol. Van Schaik vertelt dat bepaalde workflows die normaal weken duurden, nu in dagen klaar zijn door AI-tools. “Dat wil niet zeggen dat we het helemaal door AI laten maken en het gelijk over de schutting gooien. Je hebt altijd een data engineer nodig die checkt of het klopt en de puntjes op de i zet.”
Van Schaik ziet in Snowflake Intelligence een goed voorbeeld van hoe je als organisatie AI in kan zetten. Daarmee kunnen business users en analisten inzichten uit bedrijfsdata halen zonder eerst SQL-queries te moeten schrijven of visualisaties te moeten maken. Op die manier komt data sneller naar de business en is datagedreven werken binnen handbereik. Van Schaik gebruikt het zelf ook dagelijks. “Ik stel de vraag: wat is mijn worstcase- en bestcasescenario voor het volgende kwartaal voor sales? Dan komt Snowflake Intelligence met een complete analyse. Die geeft zelfs advies welke gesprekken ik moet voeren.”
DDBM experimenteert ook met bijvoorbeeld ElevenLabs in combinatie met data. In zo’n geval integreert een bedrijf ElevenLabs met Snowflake om met spraak via een AI-agent te communiceren met de gegevens uit de AI Data Cloud. “Wat nou als jij eigenaar bent van een organisatie en onderweg bent naar kantoor? Je kan natuurlijk via Slack of Teams informatie krijgen. Maar je kan ook even bellen naar een nummer en een gesprek aangaan met je database. Of andersom: de CEO wordt elke ochtend om half acht gebeld met een update. Het vertelt dat het bedrijf het gisteren twee procent beter deed dan normaal, vanwege een select aantal producten, wat bijvoorbeeld door het weer komt. De CEO is meteen up-to-date als hij op kantoor binnenkomt”, legt Van Schaik uit.
Onderscheidend vermogen in een drukke markt
Uiteindelijk zijn er meerdere partijen in Nederland die bedrijven kunnen helpen met data engineering- en BI-vraagstukken. Hoe onderscheidt DDBM zich precies van deze merken? Van Schaik schetst dat ze het bij DDBM altijd vanuit de business aanvliegen. “De klant moet zich kunnen focussen op zijn core business, niet op alles rondom data en analyse. Het resultaat moet zijn dat ze er iets nuttigs mee kunnen doen.”
Een ander punt is wat hem betreft betrouwbaarheid. “Met het merendeel van onze klanten werken we al samen vanaf de eerste dag. We willen die betrouwbare partner zijn, geen snelle jongens. We doen geen hit-and-run.” Als er iets misgaat, lost DDBM het samen met of voor de klant op.
Daarnaast probeert DDBM zichzelf opnieuw uit te blijven vinden. “We zijn altijd bezig met nieuwe technieken. We denken na over wat onze klant wil. Daardoor kunnen we sneller werken.” Door die connectors konden ze bijvoorbeeld deals winnen omdat ze aantonen veel sneller te kunnen opleveren.
Organisatie en cultuur
Intern werkt DDBM met pods, wat we moeten zien als teams binnen het bedrijf. Een pod met data-analisten en een pod met data engineers. “Sommige mensen worden productspecialisten. Die weten alles van één tool. Anderen willen meer richting architectuur: het landschap inrichten, een dataplatform opzetten met Snowflake, Sigma, DataHub, Airflow, dbt en GitHub.”
Daarnaast werkt DDBM sinds kort meer met teamleiders. “We willen dat consultants meer met elkaar informatie uitwisselen. Daarom hebben we teamleiders aangesteld. Die hebben maximaal vijf of zes mensen in hun team”, schetst Van Schaik. Eén keer per maand doen ze een meeting met het complete bedrijf, om kort alle projecten door te spreken. Echter, door met kleinere teams te werken, is er meer ruimte voor aandacht en uitwisseling.
Conversational AI en slimmere dashboards
Van Schaik verwacht dat er de komende jaren veel gaat veranderen. “De laatste jaren hadden we het altijd over datagedreven werken met dashboards. Ik zie een bar chart die hoger is dan verwacht. Dan stel je de vraag aan de BI-persoon binnen je bedrijf. Maar het antwoord laat dan vaak even op zich wachten.” Hij ziet een verschuiving naar conversational AI gecombineerd met dashboards. “Je wil zelf direct vragen kunnen stellen aan je data. Waar komt dit vandaan? Bij welke klanten? Dat kan ook deels via je CRM of accountingsysteem. Maar met Private AI-oplossingen krijg je een compleet inzicht uit je eigen database, uit je verschillende systemen, en veilig.”
Dat betekent niet dat traditionele dashboards direct verdwijnen. “Met ons data-impactmodel bieden we een manier om in je eigen tempo te evolueren.” Van Schaik wijst erop dat ze met dit model bedrijven helpen om niet alleen data te verzamelen, maar er ook echt iets aan te hebben. Het model slaat een brug tussen de techniek en de doelen van het bedrijf, zodat je zeker weet dat je investeringen in data ook echt winst of besparingen opleveren. Zo help je medewerkers om betere beslissingen te nemen op basis van feiten in plaats van onderbuikgevoel.
Voor DDBM is de boodschap wat dat betreft helder: focus op de klant, maak het makkelijk en blijf innoveren. “Het gaat niet om harder werken, maar om slimmer werken. Wij helpen organisaties datagedreven te worden zonder dat ze zich druk hoeven te maken over de techniek erachter”, concludeert Van Schaik.