Iedereen met een SQL-certificaat en een LinkedIn-profiel noemt zich tegenwoordig data consultant. Voor mkb is het lastig om te onderscheiden tussen iemand die de theorie kent en iemand die zelf complete platforms heeft gebouwd. Hieronder de criteria die in praktijk het verschil maken.

1. Aantoonbare platform-ervaring

Vraag concreet welke data-platforms ze van begin tot eind hebben opgeleverd. Hoeveel Snowflake-implementaties. Welke schaal Databricks-clusters. Welke Microsoft Fabric-rollouts. Een goede consultant heeft 3 tot 5 vergelijkbare cases die ze met namen en uitkomsten kunnen toelichten.

2. Branche-relevantie

Data-werk in retail is anders dan in financial services of zorg. Een consultant met 8 jaar retail-ervaring zal in een bank vastlopen op compliance en governance-eisen die ze nooit eerder zijn tegengekomen. Branche-match weegt zwaarder dan generieke senior-status.

3. Track record bij vergelijkbare schaal

Een consultant die 10 enterprise-platforms heeft gebouwd kan vastlopen op een mkb-implementatie waar het budget 50.000 euro is in plaats van 500.000. Andersom geldt ook: mkb-consultants hebben zelden de tooling-ervaring voor enterprise-rollouts.

4. Methodiek versus tooling-obsessie

Een goede consultant begint met uw business-doelen en kiest dan tooling. Een minder goede consultant begint met "wij doen Snowflake" of "wij zijn Databricks-partner". Vraag in het eerste gesprek: hoe begint u meestal een opdracht. Het antwoord verraadt direct of u met methodiek of met tooling-bias te maken hebt.

5. Schrijfvaardigheid en heldere rapportage

Veel data-werk vertaalt zich naar architecture-documenten, design-notes en strategie-rapportage richting business-stakeholders. Vraag een geanonimiseerd voorbeeld van eerdere oplevering. Als het verkooppraat-presentaties zijn: rode vlag. Als het heldere documenten zijn die u zelf zou kunnen lezen: groen.

6. Onafhankelijk van vendor-incentives

Een consultant met formele partnership met Snowflake of Databricks heeft een commerciële prikkel om dat platform aan te bevelen. Niet per definitie verkeerd, wel transparant te maken. Vraag naar partnerships, certificeringen en welke deals ze op de tafel hebben staan bij vendor-keuze.

7. Realistische tijdlijn-uitspraken

"We hebben binnen 6 weken een production-grade datawarehouse" voor een mid-market scope zonder voorbereiding is een rode vlag. Goede consultants kalibreren verwachtingen aan de hand van vergelijkbare projecten. Vraag naar drie eerdere doorlooptijden om te zien hoe realistisch ze zijn.

8. Heldere uitstap-voorwaarden

Maximaal 3 maanden opzegtermijn. Geen 12 maanden lock-in. Bij afronding levert consultant een overdracht-document (architectuur-keuzes, runbooks, design-rationale). Vraag dit vooraf om risico's te begrijpen.

Eén werkdag tot een match

Beschrijf in een korte mail uw situatie: huidige stack, aard van de uitdaging en gewenste rol (project, interim, sparring). Ik verbind u met een freelance consultant die dit type vraagstuk zelf heeft gebouwd. Geen accountmanager-tussenlaag, één rechtstreeks gesprek. Binnen 24 uur antwoord.

Verwant: Freelance Data consultant, Data consultant versus data-bureau.