DDBM van start in Nederland: datagedreven werken binnen handbereik

In dit artikel:

Twee Nederlandse databedrijven — The Information Lab Netherlands (Tableau/Alteryx-specialist) en Nimbus Intelligence Netherlands (focus op Snowflake, dbt en moderne data-infrastructuur) — zijn samengevoegd tot DDBM. De fusie brengt data engineering en analytics onder één merk met 35 medewerkers en richt zich expliciet op klanten in Nederland en België. Co-CEO/CCO Rik van Schaik en Co-CEO/CTO Martijn Verstrepen leiden de nieuwe organisatie; hun samenwerking gaat terug tot 2013 en kreeg in 2015 en recentelijk met Nimbus twee eigen merken.

Reden voor samenvoegen
Klanten vragen steeds vaker om gecombineerde trajecten waarin zowel robuuste data-architectuur als geavanceerde analyses nodig zijn. Voorheen moesten Van Schaik en Verstrepen telkens uitleggen welke tak welk werk deed; dat bemoeilijkte projecten en klantcommunicatie. Met DDBM willen ze die scheidslijn wegnemen en end-to-end dienstverlening bieden. Tegelijkertijd speelt AI een rol: DDBM ontwikkelt eigen accelerators en tooling zodat processen die voorheen weken duurden nu in dagen kunnen worden afgerond. Dat verlaagt de investering voor klanten en maakt kant-en-klare producten via abonnementen schaalbaar.

Positionering en diensten
DDBM profileert zich als Benelux-specialist in plaats van onderdeel van een breed Europees netwerk. De dienstverlening rust op vier pijlers: BI & Analytics, Data Engineering, Training en Support & Beheer. Data Engineering richt zich op het bouwen van AI-ready platformen met technologieën als Snowflake, dbt, Airflow en DataHub. Op die fundamenten levert BI & Analytics niet alleen traditionele dashboards (Tableau, Power BI) maar ook cloud-native tools zoals Sigma en conversational AI-oplossingen (bijvoorbeeld Snowflake Intelligence) die businessgebruikers direct antwoorden en visualisaties geven op ad-hocvragen.

Technologiekeuzes en praktische voorbeelden
Snowflake is centraal in DDBM’s aanpak vanwege het onderhoudsgemak, de governance-mogelijkheden (data shares) en de integratie met AI-features. DDBM ontwikkelde bijvoorbeeld een Exact Online Connector en bijbehorende acceleratorscripts waarmee zij binnen één dag een complete datastack kunnen inrichten binnen Snowflake. Die connector staat ook in de Snowflake Marketplace, waarmee de oplossing voor meerdere partijen toegankelijk is en levertijd een concurrentievoordeel oplevert.

Voor BI-tools kiest DDBM pragmatisch: Sigma wordt vaak ingezet voor finance-achtige, spreadsheetachtige ad-hocanalyses; Tableau voor uitgebreide visualisaties en storytelling; Power BI voor organisaties in het Microsoft-ecosysteem. De keuze hangt af van use case en bestaande infrastructuur, altijd gebouwd op een AI-ready onderlaag.

AI en nieuwe interactievormen
DDBM experimenteert naast Snowflake Intelligence ook met spraakgestuurde AI (bijvoorbeeld ElevenLabs) gekoppeld aan data uit de AI Data Cloud, waarmee gebruikers op nieuwe manieren met hun data kunnen communiceren — van voice-updates voor een CEO tot een AI-agent die realtime inzichten geeft. Van Schaik benadrukt dat AI workflows versnelt, maar dat menselijke data engineers en analisten nog altijd nodig zijn om kwaliteit en betrouwbaarheid te waarborgen.

Concurrentie en onderscheidend vermogen
In een markt met meerdere spelers zoekt DDBM zijn onderscheid in een business-first aanpak: technologie moet de core business van de klant ondersteunen en directe meerwaarde opleveren. Langdurige klantrelaties, betrouwbaarheid (geen “hit-and-run”) en snelheid door herbruikbare connectors en accelerators zijn sleutelpunten in hun proposities. Daarnaast blijven ze innoveren om sneller te kunnen leveren en beter op vragen van klanten in te spelen.

Organisatiecultuur
Intern werkt DDBM met kleine pods (teams) van data-analisten en -engineers, aangevuld met teamleiders voor betere kennisdeling en focus. Maandelijkse bedrijfsbijeenkomsten houden iedereen synchroon. Sommige medewerkers specialiseren zich in één product, anderen in architectuur en platformopbouw.

Visie op de toekomst
DDBM verwacht dat conversational AI in combinatie met dashboarding de komende jaren veel adoptie krijgt: gebruikers moeten direct vragen aan hun data kunnen stellen en veilige, private AI-oplossingen moeten betrouwbare antwoorden uit gecombineerde systemen leveren. Met hun data-impactmodel wil DDBM klanten helpen om techniek te koppelen aan concrete businessdoelen, zodat investeringen in data resulteren in meetbare winst of besparingen.

Kortom: DDBM wil als lokale Benelux-speler volledige dataprojecten van infrastructuur tot analysis en adoption leveren, versneld door accelerators en AI, met een focus op betrouwbaarheid en businesswaarde.