In vrijwel elke organisatie is wel eens nagedacht over de invoering van datagedreven werken. Geen enkele leidinggevende stuurt immers graag op aannames en gevoel, een enkele uitzondering daargelaten. Keuzes wil je het liefst onderbouwen met feiten en cijfers. Nederlandse organisaties hebben daarom de afgelopen jaren fors geïnvesteerd in infrastructuur en diensten om het datagedreven werken mogelijk te maken. Uit recent onderzoek van adviesbureau Gartner blijkt echter dat slechts 22% van de ondervraagde organisaties concrete financiële meerwaarde weet te halen uit het gebruik van data, analytics en de inzet van AI.
- Veel organisaties falen met datagedreven werken omdat het strategische doel ontbreekt.
- Succes begint bij het stellen van de juiste vragen, niet bij technologie of datavolume.
- Kleine, doelgerichte toepassingen leveren meer op dan dure datalakes zonder focus.
- Medewerkers en datakwaliteit zijn cruciaal; governance en training maken het verschil.
Louis de Roo spreekt als datastrateeg bij E-mergo veel bedrijven en weet wel waar het pijnpunt zit: “Het management wil gelijk alle beschikbare data verzamelen en verwacht dan dat de voordelen vanzelf komen bovendrijven. De aandacht ligt vaak primair op het verbeteren van de rapportage.” Met mooie dashboards en rapportages denkt het management meer grip te krijgen op de geldstromen binnen het bedrijf en daarmee een efficiencyslag te kunnen maken. Dat valt tegen. “Afgezien van financieel dienstverleners voor wie financiën het kernproces zijn, is de administratie bij de meeste organisaties niet het proces waarmee ze zich kunnen onderscheiden van de concurrentie. Dat doe je wel door je eigen concurrentiepositie te vergroten of meer marge te behalen. Het liefst doe je natuurlijk allebei.”
Op zoek naar strategische meerwaarde
Om dat punt te bereiken, moet het management terug naar de tekentafel. Met goede vragen en diepgaande discussies ontstaat een helder beeld over de activiteiten waarmee de organisatie daadwerkelijk iets toevoegt aan wat er beschikbaar is in de markt. Bij Bol.com of Amazon bijvoorbeeld is het duidelijk dat de grootte van het klantenbestand deze platforms in staat stelt klanten bij elke aankoop te adviseren over een vervolgaankoop. ‘Wie dit kocht, bestelde er ook vaak dat bij’, staat er onder alle winkelmandjes. Niet elke winkel of elk productiebedrijf beschikt over die mogelijkheid, maar uit de bedrijfsdata kan bijvoorbeeld wel blijken welke hoeveelheid producten elke maand minimaal uitgeleverd worden. Daarmee kan in contractonderhandelingen met toeleveranciers een voordeliger inkoop worden bedongen.
Er is geen universele regel; elk bedrijf moet intern duidelijk krijgen welke inzichten uit data werkelijk strategische waarde kunnen opleveren. Vervolgens moeten de databronnen worden gezocht voor het creëren van die inzichten. “Begin klein, het is niet nodig een heel datalake aan te leggen om aantoonbaar resultaat te boeken”, stelt de Roo. Dat levert weleens pijnlijke situaties op als blijkt dat de eerder gedane investeringen in cloudopslag en -applicaties eigenlijk voor niets zijn geweest. “Sommige organisaties besluiten inderdaad het af te bouwen en ik ken nog geen geval waarbij het management daar later spijt van heeft gekregen. Toch houden veel organisaties hun dure datalake aan in de hoop er ooit nog voordeel uit te halen”, is zijn ervaring.
Het is niet nodig een heel datalake aan te leggen om aantoonbaar resultaat te boeken”
Datakwaliteit moet passen bij het doel
Veel belangrijker dan de hoeveelheid verzamelde data is de aandacht voor de kwaliteit van de data. Daarbij moet niet uit het oog verloren worden dat 100% correcte data niet bestaan. De Roo: “Het gaat om een datakwaliteit die goed genoeg is voor het doel. Het maakt een verschil of je op basis van data een bouwtekening voor een kernreactor moet maken of dat je een trend wilt ontdekken in de verkoop van sportsokken.” In het eerste geval moeten de data tot vele cijfers achter de komma kloppen, in het tweede geval geeft het niet als er een paar invoerfouten in voorkomen. Er moet echter wel een duidelijk beeld zijn van de bandbreedte waarbinnen elke datastroom zou mogen variëren. Het vaststellen van die bandbreedtes is een belangrijk aandachtspunt voor het management in het begin van het traject naar het succesvol toepassen van datagedreven werken. “Dat is onderdeel van het datagovernance-beleid. Er moet ook een signalering komen bij onverwachte waarden zodat je daarop kunt reageren als dat nodig is.” Volgens de Roo zijn er genoeg statistische tools beschikbaar om dat datakwaliteitsbeleid automatisch uit te voeren.
Rol van medewerkers onderkennen
Technologie heeft een duidelijke rol in datagedreven werken, maar de menselijke creativiteit is leidend. Dat is niet alleen belangrijk in het begin van het traject bij het beantwoorden van de vragen wat je te weten wilt komen met de inzet van data en waarom. Datagedreven werken is echter een continu proces waaraan iedereen in de organisatie kan bijdragen. Medewerkers zien vaak nieuwe mogelijkheden en kansen. Daarom moet het management veel aandacht besteden aan training in het omgaan met de tools en de mogelijkheid creëren om te experimenteren, vindt de Roo. “Het gaat om democratiseren van de data. Maak medewerkers vertrouwd met hun eigen dashboards en laat zien hoe ze nieuwe functies kunnen toevoegen. Dat moet ook onderdeel zijn van de onboarding van nieuwe medewerkers en van periodieke bijscholing.” Democratisering van data betekent ook dat medewerkers een verantwoordelijkheid krijgen in het werken met de data. “Ook dat is een onderdeel van datagovernance; dat iedereen weet hoe je omgaat met persoonsgegevens en andere gevoelige informatie. Zeker nu er steeds meer AI-tools beschikbaar komen waarmee je makkelijk hele grote bewerkingen kunt uitvoeren. Dan kun je ook grote schade aanrichten. Die bewustwording moet steeds aan de orde komen in trainingen.”
Het gaat om democratiseren van de data. Maak medewerkers vertrouwd met hun eigen dashboards en laat zien hoe ze nieuwe functies kunnen toevoegen”
Goede ondersteuning borgt vertrouwen in data
Een goede ondersteuning van de dataomgeving is ook een voorwaarde voor het succes van datagedreven werken. De verantwoordelijkheden voor het beheer van de data en het updaten van de software, vervangen van certificaten en het aanbrengen van patches moeten duidelijk worden belegd. “Als je niet goed nadenkt over hoe je dat borgt, graaf je een valkuil. Je weet dan dat het een keer misgaat en als blijkt dat de data al enige tijd niet kloppen, is het vertrouwen in de data binnen de organisatie direct weg. Hoe afhankelijker mensen zijn van een dashboard, hoe korter ze nodig hebben om te gaan zoeken naar een workaround.”
Ondanks goede ondersteuning van de dataomgeving kunnen cruciale onderdelen tijdelijk of langdurig uitvallen, bijvoorbeeld door cybercriminaliteit of geopolitieke ontwikkelingen. Daarom is het belangrijk om de afhankelijkheid van de systemen goed in kaart te brengen. De Roo: “Eigenlijk ga je dan weer terug naar het begin: bepalen wat het sleutelproces binnen de organisatie is. Op basis daarvan creëer je een minimum viable product van een nieuw systeem, eerst op papier. Dat betekent dat je vanuit dataperspectief eigenlijk een proces creëert wat je ook met pen en papier kunt doen. In dat geval wordt het leven bijzonder ongemakkelijk en onplezierig, maar als je duidelijk hebt wat het basisproces is, welke vragen daar absoluut in beantwoord moeten worden en welke beslissingen daarin een rol spelen, weet je ook hoe je dat zonder digitale hulpmiddelen kunt. Je hoopt natuurlijk dat het nooit nodig is.”
Niet nóg een dataplatform! Hoe je data een plek geeft in de organisatie. De toepasselijke titel van de lezing van Louis de Roo. Wil jij hier meer over weten en data in jouw organisatie stoomlijnen? Kom dan op woensdag van 12:45 - 13:15 naar lezingenzaal 6. Zorg dat je erbij bent en bestel je gratis tickets hier.
