Door Jürgen Klein, Platform Lead Data & Analytics bij Prodware
Door de opkomst van een nieuwe generatie datamanagement en data-analysetools kunnen organisaties de impact van alles wat op hun pad komt gedetailleerder ontdekken, voorspellen en meten. Deze tools en methodologieën worden echter niet optimaal benut, meestal doordat het bestuur het belang van gebruik van data onvoldoende erkent of door een ontoereikende datacultuur, zegt Jürgen Klein, Platform Lead Data & Analytics bij Prodware. Dit wordt nog verergerd door het feit dat de meeste organisaties hun gegevens in compartimenten verdelen en geïsoleerde gegevensprocessen uitvoeren. Deze processen worden op hun beurt vaak geleid door teams die niet echt gewend zijn om gegevens te delen en daarin ook niet intern worden gesteund. En erger nog, die gegevens zijn vaak opgesplitst in verschillende bestanden en worden zelden bijgewerkt.
Data of de mooie dataslaap
Er zijn twee situaties waarin gegevens slecht worden benut. De eerste is als het gaat om besluitvorming. De meeste beslissingen worden genomen op basis van ervaring of een goed ontwikkeld voorgevoel, ook al kan die ervaring of dat voorgevoel irrelevant blijken. Het tweede geval is wanneer teams het allemaal eens zijn en ergens over beslissen en vervolgens informatie en gegevens opzoeken om die beslissing te onderbouwen. Hierdoor wordt de waarde van die gegevens niet volledig benut. Beide situaties leiden tot een aanzienlijk concurrentienadeel in vergelijking met die organisaties die hun data wel maximaal benutten.
Power BI-tools
Als algemene regel geldt dat gegevens, het nieuwe zwarte goud van vandaag, zich blijven opstapelen in de databases. Organisaties slagen er onvoldoende in om die gegevens echt volledig te verwerken, en maken slechts oppervlakkig gebruik van die gegevens met bijvoorbeeld Power BI-type tools. Een mentaliteitsverandering is absoluut nodig om onze conventionele grenzen te overschrijden. Tools zijn absolute waardevol, maar moeten worden beschouwd als een onderdeel van een veel bredere datawaardeketen en niet als een bouwsteen van een uitgebreide datastrategie.
Omzetanalyse
Laten we eens kijken naar een bedrijf dat zijn omzetanalyse uitvoert door de cijfers uit te splitsen naar omzet per klant, geografisch gebied en periode met behulp van een rapportagesjabloon. Met deze benadering, hoewel relevant, kun je de gegevens niet verder analyseren en waarderen. Een bedrijf kan bijvoorbeeld de impact van andere soorten datasets op de verkoop niet meten. Denk daarbij aan kosten van grondstoffen, feedback van klanten over nieuwe producten die zijn verzameld uit posts op sociale media, hoeveel de concurrentie verkoopt, websiteverkeer, zakelijk nieuws en ga zo maar door…
Netflix-voorbeeld: goed mogelijk
Die noodzaak om altijd causale verbanden te moeten leggen of een trend te moeten bepalen tussen datasets is heel specifiek voor bedrijven die bekend staan als ‘predator’-achtige organisaties. Netflix is een goed voorbeeld van een bedrijf dat onbewerkte gegevenssets verzamelt en analyseert op basis van gebruikersvoorkeuren: hun eerdere zoekopdrachten, hun gewoonten, keuzes, beoordelingen, kijktijd enzovoort. Verzamelde gegevens dragen hier bij aan het creëren van een vicieuze cirkel (“Datanetwerkeffecten”).
Wat dat betekent, is dat hoe meer Netflix gegevens over zijn klanten verzamelt en kruisverwijst, hoe beter het zijn aanbod kan verfijnen en de vraag van de klant kan bedienen. Bovendien kun je door het verwerken van al deze datasets nieuwe producten ontwikkelen (deep-dive segmentatie) of voorspellende onderhoudsschema’s of nieuwe bedrijfsmodellen (van het verkopen van producten tot het verkopen van productgebaseerde diensten), enzovoort.
Data, moeder van alle deugden
“Culture eats strategy for breakfast”, is een quote van Peter Drucker die impliceert dat als mensen niet deelnemen aan de datastrategie, die strategie gedoemd is te mislukken. In feite kan het willen kruisverwijzen naar verschillende datasets een onevenwichtigheid veroorzaken tussen de visie van het management op data en de realiteit van wat er in het veld gebeurt.
Datademocratisering
Dat gezegd hebbende, is er geen wonderoplossing, aangezien elke organisatie uniek is, maar er zijn verschillende manieren waarop je gegevens kunt verwerken. Over het algemeen vereist een deugdzaam gegevensverwerkingsmodel dat iedereen in het begin dezelfde taal spreekt en dat er een duidelijke uitleg is over waar de gegevens vandaan komen en hoe je deze binnen de organisatie gebruikt. Ook moet je verschillende stappen definiëren om de beschikbaarheid en toegankelijkheid van data (datademocratisering), traceerbaarheid en kwaliteit van de data te waarborgen. Ten slotte is het belangrijk dat iedereen begrijpt dat we het verborgen potentieel van bedrijfsgegevens moeten ontrafelen en beseffen hoe het delen van gegevens een absolute gamechanger is.
Datamanagement
Het management moet niet alleen de technische middelen verwerven om gegevens te kruisen, het moet ook een holistische benadering hanteren en verschillende initiatieven ondersteunen. Initiatieven kunnen in eerste instantie mislukken maar het blijft belangrijk dat deze nieuwe datacultuur echt wordt overgenomen door alle afdelingen. Ondertussen moet het idee van eigendom van gegevens door een specifieke groep gebruikers of entiteiten worden beschouwd als een model uit het verleden. “Cijfers zijn kwetsbare wezens. Als je ze lang genoeg martelt, zullen ze alles bekennen.” zei Alfred Sauvy. Deze quote is perfect van toepassing op data. Zonder een gedegen datamanagementaanpak kun je geen enkele vorm van geavanceerde analytische data-output verwachten. De vereiste degelijkheid moet je stap voor stap opbouwen met alle stakeholders.
Kruisverwijzen
Het kruisverwijzen van gegevens is een onmiskenbare versneller die niet alleen waarde toevoegt aan organisaties, maar ook aan de samenleving als geheel. Het is geen verrassing dat de meest geavanceerde economieën zoals de Verenigde Staten al zijn begonnen met een meerjarig actieplan ter bevordering van architecturen voor het delen van gegevens en bestuursmechanismen. De EU heeft in 2022 een soortgelijk actieplan opgesteld, de Datawet genaamd. De nieuwe regels zullen meer data beschikbaar maken voor hergebruik en zullen naar verwachting in 2028 € 270 miljard extra bbp opleveren. De Datawet richt zich op de juridische, economische, en technische problemen die ertoe leiden dat gegevens te weinig worden gebruikt.
Cultuur en economie komen samen
Het hele punt van kruisverwijzingen naar gegevens om de waarde ervan te ontketenen, is nog logischer als je je realiseert dat de gegevens zelf een knooppunt zijn waar cultuur en economie samenkomen. Als zodanig is er een volledig nieuwe versie van wat data te bieden heeft om de wereld om ons heen te heroverwegen en te waarderen om wat het te bieden heeft. En trouwens, gegevens kunnen een hefboom (of hulpmiddel) worden van een regerende macht. Zoals altijd, als het op kracht aankomt, kan het goed worden gebruikt of op de verkeerde manier worden gebruikt. Het hangt allemaal af van wie er aan de top staat.
