Foto: Louis de Roo ©E-mergo
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.
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.
