Erwin

17-07-2019 - 3 min

Data-Doen

Ik sprak onlangs over 3 belangrijke vereisten voor een data-gedreven organisatie.

Hierin waren de evangelist, het egootje en de successen het onderwerp. Ik realiseer me dat dit bij lange na niet voldoende is om een transitie te kunnen maken naar het zijn van een data-gedreven organisatie. Sterker nog, je kunt wel roepen dat je het wil zijn of misschien zelfs al bent maar het valt en staat met het DOEN. Maar wat moet je dan DOEN om een data-gedreven organisatie te zijn?

Een terechte vraag wat, wanneer je deze stelt aan 10 verschillende personen, weleens 10 verschillende antwoorden kan opleveren! Het gaat er voornamelijk om wie jij wilt zijn en wat je met data en informatie wel en niet wil DOEN. Dat definieert in grote mate jouw data-gedrevenheid en de mate waarin je dit nodig hebt. Vanuit mijn perspectief en ervaring met onze klanten op dit vakgebied, een paar belangrijke Do’s en Don’ts.

Do: zet je data-gedreven vuurtoren neer!

Het is verstandig om de toekomst van jouw bedrijf centraal te stellen. "Hier willen we naartoe maar zijn we nog niet!". Zoals Stephen Covey* ook stelt "Begin met het eind voor ogen!". Dit zijn vaak de sessies waarin betrokkenen lekker kunnen fantaseren over de toekomst van het bedrijf in relatie tot innovaties in de markt. De vuurtoren is dan vaak een afgeleide van de toekomst van jouw bedrijf waarbij data en innovaties jou zullen helpen hierin stapjes te zetten. 
*(Auteur van het boek “The seven habits of highly effective people”)

Don’t: maak een business case / ROI

Ga vooral niet eerst aan de slag met een financieel gedreven managementpresentatie waarin je aantoont wat de waarde van data-gedreven kan zijn voor je organisatie. Hoeveel tijd je er ook insteekt, de uitkomst ervan is waardeloos en onvoorspelbaar. Het succes van dit projecten is namelijk altijd een bewegend doel. Maar hoe begin je dan wel? Omarm de volgende Do.

Do: begin klein maar relevant

Begin klein maar relevant en toon hiermee de waarde van data aan. Let op, hiermee bedoel ik niet dat je in een Excel bestand een mooie grafiek maakt van de omzet over de afgelopen 6 maanden (rapportages). Zelfs niet een vooruitblik over de verwachtte omzet in de aankomende 3 maanden (analyses). Ga de uitdaging aan en ga op zoek naar voorspellingen die nu vaak door collegae op onderbuikgevoel gemaakt worden. Voorbeelden hiervan zijn legio en kun je vinden op financiële afdelingen zoals verwachtte uitstroom van klanten (churn), inkoopprijs fluctuaties maar ook uitval en onderhoud van apparatuur. Wat dacht je van het aankoopgedrag van jouw website bezoeker, koopt ze wel of niet? De vraag die je beantwoord is natuurlijk afhankelijk van de bedrijfstak waarin je opereert! Maak je eerste inzichten desnoods eerst met een gespecialiseerd bedrijf dat jou helpt bij het samenvoegen van data, het opschonen ervan en het visualiseren ervan. De intelligentie zit NU NOG in jouw hoofd!

Do: zoek de first followers (YouTube)

Denk hierbij vooral niet aan data analisten of business intelligence consultants maar aan jouw marketeers, jouw controllers, jouw verkopers en customer service medewerkers! Mensen die dagelijks werken met informatie of het gebrek hieraan. Je vindt jouw ambassadeurs gek genoeg klagend bij het koffiezet apparaat. Stel ze de simpele vraag "wat als...". Mijn ervaring leert wel dat wanneer je de ambassadeurs hebt gevonden, de slagkracht en mate van invloed die zij hebben, erg relevant is. Het kan dus zijn dat het noodzakelijk is om samen met hun dat stapje hoger in de organisatie boom te nemen. Nodig ze uit voor een bak koffie!

Don’t: neem direct data personeel aan

Het beroep vandaag de dag waar je tonnen mee kan verdienen, lijkt de data scientist te zijn. De persoon met het toverstafje die al jouw vragen beantwoordt met de glazen bol. Ook al zijn het kundige mensen, ook zij gaan jou niet direct helpen bij het zijn van een data-gedreven organisatie. Natuurlijk liggen er veel kansen verborgen in data en patronen hierin. Het zal je verbazen hoeveel je in de begin fase met je eigen knowhow uit je bedrijf kan halen! Begin met deze mensen te kijken naar je vuurtoren. Wat wel een handige do is, houdt je IT afdeling te allen tijde te vriend.

Do: straf niet maar beloon

Het zijn de eerste inzichten die de stappen zijn naar het DOEN van data-gedrevenheid die bepalen of de mensen aanhaken of afhaken. Het DOEN van data-gedrevenheid moet namelijk in de cultuur van alle collegae zitten. Het is evident dat de kans dat mensen aanhaken op de eerste inzichten die aantonen dat ze hun werk beter kunnen doen of zelfs slecht doen, niet erg groot is! In de wereld van Gamification is dit al lang en breed onderkend. Helemaal geen slecht idee om deze principes mondjesmaat toe te passen!

Don’t: bouw complexe antwoorden

Wie gebruikt er vandaag de dag niet Excel of andere spreadsheet oplossingen! Ben je ook weleens zo'n spreadsheet tegengekomen met 30 verwijzingen naar andere tabbladen en tal van formules die je voor het eerst zie? De eerste gedachtegang zal zijn "het zal wel!". De uitkomst die in de cel staat, is niets meer dan een getal, kleur of andere waarde. Maar geloof je hem ook? Kan je hem herleiden? Is het ergens uitgelegd? Wanneer je start met het maken van voorspellingen op basis van data, is het noodzaak om precies uit te kunnen leggen aan de gebruiker hoe je hiertoe gekomen bent. Naarmate jouw kundigheid en geloofwaardigheid groeien, kun je hier iets minder tijd in stoppen. Ik heb expres niet het woord correctheid erbij gezet, mijn volgende don’t...

Don’t: "mijn uitkomsten zijn de waarheid"

Ga niet op je preekstoel staan en verkondig het data evangelie als de waarheid voor jouw organisatie. Onderbouw je inzichten, vertel hoe je het hebt gedaan en uit je geloof in de getoonde informatie. Of een beslissing op basis van deze data wel of niet goed uitpakt, zal de toekomst leren. Dus leer vooral ook van foute voorspellingen. Naarmate je in volwassenheid van voorspellingen groeit, zal je wellicht in de toekomst uitgeroepen worden als evangelist, maar die weg is vaak lang.

Do: maak de data toegankelijk

Om positief af te sluiten over data, de toegankelijkheid ervan is key! Wanneer data slecht of beperkt toegankelijk is, is dat vaak de dooddoener voor een data-gedreven onderzoek. Het is een hels karwei om data handmatig te verzamelen, te fatsoeneren en op te schonen. En deze klus komt periodiek terug! Het is daarom aan te raden deze stap zo goed en zo kwaad als dat gaat te automatiseren door middel van een plek waar alle relevante data verzameld en opgeslagen wordt. En nee, je hoeft zeker niet te beginnen met een grote, professionele database of datawarehouse. Het kan al zo simpel zijn als werkafspraken, afspraken die gaan over het allemaal gebruiken van hetzelfde systeem en op dezelfde manier. Dus alle klantinformatie in ons CRM inclusief contactpersonen, verkoopcijfers in ons ERP systeempje en de leads in ons eigen gebouwde Excel bestand. Als we het maar ALLEMAAL zo doen!

Conclusie

Er is niet zoiets als één aanpak om (meer) data-gedreven te worden, geen formule die past op elk bedrijf of één waarheid. Zoals je ziet is er al wel veel ervaring in wat wel werkt en wat niet. De belangrijkste conclusie: start met behapbaar en pragmatisch samen DATA-DOEN, met je blik gericht op een duidelijke toekomst.

 
Over de auteur
Profielfoto Erwin Kerschkamp
Erwin creates Business Intelligence solutions and gives clear insights with stunning visuals!