Vijf stappen voor het bouwen van een intern data-analyseteam

18 juni 2018 Consultancy.nl

Vandaag de dag is het hanteren van data-analyses essentieel voor bedrijven. Daarmee kunnen zij zowel hun impact vergroten als hun operationele kwaliteiten optimaliseren. Of een onderneming al dan niet beschikt over de interne capaciteit om beschikbare data te gebruiken, is tegenwoordig doorslaggevend ten aanzien van commercieel succes. Sia Partners – een Frans managementconsultancybureau – heeft een vijfstappenplan samengesteld om een intern data-analyseteam op te zetten voor klanten die een voorsprong willen creëren op de cocurrentie.

Senior Manager Jeroen de Laat en Supervising Consultant Nabi Abudaldah zijn als data-experts verbonden aan adviesbureau Sia Partners. Recentelijk hebben zij een vijfstappenplan samengesteld voor organisaties die van plan zijn een intern data-analyseteam op te zetten. De handleiding is opgesteld aan de hand van een aanzienlijke hoeveelheid veldervaring, in nauwe samenwerking met klanten, om zo succesvolle en stabiele data-analyseteams op te bouwen die op de lange termijn van grote waarde kunnen zijn binnen een bedrijf. 

Een kundige handleiding

Begin klein, wordt weleens gezegd. Ook hier is dit van toepassing: de experts van het adviesbureau stellen dat het niet verstandig is om direct met grote dataplatforms te beginnen. In plaats daarvan raden ze aan te starten met zogeheten data-uitdagingen. De Laat: “De meeste softwareleveranciers en adviesbureaus zullen vertellen dat het verstandig is zwaar te investeren in platforms voordat daadwerkelijk data-analyses worden uitgevoerd.” Het traditionele advies leidt dus tot enorme uitgaven, waarmee de IT-infrastructuur wordt vernieuwd nog voordat het data-analyseteam de specifieke problemen begrijpt die het probeert op te lossen. 

“Begin daarom eerst met het in kaart brengen van strategische uitdagingen en doelen”, aldus De Laat, die toevoegt: “Analyseer waar je bent en waar je als bedrijf wilt zijn. Of beter gezegd, waar klanten en andere belanghebbenden zijn en waar ze zouden willen zijn. Het belangrijkste is dat er op dat moment geen grote (technologisch) investeringsbeslissingen worden genomen. Het is namelijk vaak zo dat er geen oneindig schaalbare en zeer geavanceerde technologieoplossingen nodig zijn om succesvol te worden.” 

Vijf stappen voor het bouwen van een intern data-analyseteam

Zodra de strategische uitdagingen zijn geïdentificeerd, volgt de tweede stap. Deze staat in het teken van het vinden van interne talenten. Abudaldah: “Maak die personen vrij van hun huidige verantwoordelijkheden om ze aan data-analysezaken te laten werken. Het inhuren van externe professionals om dat werk volledig te doen is niet wenselijk vanwege hun relatieve afstand tot de problemen en de tijdelijke aard van hun positie binnen het bedrijf.” Leidinggevenden hebben meestal wel door wie in hun organisatie gepassioneerd is over data-analyses en beschikt over de juiste competenties om deze uit te voeren. “Stel een klein en gemengd team samen van zakelijke en technologische specialisten en geef ze duidelijke doelen en tijdlijnen”, benadrukt Abudaldah. 

Wanneer het interne talent is geïdentificeerd, volgt de derde stap. Terwijl de aanpak van Sia Partners zich focust op intern talent, staat bij stap drie externe ondersteuning centraal. Abudaldah: “Sommige interne talenten zijn misschien niet volledig vrij van hun eerdere verantwoordelijkheden, terwijl externe professionals zich van het begin wel volledig kunnen focussen op de opdracht.” Het toevoegen van enkele externe specialisten verkleint de kans op een valse start en bovendien biedt de inbreng van buitenaf het data-analyseteam nieuwe invalshoeken. 

Als het data-analyseteam eenmaal is opgezet, is de derde stap afgerond en volgt de vierde. Die draait om het identificeren van de eerste geschikte data-uitdaging. De Laat legt uit: “Begin niet als eerste aan de meest complexe of geanticipeerde data-uitdaging. Het opzetten van een team is zelf al een hele uitdaging. Als je ook nog eens vanaf de start een zeer complex probleem probeert op te lossen, kan dat een grote last worden voor het pasgevormde team.” 

“Begin dus met het laaghangende fruit”, stelt Abudaldah. Hij vervolgt: “Ga er niet vanuit dat kleine problemen te gemakkelijk of zelfs te saai zijn om op te lossen. In de praktijk blijkt het vaak andersom te zijn.” Beide consultants adviseren daarom om te beginnen met kleinere data-uitdagingen. Als deze met succes worden afgerond, heeft dat namelijk onmiddellijk een positief effect op het team. Lukt het helaas niet meteen, dan is de ramp te overzien. Op deze manier kan het team zijn beloftes bescheiden houden en bovenmaats presteren, waarmee een solide basis kan worden gelegd die het mogelijk maakt om in een later stadium grotere en risicovollere projecten aan te pakken. 

Zoals bij vele complexe organisatorische plannen, staat bij de laatste stap het verder professionaliseren en opschalen van de activiteiten centraal. De Laat licht toe: “Op dat moment weet je welke uitdagingen waardevol zijn om aan te pakken, waar het tekort aan talent binnen het team schuilt, welke tools je nodig hebt en welke processen nodig zijn om deze nieuwe manieren van werken soepel te laten verlopen.” Hij besluit: “Dit is een erg prettige positie om in te verkeren wanneer de activiteiten van het team verder geprofessionaliseerd moeten worden. Zeker in vergelijking met de traditionele aanpak, waarbij voorafgaand grote investeringen worden gedaan terwijl er geen duidelijk beeld is over de rol van het nieuwe data-analyseteam.”

Nieuws

Meer nieuws over