Niet techniek, maar de mens is succesfactor voor datastrategie

In de hype rond data-analyse gaat het vaak over innovatieve technologieën als kunstmatige intelligentie en machine learning. Een succesvolle datastrategie staat of valt echter bij het in huis hebben van de juiste menselijke vaardigheden, zo stelt Cmotions-adviseur Peter Reddering. Organisaties die willen profiteren van data moeten zorgen dat het management het goede voorbeeld geeft, dat er mensen werken die verstand hebben van data én de business, en dat er nauw wordt samengewerkt.

In het huidige informatietijdperk biedt data enorme kansen. Allerlei bedrijven – van groot tot klein en in alle sectoren – zetten daarom in op data-analyse. Gezien de stormachtige opkomst van grootschalige data-analyse wordt data dikwijls bestempeld als het nieuwe goud of de olie van de 21e eeuw. Aan data zelf heb je als organisatie echter nog weinig: “Data is namelijk niks”, vertelt Peter Reddering, Principal Consultant bij Cmotions: “Niks anders dan een verzameling nulletjes en eentjes, totdat je er wat mee doet. En dat blijft herhalen, zodat je een lerende en adaptieve organisatie krijgt. Dan wordt niks dus iets heel moois.”

Om tot dit moois te geraken moet allereerst worden bedacht welke uit data verkregen inzichten kunnen bijdragen aan de bedrijfsstrategie. Via data-analyses kunnen bijvoorbeeld trends en patronen worden ontwaard in klantgedrag en hiermee kan het prijsbeleid worden verbeterd. Ook kan middels een analyse van processen en samenwerkingspatronen de interne bedrijfsvoering worden verbeterd. Hierbij is het telkens nodig vooraf een aantal vragen te beantwoorden. Worden de juiste analyses ingezet voor de juiste doeleinden? Sluit het huidige gebruik van data aan bij de strategie? 

Daarnaast moet het fundament op orde zijn. Zo dient de input van een zekere kwaliteit zijn: ‘als er troep in gaat komt er ook troep uit’, is een belangrijke stelregel. Bovendien is uniformiteit van begrippen belangrijk. Iedereen moet dezelfde taal spreken zodat vergelijkingen gemaakt kunnen worden. Dit sluit aan op de behoefte aan multidisciplinaire teams en afdeling-overstijgend werken. Data verbindt allerlei functies en processen zodat verschillende afdelingen goed moeten samenwerken. Dezelfde data die door inkoop wordt gebruikt om voorraden in te slaan kan bij finance dienen als input voor facturen en vanuit de salesafdeling worden ingezet aan de voorkant.

Om waarde te halen uit data is het daarnaast nodig om de organisatie zo in te richten dat de medewerkers succesvol met de inzichten aan de slag kan kunnen gaan. Naast dat het belangrijk is om te zorgen voor voldoende draagvlak binnen het managementteam, moet de organisatie hiervoor haar data-waardeketen beheersen en optimaliseren. “Dit vraagt om een beheersing van alle organisatieaspecten. Van mens, organisatie, processen, data en systemen”, aldus Reddering.

Hij legt uit dat deze aspecten bovendien in onderlinge balans moeten worden ontwikkeld: “Je kunt wel vaardige analisten in dienst hebben, maar als de business het niet kan bevatten of toepassen, gaat het niet werken. Je kunt wel goede data hebben, maar als je het proces om dit te verwerken handmatig is, ontwikkel je nooit de snelheid om deze data succesvol toe te passen. Je kunt wel een cultuur hebben waarin mensen durven te experimenteren en ondernemen, maar de organisatie profiteert hier alleen van als mensen samenwerken en niet verschuild zitten in organisatorische silo’s.” 

De mens centraal

Terwijl gedurende het ontwerpen en implementeren van data-analyse altijd veel aandacht uitgaat naar de technologie en processen, laten dergelijke uiteenlopende voorwaarden zien dat er veel meer komt kijken bij de geslaagde uitvoering van een datastrategie. De sleutel tot succes ligt volgens Reddering bij de mens. Om te zorgen dat de mensen binnen de organisatie klaar zijn om van data tot businesswaarde te komen, zijn volgens de expert vier vaardigheden doorslaggevend. 

Ten eerste is het essentieel dat het bestuur en management actief hun strategische rol oppakken en tevens het goede voorbeeld geven aan de rest van de organisatie. “Het begint bij leiderschap: geloof en sponsorschap van directie om de stap naar datagedreven werken vorm te geven”, aldus Reddering. Daarnaast zijn er uiteraard goede vakmensen nodig die “van data tot inzichten komen en snappen waar data waarde kan toevoegen”, oftewel ervaren data-analisten en -wetenschappers die ook over voldoende businesskennis beschikken: “Deze kun je nieuw werven of met training, opleiding en coaching ontwikkelen vanuit het talent dat in de organisatie al aanwezig is.”

In de derde plaats is het nodig dat de medewerkers de opgedane inzichten ook kunnen toepassen en de waarde kunnen verhogen door de juiste vervolgvragen te stellen: “Juist dit deel wordt vaak nog onderschat. Maar net zoals analisten de brug moeten kunnen slaan naar de businessvraagstukken, moeten ook de businessmensen zich ontwikkelen om gevoel te krijgen voor de potentie en toepassing van data en inzichten.” Tot slot moeten de voorgaande drie vaardigheden worden verbonden via de vierde: samenwerking. Het is van groot belang te zorgen voor een “organisatievorm en cultuur die zorgt dat de organisatie lerend en adaptief gaat worden, om zo in het steeds uitdagender wordende landschap waarin het bedrijf opereert succesvol te zijn”, besluit Reddering.

Lees ook: Target To Data-model geeft richting aan datagedreven werken.