De analytics translator brengt data analytics en de business samen
Data analytics biedt vele nieuwe kansen. Maar hoe zorg je dat de oplossingen die je ontwikkelt en implementeert ook echt bijdragen aan de doelstellingen van je organisatie? Novius ziet hierin een cruciale rol weggelegd voor de analytics translator, en heeft een training gelanceerd voor mensen die deze brugfunctie tussen data analytics en de business willen vervullen. We spraken erover met senior business consultants Richard Kamst en Leonie Klaassen.
Grote beloften gaan vaak gepaard met de nodige haken en ogen. Zo ook die van ‘het nieuwe goud’ – oftewel data. Organisaties die onmiddellijk verwachten de vruchten te plukken van geavanceerde analytics tools ervaren dikwijls aan den lijve dat het laten aansluiten van data-analyse op de business een hele opgave is.
Eén van de grootste obstakels kan worden gezien als een variatie op een bekend probleem van ons huidige digitale tijdperk: de aansluiting van IT op de business. De meest innovatieve software is immers vrij waardeloos als hij niet (goed) wordt gebruikt.
Hetzelfde geldt voor data analytics, weet Richard Kamst maar al te goed. “In veel organisaties bestaat miscommunicatie tussen professionals vanuit analytics en de business”, vertelt de senior business consultant, die al meer dan een decennium ervaring heeft in het vakgebied.
Gescheiden werelden
De basis van het communicatieprobleem is relatief simpel: de twee werelden liggen te ver uit elkaar en in de drukte van alledag doen organisaties te weinig om ze bij elkaar te brengen.
“Dataspecialisten en mensen uit de business hebben sterk verschillende achtergronden, doelstellingen en interesses”, vertelt senior business consultant Leonie Klaassen, die ruime ervaring heeft rondom implementaties van software en dataproducten. “Bovendien werken analytics-professionals vaak nog te onafhankelijk. De wijze van organiseren kan dat in de hand werken, bijvoorbeeld in silo’s.”
Zo blijft ieder volledig in zijn eigen wereld. “De business doet geen kennis en ervaring op met data en de dataprofessionals zetten vanuit hun interesse het liefst geavanceerde technieken in, die door hun complexiteitsniveau vaak weer niet aansluiten op de business”, legt Klaassen uit.
Tel daarbij op dat teams veelal onder druk staan om snel resultaten te behalen – waardoor gedurende het creatieproces “onvoldoende afstemming plaatsvindt met de eindgebruikers van de business” – en het resultaat laat zich raden: “datagedreven oplossingen die niet worden begrepen, soms niet worden vertrouwd en daarmee uiteindelijk niet worden gebruikt”, schetst Kamst.
De brug
Dit illustreert meteen de toegevoegde waarde van de analytics translator. Het is aan deze verbinder om de brug te slaan die de twee gescheiden werelden samenbrengt, zodat een organisatie niet alleen maar mooie analytics-oplossingen heeft staan, maar ook daadwerkelijk datagedreven werkt.
Uiteraard kan niet iedereen zomaar succesvol invulling geven aan deze belangrijke brugfunctie. Het vraagt om “een gebalanceerde mix van vaardigheden, gedrag en kennis”, geeft Klaassen aan.
Ten eerste de vaardigheden en het gedrag: waar data en analytics bij uitstek wordt gezien als het domein van de harde cijfers, spelen binnen deze twee vereisten juist de zogeheten zachte kwaliteiten een sleutelrol.
Kamst: “Onder andere een sterk communicatief en empathisch vermogen gelden als cruciale aspecten om bijvoorbeeld wederzijds begrip te creëren, empathisch te kunnen luisteren om de daadwerkelijke vraag te achterhalen en analytics-resultaten duidelijk en begrijpelijk over te brengen.”
Tegelijkertijd moet de analytics translator ook resultaatgedreven zijn. Klaassen: “Dit uit zich onder andere in de fase van het verkennen en prioriteren van een datagedreven oplossing. Hierbij extraheert de analytics translator de essentie van de daadwerkelijke vraag en zet die om tot een praktisch analyticsplan dat leidt tot een concreet, maar klein begin van een datagedreven oplossing.”
Wat betreft de derde vereiste – de juiste kennis – is het belangrijk dat de analytics translator beschikt over domeinkennis van beide werelden. “Hierdoor spreekt de analytics translator de taal van de business, kan de data en technische aanpak in de juiste context plaatsen én is op de hoogte van relevante ontwikkelingen in de markt”, legt Klaassen uit
Verschillende niveaus
Zo kan de analytics translator de brug slaan tussen data-analytics en de business. In de praktijk blijkt het idee van ‘de business’ op zichzelf echter een flinke simplificatie. Binnen deze business heb je immers weer te maken met vele verschillende niveaus en activiteiten.
Daarom is het ook cruciaal dat de analytics translator actief is op de verschillende niveaus in een organisatie, en telkens de activiteiten tussen business en analytics synchroniseert. “De werkzaamheden op verschillende lagen in de organisatie verschillen, maar juist de synchronisatie tussen deze niveaus geldt als essentieel”, aldus Kamst.
“Op strategisch niveau ondersteunt de analytics translator bijvoorbeeld bij het omzetten van de organisatiestrategie naar een datastrategie”, licht hij toe. “Hiermee ontstaat een duidelijke richting voor analytics-professionals en ontwikkelen ze datagedreven oplossingen die direct bijdragen aan bedrijfsdoelstellingen.”
Ook binnen de realisatie van die strategie speelt de analytics translator een rol, bij “het initiëren, ondersteunen en leiden van verschillende activiteiten rond het inrichten van een organisatie om succesvolle implementatie en schaling mogelijk te maken”.
“Denk aan het verkennen van de benodigde opleidingsbehoefte, het opstellen van een duurzame data-infrastructuur, het gericht kiezen van de juiste tooling, het identificeren van benodigde rollen en verantwoordelijkheden, en het opstellen van databeleid”, licht Klaassen toe.
En dan is er nog het operationele niveau, waar de analytics translator ondersteunt bij “het verkennen, concretiseren en prioriteren van de behoefte vanuit de business en het realisatieproces van datagedreven oplossingen, zoals dashboards en machine learning algoritmes”.
Datagedreven praktijkoplossingen
Kortom: de analytics translator is van grote waarde, maar die gaat gepaard met een omvangrijk en uitdagend takenpakket. Het is dan ook niet eenvoudig om deze rol goed in te vullen. Novius – sinds twee jaar onderdeel van Royal HaskoningDHV – heeft hier de afgelopen jaren al verschillende organisaties mee op weg geholpen.
Kamst: “We hebben de aanpak bij verschillende waterschappen, commerciële organisaties en gemeentes geïmplementeerd. Concreet heeft het bijvoorbeeld bij de gemeente Zwolle en de waterschappen Rijn en IJssel en De Dommel geleid tot de implementatie van datagedreven oplossingen die daadwerkelijk in de praktijk worden gebruikt en hun toegevoegde waarde bewijzen.”
“En bij verschillende commerciële organisaties hebben we, gezamenlijk met verschillende stakeholders, vanuit de organisatiestrategie mogelijke datagedreven oplossingen verkend en geprioriteerd, verwerkt in een roadmap en vervolgens succesvol geïmplementeerd”, vult Klaassen aan.
Belofte waargemaakt
Novius en Royal HaskoningDHV hebben vanuit hun uitgebreide kennis en ervaring rond het thema nu ook een nieuwe analytics translator-training gelanceerd, gericht op professionals “die meer impact willen maken met datagedreven oplossingen in hun organisatie”.
“In deze praktische opleiding combineren we de theorie met oefeningen en reflectie op de eigen situatie”, vertelt Klaassen. “De training is opgedeeld in verschillende modules, die zich richten op het opbouwen van een gezamenlijk vertrekpunt, context en positionering van de rol, de operationele invulling, synchronisatie op verschillende organisatieniveaus en onderwerpen zoals privacy en ethiek”.
Zo verkrijgen organisaties de expertise en modellen aangereikt waarmee ze zelf de brug kunnen slaan tussen analytics en de business. “Vanuit onze jarenlange ervaring geven we deelnemers bewezen methodieken en handvatten om impactvolle oplossingen voor de business te kunnen realiseren”, geeft Kamst aan.
Daarmee speelt Novius volgens Kamst en Klaassen in op een snelgroeiende behoefte. “Verschillende organisaties zien inmiddels de toegevoegde waarde van een analytics translator, maar zijn ook zoekend in het vormgeven van deze rol. Met onze training helpen we ze daarbij, zodat de grote belofte die in data-analytics schuilt eindelijk kan worden waargemaakt”, besluit Kamst.
