Wat is de echte uitdaging? Datagedreven werken
Veel bedrijven hebben datagedreven werken hoog in het vaandel staan. Je kan er immers niet meer omheen, er is zoveel data beschikbaar. "Daar moeten wij als organisatie slim en verstandig mee omgaan", is dan ook een logische gedachte. Maar wat er daadwerkelijk mee wordt bedoeld is vaak onduidelijk. Bovenal is onduidelijk wat de impact op de organisatie is, zowel van de IT-afdeling als van de bedrijfsvoering.
Noodzaak van datagedreven werken
Als ik met deze bedrijven in discussie ga over de noodzaak van datagedreven werken, dan worden vaak redenen aangeven als:
- Niet meer sturen op je onderbuikgevoel
- Snel kunnen reageren/analyseren
- Data voor je laten werken
- Nieuwe mogelijkheden ontdekken
Wat je merkt is dat datagedreven werken vaak wordt aangegrepen om de huidige problemen van rapportages en analyses op te lossen. Problemen zoals:
- Langere doorlooptijd van vraagbehoefte en de realisatie door IT
- Afhankelijkheid van de business ten aanzien van IT
- Onduidelijkheid inzake de eigenaar van de data, je moet altijd langs IT
- Datakwaliteit
- Self Service model
De kapstok voor nieuwe inzichten
Het is een mooi streven om datagedreven te werken, maar je moet je afvragen hoe dit bijdraagt aan de organisatie en de bedrijfsdoelstellingen. Datagedreven werken om een bevestiging te krijgen van je ‘onderbuikgevoel’ is onzin. Dat kun je al. Immers als wij kijken naar het business maturity-model dan hebben we tot aan het niveau van Business Optimization alles wat we nodig hebben om ons onderbuikgevoel bevestigd te krijgen.
Datagedreven werken is niet bedacht voor de standaard analyses. Datagedreven werken is juist de kapstok voor het verkrijgen van inzichten die je niet zou verwachten. Combinaties maken die niet voor de hand liggen, flexibel met de data omgaan. Analyseren zonder dat er een concreet doel is of een analysemodel op voorhand beschikbaar is. ‘Learning by doing’ dus.
Je moet je als organisatie nog voor de start dan ook afvragen wat datagedreven werken je gaat brengen. Welk niveau van Business Maturity wil je bereiken? Waarin gaat het je helpen?
Data als product
Als je de stap wilt maken van het niveau van ‘Businesss Optimization’ naar een hoger niveau, dan is datagedreven werken iets wat onmisbaar is. Goede voorbeelden van bedrijven die dit doen zijn: Netflix, Zalando, Picnic, Amazon, e.a.
Zeggen dat je datagedreven wilt werken is het makkelijke gedeelte. Om dat te kunnen doen moet de hele manier van werken met Business Intelligence op de schop. In plaats van het leveren van de informatiemodellen, ga je data als een product beschouwen. Eigenlijk wordt de afdeling Business Intelligence een manufacturing organisatie. Alles moet in dat licht staan; het produceren van data als product, het beschrijven van de data (metadata) en de data-governance inrichting.
Aan de kant van de bedrijfsvoering heb je ook een uitdaging; nieuwe inzichten zullen leiden tot nieuwe bedrijfsprocessen en nieuwe mogelijkheden. Wat je ziet gebeuren is dat de business moet worden begeleid in de nieuwe mogelijkheden. Er dient een proactieve samenwerking te zijn tussen business en IT om de nieuwe mogelijkheden te gelde te maken. Waarbij de focus ligt op de toegevoegde waarde voor het resultaat van de organisatie en waarbij de IT-middelen ten gunste hiervan worden ingezet.
Dus door te zeggen dat je als organisatie datagedreven gaat werken zul je een organisatiewijziging moeten doorvoeren. Je zult moeten focussen op verandermanagement, bedrijfsprocessen zullen moeten worden aangepast. Voordat je als organisatie stelt dat je datagedreven gaat werken, moet je je goed afvragen wat het gaat brengen en tot welk niveau van Business Maturity je de organisatie wilt brengen.
Wilt u meer weten over datagedreven werken en wat dit voor uw organisatie kan betekenen? Neem dan gerust contact met mij op.