Een digitale transformatie vraagt om een digitale strategie. Daarin is het gebruik van data essentieel. Is je data op orde, dan helpt het je klantbenadering en je bedrijfsprocessen te verbeteren. Het geeft richting aan de ontwikkeling en het gebruik van nieuwe technologie en soms zelfs van nieuwe bedrijfsmodellen. Maar hoe zorg je ervoor dat de data daadwerkelijk bijdraagt aan innovatie, groei en een efficiëntere bedrijfsvoering?
In deze reeks van 3 artikelen lees je alles over het activeren van data, ofwel het ontsluiten, begrijpen en gebruiken van data en de inzichten die daaruit voortkomen. We kijken niet alleen naar de strategische en technische aspecten van data-activatie, maar ook naar de mindset en cultuur die nodig zijn om zoveel mogelijk waarde uit data te halen. In het eerste deel lees je wat het nut is van een datastrategie.
Digitalisering leidt tot data. Heel veel data. De vraag is: hoe kun je de data inzetten om meerwaarde te realiseren voor je organisatie? Het is bijna onvoorstelbaar hoe de rekenkracht en de opslagcapaciteit van computers en andere digitale apparatuur zijn toegenomen sinds de computer zijn intrede deed. Het aantal innovaties dat hierdoor mogelijk werd, is enorm. Denk aan connectiviteit, sensoren, cloudcomputing en data-analyse. Misschien nog wel indrukwekkender is de ontwikkeling die wij mensen hebben doorgemaakt en de manier waarop we met al die digitale middelen omgaan.
Van data naar waarde
Al die data biedt mogelijkheden om inzicht te krijgen en dat steeds meer op geavanceerde manieren. Met business intelligence konden we op basis van data al terugkijken en analyseren wat er is gebeurd, met advanced analytics kunnen we achterhalen waarom het is gebeurd en voorspellen wanneer iets gaat gebeuren. Dankzij datascience kunnen we zelfs dingen láten gebeuren en ontdekken wat we moeten doen als die dingen gebeuren.
Door deze nieuwe innovatieve technologieën te gebruiken, kan een organisatie grote sprongen maken in productiviteit. Met informatie en analyse kan een organisatie sturen en voorspellen en daarmee de besluitvorming verbeteren. Een voorwaarde is dat die data wordt geactiveerd. Als je de inzichten niet gebruikt en omzet in actie, heb je er uiteindelijk niets aan.
Over de jaren heen kun je zien dat nieuwsgierige organisaties vaak aan de winnende hand zijn. Door hun nieuwsgierigheid snappen ze de markt beter en kennen ze hun klanten beter. Bovendien hebben ze meer grip op hun productie en de kosten, en dat werkt uiteindelijk door in de top- en bottomline.
Een datastrategie, waar begin je?
Het begint bij bewustzijn in de organisatie van de noodzaak om te veranderen, te verbeteren en datagedreven te worden. En nieuwsgierigheid naar wat dit alles betekent. Vervolgens doorloop je de volgende stappen.
- Noodzaak en kansen bepalen. Wat is de businessnoodzaak en wat is de strategische noodzaak om datagedreven te worden? Dit vertaalt zich in kansen – kansen voor datagedreven groei en verbetering.
- Bronnen identificeren. Wat is de onderscheidende en waardevolle data die je nodig hebt om de kansen te realiseren?
- Data ontsluiten. Het gaat hier om data van interne en externe bronnen. Zorg dat die data beschikbaar is waar dat nodig is.
- Inzichten creëren. Als de data beschikbaar is, zorg je dat deze de gewenste inzichten oplevert.
- Implementeren. Je neemt de oplossing in productie.
- Data activeren. Tot slot zorg je dat de veranderingen onderdeel worden van de dagelijkse routines van de mensen in de organisatie. Het is van groot belang dat je de organisatie meeneemt door aan kennisopbouw en -deling te doen.
Dit is een iteratief proces, gebaseerd op een fundament van technologie, infrastructuur, organisatie en mensen.
Meer datagedreven, betere prestaties
Waarom presteren datagedreven organisaties eigenlijk zo veel beter? Het belangrijkste is dat ze langdurige groei en verbeterde efficiëntie weten te realiseren. Ze kunnen op alle fronten sneller en scherper reageren. Ze weten bovendien precies hoe hun producten en diensten in elkaar zitten en wat hun klanten willen. Die kennis hebben ze door continu feedback te vragen. Door met klanten te praten, dingen uit te proberen en de resultaten te verwerken. Dat betekent ook dat ze durven te falen. Als iets anders uitpakt dan gewenst, dan wordt dat geïnterpreteerd als feedback om het daarna iets anders aan te pakken. Dat vergt twee dingen: de discipline om de feedback te zoeken en te organiseren (bv. door veelvuldig testen) en durven te falen. Dat laatste wordt nog wel eens spannend gevonden. Tot slot zijn ze wendbaarder, waardoor ze sneller in staat zijn veranderingen door te voeren.
Stel dat je bijvoorbeeld een datastrategie doorvoert bij een hypotheekintermediair, dan zorg je dat je – binnen de kaders van de wet – alles van je klant te weten komt. Zo kun je de klant optimaal ondersteunen bij life events als samenwonen, verhuizen, het overlijden van een familielid enzovoort. De volgende drivers maken daarbij het verschil.
- Klanttevredenheid. Dat data helpt om klanten optimaal te bedienen, weten we van de aanbevelingen die Netflix doet. Een ander voorbeeld is en virtuele paskamer waarin klanten met behulp van VR kleding kunnen passen.
- Efficiëntie. Een hogere verwerkingssnelheid leidt tot een hogere kwaliteit en lagere kosten. Een voorbeeld is een fraudedetectiesysteem waarbij een model klantgedrag analyseert en verdachte of afwijkende handelingen opspoort. Ook het detecteren en voorkomen van uitval bij productie helpt om efficiënter te werken.
- Omzet en winst. Gebruik je een model dat voorspelt wat je klant gaat vragen of gaat doen, dan leidt dat tot een hogere omzet en winst. Denk aan het optimaliseren van de prijs voor een vakantiewoning, voorspellen wat je wanneer het best in de aanbieding kunt doen en hoe je je winkel optimaal indeelt.
Hoe maak je het concreet?
Een bedrijfsstrategie gaat over markten, klanten, producten en diensten. Maak in de datastrategie duidelijk hoe daaraan wordt bijgedragen. Dat doe je met de volgende onderdelen uit de datastrategie:
- Visie op data. Wat wil je bereiken met je data om je bedrijfsstrategie vooruit te helpen? Bijvoorbeeld: meer weten van klanten, klanten beter bedienen op specifieke punten in de klantreis of over x jaar datagedreven zijn om betere producten te kunnen maken.
- Businesscases. Wat zijn de eerste stappen en businesscases om data te benutten? Gebruik je business intelligence? Of juist AI? Of eerst een case voor datamanagement om de kwaliteit goed op orde te krijgen?
- Leidende principes. Stel vast wat je brondata is, hoe die moet worden onderhouden, welke kwaliteitseisen je eraan stelt, wie erbij mag en wie de data mag aanpassen.
- Doelstellingen voor de lange termijn. Op welke termijn wil je iets bereiken? Binnen drie tot vijf jaar datagedreven worden, is bijvoorbeeld goed mogelijk als je je schouders eronder zet.
- Doelstellingen voor de korte termijn. Eerst pak je de kwaliteit van je data aan om de klant beter te ondersteunen. Daarvoor heb je een organisatie nodig die zich bezighoudt met het verbeteren van de data. Daarnaast moeten (meer) mensen in de organisatie leren hoe ze moeten analyseren en hoe de techniek werkt.
- Organisatie en rollen. Hiermee maak je je datastrategie compleet en concreet. Deze komen in een roadmap. Hierover lees je meer in het volgende deel van deze serie.
Conclusie
Als het om je digitale strategie gaat, is nieuwsgierigheid het kernwoord. Niet alleen de initiatiefnemers, maar iedereen die het betreft, moet nieuwsgierig zijn en meedenken. Ook belangrijk is dat er een gevoel van urgentie is. Kijk om dat te bereiken eens naar een bedrijfsonderdeel waar de zaken beter kunnen en waar data zou kunnen helpen. Van daaruit is het makkelijker een businesscase te bedenken, een visie te ontwikkelen en te beginnen. Daarbij is groot denken en klein beginnen altijd een goed idee. Start vanuit een customer journey, een productieproces of een product dat in aanmerking komt.
In het volgende deel van deze serie lees je waarom een roadmap belangrijk is om te zorgen dat je met je datastrategie succesvol wordt en hoe je zo’n roadmap maakt.
