Top-executives geven advies over werken met data analytics

De hoeveelheid data neemt exponentieel toe. Maar bedrijven hebben nog moeite dit om te zetten in daadwerkelijke waarde. Terwijl er veel op het spel staat. De bedrijven die het vlot oppakken, hebben een concurrentievoordeel ten opzichte van de rest. Voor de achterblijvers dreigt het gevaar irrelevant te worden.

McKinsey Quarterly voerde gesprekken met 300 top-executives over waar ze tegenaan lopen en kwam tot negen inzichten:

Kijk naar nieuwe mogelijkheden
Data analytics hebben de potentie businessmodellen volledig om te gooien, maar slechts weinig executives hebben een idee hoe dat gaat. CFO’s en andere bestuurders moeten zich de vraag stellen wat de gevolgen van analytics zullen zijn. Dit kan bijvoorbeeld door te kijken naar concurrenten die al verder zijn of te bestuderen hoe klanten beter bediend kunnen worden door nieuwe businessmodellen. En biedt data ook nieuwe mogelijkheden? Een voorbeeld van McKinsey: vliegtuigfabrikanten, die vlieguren verkopen in plaats van de vliegtuigmotor zelf. Dit is enkel mogelijk door het inzicht in gebruik en onderhoud dat verschaft wordt door data.

Bepaal de waarde van analytics voor de business
Maar weinig bedrijven hebben een goed overzicht van de mogelijkheden die analytics bieden, waardoor het lastig is een business case op te stellen. De top van het bedrijf moet daarom bepalen waar in de waardeketen de meeste potentie ligt voor analytics. 

Vind de juiste data
Niet het verzamelen van data, maar het verzamelen van de juiste data is de grote uitdaging. Afdelingen in een bedrijf kunnen andere data gebruiken om hetzelfde te meten. De salesafdeling kijkt bijvoorbeeld naar de transacties van verkochte goederen, terwijl operaties naar de voorraad kijkt. Bij het verzamelen van data is het belangrijk om goede regels en procedures op te stellen om voor eenheid te zorgen en de datakwaliteit te bewaken. Centrale opslag zorgt ervoor dat verschillende sets gekoppeld kunnen worden.

Maak de data voor iedereen beschikbaar
Een veelgehoorde reden van de business om niets met analytics te doen is wantrouwen in de validiteit van de gegevens. Door zoveel mogelijk mensen toegang te geven tot de data of zelfs de business er verantwoordelijk voor te maken, kan er een bedrijfsbreed vertrouwen ontstaan in de data. Zorg ervoor dat medewerkers eenvoudig zelf met datasets aan de slag kunnen.

Maak analytics tot een onderdeel van de cultuur
Met het aanstellen van de juiste technische mensen en het verbeteren van je software ben je er nog niet. Voordat de mensen aan de frontline met analytics aan de slag gaan, moet er veel veranderen. Sommige medewerkers verkiezen nog steeds hun eigen intuïtie boven de data. Om voor een cultuurverandering te zorgen, moeten leiders analytics adopteren en er ook zichtbaar mee aan de slag gaan. Verder moet het een vast onderdeel worden van de werkroutine.

Maak de waarde van analytics inzichtelijk
Voor veel executives blijft de vraag wat analytics precies toevoegt. Wat is de waarde ervan en hoe verhoudt dit zich tot andere activiteiten? Als de waarde niet duidelijk meetbaar is, wordt het moeilijk om steun te verwerven voor de inzet van analytics. Hoe lastig ook, het is daarom belangrijk om voor elke analytics-case de mogelijke uitkomsten te bepalen en te berekenen wat het effect op de business is en of dit resulteert in opbrengsten dan wel besparingen.

Er is geen perfectie organisatievorm
Hoeveel verantwoordelijkheid moet het centraal georganiseerde data science team krijgen versus de business units? Dat is een belangrijk vraagstuk binnen de organisatie van analytics.  Een ideale organisatievorm is er niet. Uit onderzoek van McKinsey blijkt dat er nauwelijks correlatie is tussen de manier van organiseren en de mate van succes met analytics. Wel belangrijk is dat de organisatievorm consistent is met het business model.

Vind ‘vertalers’
De uitdaging bij de implementatie van analytics ligt niet in de zoektocht naar data scientists, maar in het vinden van mensen die zowel de taal van de data als de taal van business spreken. Zij snappen de cijfers en kunnen direct een vertaling maken voor de business.  

Zorg voor een data-driven, test-and-learn-omgeving
De manier waarop veel startups en agile-bedrijven werken, is de meest kansrijke weg naar nieuwe ideeën. Medewerkers worden aangemoedigd om te ontdekken waar kansen liggen, om snel bewijzen te laten zien voor een nieuwe aanpak en data voor zichzelf te laten spreken. Nieuwe ideeën worden snel uitgetest en vervolgens opgevolgd dan wel verworpen. Belangrijk: in tegenstelling tot bij veel grote bedrijven, worden mislukkingen niet als negatief gezien, omdat men hiervan kan leren voor een volgende keer.  

Bron: McKinsey Quarterly