Bouw aan de data-volwassenheid van de Finance-organisatie

In de vorige blogs heb ik beargumenteerd dat het op de weg van de Finance-organisatie ligt om de rol van business partner naar zich toe te trekken. Echter, alvorens dat met succes te kunnen doen is het essentieel om de data-volwassenheid van uw Finance-organisatie vast te stellen, en te zorgen voor een plan om dit eerst op het juiste niveau te brengen. 

In mijn laatste blog heb ik aangegeven dat een goed data-fundament voor de opslag van operationele en financiële data in een zogenaamde data-hub voorop staat. Hierbij zijn twee vragen van belang: 

1. Hoe volwassen is uw Finance-organisatie in het gestructureerd verzamelen en beschikbaar stellen van data? 
2. Op welke wijze zet u de data vanaf de creatie met een goede governance om in waarde toevoegende acties?

Onderstaande matrix onderscheidt een viertal volwassenheidsstadia waarmee de data- en analytics-volwassenheid van uw Finance organisatie kan worden ingeschaald:

Wanneer u aan de hand van de kenmerken per volwassenheidsstadium heeft bepaald op welk niveau uw Finance-organisatie zich nu bevindt (dit kan in verschillende kolommen zijn), kunt u vervolgens vaststellen wat de gewenste ambitie is. Hieruit kan een routekaart worden afgeleid met de stappen die eerst gezet moeten worden om het gewenste ambitieniveau in een overzichtelijke termijn van 3 jaar te bereiken.

Creëren van een gezamenlijke visie

Vervolgens dient het proces om te komen van data-creatie naar informatie, inzicht en besluitvorming tot uiteindelijk waarde-toevoegende acties, onder de loep te worden genomen voor een optimaler gebruik van mensen en middelen. Een zogenaamde data-value-map kan worden gebruikt als leidraad om mensen met elkaar te laten brainstormen voor het creëren van een gezamenlijke visie over het gebruik van data, en hoe deze data eenduidig van creatie naar gebruik is om te zetten. 

Deze data-value-map ziet er als volgt uit:

Hierbij is het van belang om bij elk van de vier stappen (verzamelen, integreren, analyseren, resultaten leveren) de vraag te stellen wat de bestaande activiteiten zijn, waarom ze worden uitgevoerd, hoe, wanneer en door wie. En ook de vraag te stellen waarmee gestart of gestopt moet worden, en wat er te verbeteren is.

Vermijd kopiëren oude processen

Bovenstaande stappen worden wel eens vergeten of op zijn minst niet zorgvuldig doorlopen bij het opstarten van een project om een nieuw systeem in te voeren, waardoor vaak gekopieerd wordt wat in het vorige systeem ook werd gedaan, alleen nu in een nieuwe jas. 

Voor het gebruik van machine-learning is het van evident belang om bij elk van de bovenstaande stappen heel zorgvuldig stil te staan, anders komt u er snel achter dat uitkomsten onbetrouwbaar zijn. Terwijl dit alles te maken heeft met zorgen voor voldoende granulariteit en kwaliteit van de data voor statistisch betrouwbare uitkomsten en niets met de – eventueel nieuw geïmplementeerde – software.

Drs. Marco van der Kooij is zelfstandig adviseur bij ForSight Consulting en al meer dan 25 jaar werkzaam op het gebied van enterprise performance-management en business-intelligence. Hij heeft zich met name toegelegd op het begeleiden van de financiële functie.