Corona: motor van de next step in business analytics?

Er is vrijwel geen terrein dat niet geraakt wordt door de ontwikkelingen en het gebruik van artificial intelligence (AI) en machine learning voor geavanceerde analytics. Finance is daar geen uitzondering op. Tools blijven zich in rap tempo ontwikkelen. Denk aan sales- en costforecasting, scenarioplanning, process-mining, reporting, robotic process automation. Zo worden organisatieprocessen meer datagedreven en spelen algoritmes en voorspellende modellen een steeds grotere rol. 

Deze ontwikkeling, waarvan het eind nog niet in zicht is, lijkt zich door de coronacrisis te verbreden tot een grotere groep van organisaties. Het maakt deel uit van de digitale transformatie waar momenteel vrijwel elke organisatie mee bezig is, en waarin de CFO meestal een doorslaggevende rol speelt. Bij Nederlandse en Belgische bedrijven is de CFO naar eigen zeggen zelfs de belangrijkste aanjager daarvan, aldus het onderzoek State of Digital Transformation van CFO.nl en UNIT4 in juli dit jaar. 

Toch blijken CFO’s zich binnen hun eigen finance-afdeling in het algemeen niet te richten op maatregelen die een ingrijpende verbetering van het competitieve vermogen van de organisatie moeten ondersteunen. De vraag is: waarom niet? En hoe staat het in dat licht met de verdere ontwikkeling van Business Analytics (BA) binnen organisaties? Zou de huidige crisis dit proces alsnog kunnen aanjagen?
 
Software laten leren
De veranderingen in de afgelopen jaren zijn onmiskenbaar, zegt Marco de Jong, data-scientist en directeur van Experience Data. “Het aantal organisaties met een datagedreven mindset is gegroeid, er is meer geïnvesteerd in tooling en in mensen, er zijn veel meer data-scientists.” 

Een duidelijk verschil met een decennium geleden is dat AI en machine learning inmiddels niet meer zijn weg te denken. Twintig jaar geleden was het breed toepassen van algoritmes, software laten leren, vragen stellen aan software, allemaal nog heel ingewikkeld, zegt Marco van der Kooij, data-scientist en directeur van Forsight: “Nu heb je software als Power BI en hoef je geen econometrist meer te zijn om het te kunnen gebruiken. De techniek is er. Organisaties moeten het nu alleen nog gaan toepassen. Neem een tool als ThoughtSpot. Daar kun je vragen aan stellen en bij de antwoorden krijg je meteen suggesties voor vervolgvragen, die ook al meteen beantwoord zijn voor het geval je het interessant vindt.”  

Ook op terreinen als marketing en HR is er de laatste jaren een inhaalslag geweest op het gebied van BA. Waar organisaties zich tien jaar geleden massaal stortten op marketing-intelligence, deden ze dat de afgelopen jaren ook op HR Intelligence en HR Analytics. 

Mens en machine beter laten samenwerken
De verwachting is dat predictive en prescriptive analytics de komende jaren steeds massaler zullen worden toegepast in de meest uiteenlopende processen. Van der Kooij: “Daarbij zullen organisaties steeds meer gebruik gaan maken van externe data, bijvoorbeeld voor steeds geavanceerdere scenarioplanning.” 

De Jong verwacht dat er meer hybride BA-tools gaan komen, waarbij de kracht van de computer en de kracht van de mens beter gecombineerd worden. Niet een alwetend algoritme dat alles bepaalt, maar een algoritme dat oplossingen aanreikt voor een complex vraagstuk, waarop de menselijke expert weer verder borduurt en het algoritme feedback geeft. 

De Jong: “Het voordeel van de computer is dat deze meer informatie kan verwerken om tot een voorstel te komen. Dat voorkomt dat menselijke bias al direct meespeelt. Het voordeel van de menselijke deskundige is dat deze op basis van ervaring vervolgens de voorgestelde oplossing toetst en zonodig uitzoekt waarom deze afwijkt van wat je zou verwachten. Ofwel de computer heeft iets over het hoofd gezien, ofwel de menselijke expert heeft iets over het hoofd gezien. Dit leidt tot betere oplossingen en tot een computer die het steeds beter gaat doen en het werk zo eenvoudiger maakt. Experience Data werkt aan een dergelijke methode voor het bepalen van de juiste vergoeding bij letselschades, een complex afwegingsproces, met veel variabelen”, aldus De Jong.
 
Dit kan een op een worden toegepast op processen in de financiële kolom, zoals het bepalen van de maandafsluiting, sales-forecasting, het vaststellen van voorzieningen, de waardering van onderhanden werk. Want die kwesties vragen altijd tevens een arbitrair oordeel. De Jong: “Veel beslissingen in de financiële kolom zijn gevoelig voor bias. Door alle beschikbare data hierin te betrekken krijg je daar een veel reëler inzicht in.”

En er zullen steeds meer data beschikbaar komen, ook vanuit andere afdelingen in de organisatie, zoals marketing, logistiek, HR. Jan de Leede, universitair docent HRM aan de Universiteit Twente, verwacht dat er de komende jaren nog veel meer personeelsdata beschikbaar komen. Maar ook voorziet hij een bundeling van al die datastromen. De Leede: “BI-afdelingen binnen organisaties zullen straks de data van meerdere organisatieprocessen gaan integreren.”
 
Bottlenecks 
Toch zijn de afgelopen jaren grote hoeveelheden data ongebruikt gebleven, en worden geavanceerde methoden van data-analyse zoals predictive en prescriptive analytics slechts mondjesmaat gebruikt. “Organisaties doen vooral aan metrics, maar aan analytics veel en veel minder. De interactie tussen verschillende data-categorieën is tot op heden ook achtergebleven”, aldus De Leede. 

Dat de grote belofte van Business Analytics tot op heden alleen is ingelost door een kleine groep koplopers, vaak afkomstig uit de farmaceutische, financiële of IT-sector, heeft meerdere oorzaken. Zo voldoet de IT-structuur in menige organisatie niet. “Organisaties bouwden de afgelopen jaren aan een IT-fundament zonder dat duidelijk is wat daar bovenop gezet moet worden”, constateert De Jong.

Andere organisaties benutten hun systemen niet. Van der Kooij haalt een internationaal bedrijf aan dat logistieke apparatuur ontwikkelt en installeert, en sterk afhankelijk is van het lokale aanbod van hoogopgeleid personeel. “Om dat wereldwijd in kaart te brengen hebben zij een datawarehouse ingericht, een grote stap vooruit. Maar de analyse doet het bedrijf nog steeds met de hand. Dat zou simpel geautomatiseerd kunnen worden, wat enorm veel tijd zou schelen en bovendien een rijker beeld zou opleveren.”

Zo gaapt er een grote kloof tussen wat mogelijk is en wat feitelijk gedaan wordt. Een van de oorzaken daarvan is dat relevante kennis in de organisatie soms bij maar enkele specialisten geconcentreerd is. De Jong kent organisaties waar kleine clubjes dataspecialisten ver voor de troepen uit lopen met mooie BA-projecten. De Jong: “Organisaties zijn vooral bezig met het bouwen van primaire systemen, zoals ERP. Voor investeringen in BA worden nauwelijks middelen vrijgemaakt. Zij moeten investeren in een breed fundament dat in staat is om beschikbare data goed te beheren en toegankelijk te maken voor analyses die alle processen in de organisatie kunnen verbeteren.”
 
Weinig durf 
Daar komt bij dat financials bovendien behoorlijk conservatief zijn als het gaat om nieuwe toepassingen, vindt Van der Kooij. “De kennis van nieuwe technologie is te beperkt, dat maakt misschien huiverig. Verder zie ik ook bij IT-afdelingen weinig durf. Die willen zo min mogelijk kans op verstoringen.”  

Organisaties hebben de neiging te blijven hangen op het niveau van metrics, omdat de drempel naar analytics te hoog is. Een hardnekkig fenomeen dat Ramstad en Boudreau voor HR al beschreven in 2007 (Beyond HR: The New Science Of Human Capital). De Leede wijt dat op dit moment vooral aan het ontbreken van skills. “Het zou veel efficiënter zijn als het MT ervoor zorgt dat de analytics-capaciteiten die vaak verspreid zijn over verschillende afdelingen in de organisatie gebundeld worden. Stafafdelingen als HR, Finance, marketing enzovoort, kunnen zich dan focussen op het formuleren van de juiste business-vragen op hun eigen domein. De BI-afdeling analyseert die vragen vervolgens.” 

Van der Kooij herkent dat en adviseert organisaties een virtueel projectteam samen te stellen met mensen uit de organisatie die vanuit hun functie, ongeacht de afdeling, affiniteit hebben met data. “Geef dit team het mandaat om met voorstellen te komen en te experimenteren.” 
Organisaties hebben ook andere talenten nodig voor het daadwerkelijk inbedden van tools en analytics-processen in de dagelijkse organisatieprocessen. 

De Jong. “Mensen die begrijpen wat een datateam kan, en de juiste consultantkwaliteiten hebben. Die de brug kunnen slaan tussen de traditionele operationele IT-afdelingen en de datascience-functionaliteit. McKinsey noemt dat datatranslators. Zij begrijpen de processen, de mensen en de systemen in de organisatie. En zij zijn in staat een business-probleem te vertalen in een concrete vraag waar een analist met behulp van de beschikbare data mee aan de slag kan. Het is onvoldoende om alleen vast te stellen dat er vraaguitval is, of dat klanten weglopen. Je moet ook kunnen analyseren wat de achterliggende vragen zijn, die gekoppeld kunnen worden aan de beschikbare data om modellen mee te toetsen.”
 
Coronacrisis als wake-up call
Helpt de coronacrisis, die organisaties wereldwijd dwingt tot het ontwikkelen van noodscenario’s, medewerkers tot massaal thuiswerken, teams tot vergaderen op afstand, hier wellicht bij? Zorgt dit wel voor momentum in organisaties? 

“Onder druk van de omstandigheden staan managers opeens open voor oplossingen die er vroeger in vijf jaar nog niet doorheen kwamen”, zegt Van der Kooij. “Een kennis van mij is manager bij een groot bedrijf. Om thuis te kunnen werken heeft hij de PC van zijn bureau losgekoppeld, in zijn auto gezet en naar huis gebracht. Zo ging hij van de ene op de andere dag vanuit huis werken.” 

Daarnaast vindt sturing nu plaats op basis van minder en andere informatie. Dit in plaats van meer van de gebruikelijke informatie. “Natuurlijk gaat het vanuit finance om cashflow en werkkapitaal op dagelijkse of weekbasis, dus met een hogere frequentie, en daarnaast om operationele en niet-financiële data.”

Dirk Jonker, data-scientist en directeur van Crunchr ziet een stijgende aandacht voor onder meer personeelsdata. “Er is opeens sterke behoefte aan insights: Wat is de impact van corona op kritische functies? Kun je tien scenario’s maken voor mogelijke reducties van het aantal medewerkers afhankelijk van de impact? Daarbij verschuift de aandacht inmiddels naar de vraag: hoe kunnen we de organisatie klaarmaken voor de post corona-tijd?”

Concreet zorgt het massale op afstand werken ervoor dat het management minder voeling heeft met de werkvloer. Je kunt de sfeer niet proeven, je vangt geen gesprekken meer op. Dan moet je nog meer dan daarvoor kunnen vertrouwen op feiten en cijfers en die heb je vaker en sneller nodig dan anders, aldus De Jong: “Al met al zie ik de corona-crisis vooral als een kans voor BA. De toegenomen digitalisering die daaruit voortkomt, is niet meer terug te draaien.” 

Als de crisis inderdaad zorgt voor momentum, dan is het niet in de laatste plaats aan de CFO, als belangrijkste aanjager van de digitale transformatie, om dat momentum te benutten. En de financiële kolom en de organisatie als geheel mee te nemen in een trend die allang tot het nieuwe normaal behoort.