Een vaak gehoorde quote: “Without data you’re just another person with an opinion” (W. Edwards Deming). Vooral analytisch ingestelde mensen gebruiken deze quote graag. Vanuit een behoefte om zaken te onderbouwen met feiten of omdat ze graag “the devil in the detail” onder de aandacht willen brengen.

Dat organisaties die Big Data benutten maar liefst 20% beter zullen presteren, dat schreef onderzoeksbureau Gartner al in 2012. McKinsey gaf in 2011 al aan dat retailers die Big Data optimaal gebruiken hun marge met 60% verhogen. Aantrekkelijke vooruitzichten zou je denken! Maar waar zit dan de weerstand om een data-gedreven organisatie te worden, en waar begin je überhaupt? In de praktijk blijken veel bestuurders het erg onaantrekkelijk te vinden om te sturen op onderbuikgevoel en gewoontes los te laten. Dat wordt misschien wel veroorzaakt door de suggestie dat data-gedreven organisaties vanuit data gedreven worden. Hieronder zoomen we in op drie veelvoorkomende misverstanden tijdens de aanloopfase van data-gedreven worden.

Drie veelvoorkomende misverstanden

1. We hebben zoveel data: daar moeten we iets uit kunnen halen!

Dit is een vaak gehoorde kreet van managers, en tot op zekere hoogte ook waar. Het misverstand is dat daar geen richting of sturing bij nodig is. Toenemende hoeveelheden data en nieuwe technologieën bieden mogelijkheden om veel sneller, gerichter en proactiever te werken. Maar geef een groep mensen eenzelfde dataset ter onderzoek, en er komen verschillende conclusies. Want wat elke analist zal onderschrijven: mensen zien wat ze willen zien. Dus zonder een helder doel bestaat het risico dat met eigen interpretaties alleen maar harder en zelfverzekerder de verkeerde kant op gerend wordt.

2. Data delen in de keten ondermijnt onze concurrentiepositie

Een ander veel voorkomend misverstand is dat data op zichzelf een concurrentiepositie zou beïnvloeden. In tijden van disruptieve start-ups in iedere branche, die vaak met minimale data al een verschil maken, kan gesteld worden dat dat dus niet zonder meer waar is. Het doel dat een partij nastreeft is heel vaak niet te onderbouwen met de eigen beschikbare data. De data die nodig is zit bij een andere afdeling, of zelfs bij een andere organisatie in de waardeketen. Het delen van bijvoorbeeld productdata door de hele keten maakt een keten of branche sterker als geheel en geeft daarbij ieder weer ruimte voor nieuwe innovatie.

3. De data kwaliteit is niet goed genoeg om data gedreven te worden

Dit is zonder meer het meest gebruikte argument om iets niet te doen op het gebied van data management. En ook het minst valide argument. 100% data kwaliteit zal vrijwel nooit bereikt worden, en is ook vrijwel nooit nodig om een doel te bereiken. Maar dan moet het wel duidelijk zijn wat het doel is, en met welke kwaliteit men moet werken om data-gedreven het doel toe te kunnen bereiken.

Hoe data-gedreven effectief wordt

Het is zonder twijfel zo dat data kan helpen om doelen te bereiken, op voorwaarde dat het doel helder is. De sleutel ligt in het feit dat data op zichzelf weinig waarde heeft, maar dat de waarde ontstaat door data te vertalen naar informatie, kennis en wijsheid (DIKW Piramide). Door op voorhand te formaliseren welke doelen nagestreefd worden, kun je vervolgens gericht zoeken en vaststellen welke data (niet) in relevante kennis omgezet kan worden. Zonder geformaliseerde doelen zal het analyseren van data gaan leiden tot een variëteit aan bevindingen, en is het sterk de vraag of de opgebouwde kennis niet eenzijdig belicht is.

Baseer de aanpak op specifieke doelen

Vanuit de data redeneren is dus niet zonder meer verkeerd, maar heeft als risico dat incomplete conclusies getrokken worden. Door de doelen van de organisatie of keten als uitgangspunt te nemen kan veel gerichter gezocht worden naar de benodigde onderbouwing. De aanpak om data-gedreven te worden begint dus niet bij data maar bij het onderbuikgevoel van de bestuurder. De doelen van de bestuurders zullen bepalen hoe de strategie eruit ziet om data-gedreven te worden, want:

 “Without an opinion, you’re just another person with data!”

Voorbeelden van de belangrijkste doelen die je als organisatie of keten nastreeft zijn:

1. Business innovatie: creativiteit met data gewenst, veel externe invloeden
2. Klantbeleving: verstandig toepassen van best practices op gebied van NPS, CRM, omnichannel
3. Operational excellence: data in waardeketens delen, cultureel beïnvloede (de)centralisatie vraagstukken met informatie objectiveren
4. Wetgeving: compliant zijn op gebied van Data Loss Prevention, privacy

Dit artikel is van Ron Saraber, directeur van het competence center Informatie en Datamanagement bij Contakt Consulting. Het artikel geeft een simpele schets van de dynamiek en misverstanden bij het data-gedreven worden als organisatie. In 4 volgende artikelen, gepubliceerd via de website van Contakt Consulting en zijn linkedin profiel, gaat hij verder in op de genoemde doelen (innovatie, klantbeleving, operational excellence, wetgeving). Daarin staan praktijkvoorbeelden, benodigde competenties, en eventueel complicerende factoren als ketensamenwerking.