In een insight driven organisatie hangen beslissingen niet alleen af van mensen die expert zijn op hun gebied, maar wordt nadrukkelijk ook naar achterliggende feiten gekeken via data-analyses. Hoewel dit heel logisch klinkt, wordt het vanwege allerlei barrières nog niet in alle organisaties zo gedaan. De juiste data ontbreken bijvoorbeeld, of de mensen die de data kunnen analyseren. Of het duurt te lang om via reguliere processen de benodigde IT-middelen beschikbaar te krijgen.
Tegelijkertijd merken veel organisaties dat de concurrentie steeds meer bestaat uit online bedrijven die dit al wel voor elkaar hebben. Die hebben het spel van data driven decision making al vanaf het begin omarmd, het zit in elke vezel van hun DNA. Je kunt het je dus niet langer veroorloven alleen op expertkennis te vertrouwen en met een wijde boog om data analytics heen te lopen. Stefan van Duin, director business analytics bij Deloitte, heeft duidelijke ideeën over wat je als CIO moet doen om de business hierin zo goed mogelijk te ondersteunen.
Experimenteel karakter
Eerst schetst Van Duin de situatie waarin CIO's veelal zitten. Ze worden volgens hem vaak gestuurd en afgerekend op efficiency en kosten, en daarom hebben ze er veel belang bij om IT-processen strak onder controle te houden. Zo kunnen ze een gegarandeerde kwaliteit en beschikbaarheid leveren, tegen zo min mogelijk kosten en met zoveel mogelijk standaardisatie.
De business heeft daarentegen juist veel flexibiliteit nodig om snel allerlei dingen uit te proberen, zeker als het aankomt op data-analyse. "Het starre karakter van IT past dus niet goed bij het experimentele karakter van data analytics," vervolgt Stefan van Duin, "omdat je meestal niet ver van tevoren weet welke vragen er gaan spelen, welke beslissingen er ondersteund moeten worden en welke data daarbij nodig is." Vanwege de ervaren starheid bij IT, regelt de business het dus vaak dan maar zelf. De verschillende business units gaan met cloud providers in zee, of kopen met hun eigen budget een systeem en softwarepakket om analyses mee te doen. "Op die manier sta je als IT-afdeling volledig buitenspel, terwijl je de toepassing achteraf alsnog in beheer moet zien te nemen."
Team, omgeving en proces
Hoe kan het dan wel? "De vaste, maandelijkse, voorspelbare managementrapportages kun je als CIO het beste aanbieden via een regulier proces, waarin je stuurt op betrouwbaarheid en efficiency. Maar zorg daarnaast voor een service waarmee je de business snel en flexibel kunt ondersteunen met data-analyses zodra zich vraagstukken voordoen." Om dit voor elkaar te krijgen heb je volgens Van Duin als CIO drie dingen nodig: een flexibel team, een speciale omgeving en een innovatieproces.
Stefan van Duin: "Allereerst heb je een team met flexibele mensen nodig. Wij noemen deze data scientists ook wel paarse mensen. Er bestaan namelijk mensen met rode vaardigheden, die zijn goed met programmeren en databases. Mensen met blauwe vaardigheden kunnen zich juist goed inleven in de business, ze zijn creatief en kunnen goed communiceren. Al deze skills gecombineerd geeft paarse mensen. Exact die mensen wil je in het team hebben."
Als tweede is een sandbox nodig. Dit is een flexibele omgeving waarin door de data scientists naar hartenlust geëxperimenteerd mag worden. "Hierin kan het team zelf data uploaden, er algoritmes op loslaten en hebben ze de vrijheid om waar nodig eigen software in te zetten. Deze sandbox moet vooral heel flexibel zijn. Want paarse mensen hebben veel vrijheid nodig, zodat ze snel aan de slag kunnen met businessvraagstukken, zonder dat ze al te veel geremd worden door standaarden."
Uiteraard zijn er wel wat vangrails nodig, denk bijvoorbeeld aan regels die met privacy en security te maken hebben. Maar het experimentele karakter is en blijft essentieel. "Van de tien vragen waar de business mee komt, leveren er misschien acht niets op, maar de overige twee geven briljante inzichten, die uiteindelijk veel geld of grote besparingen opleveren," benadrukt Stefan van Duin.
Als derde en laatste is een innovatieproces nodig. "Hierin bepaal je welke vragen van de business je wel en niet in behandeling neemt. Dus hoe kwalificeer je vragen, hoe definieer je succescriteria, en hoe zorg je ervoor dat er ook daadwerkelijk iets met de resultaten van data-analyses gedaan wordt. Op die manier kun je het team efficiënt inzetten. In de besluitvorming kun je bijvoorbeeld impact tegen complexiteit afzetten en het team als eerste aan de slag laten gaan met vragen die veel impact en weinig complexiteit hebben."
Waardevolle IT voor de business
De vragen moeten primair vanuit de business komen, maar als IT-afdeling kun je wel degelijk proactief meedenken. Laat de business ook aangeven wanneer een vraag goed beantwoord is en wat er vervolgens mee gedaan wordt. Stefan van Duin: "Op die manier voorkom je dat een data-analyse in een lade verdwijnt en geen opvolging krijgt. Ook hebben mensen soms onrealistische verwachtingen. Met voorspellende modellen kun je maar beperkt in de toekomst kijken. Het is geen glazenbol. Is een voorspelling met twintig procent nauwkeurigheid bijvoorbeeld genoeg voor de business? Vraag dat vooraf en begin er niet aan als het onvoldoende is, want dan is het antwoord al bij voorbaat onbruikbaar."
Als je eenmaal bezig bent, ontstaat een vliegwieleffect, waarbij steeds meer goede ideeën worden aangedragen. Op die manier word je als IT-afdeling steeds waardevoller voor de business. Verwachtingsmanagement blijft echter essentieel. Vanwege het experimentele karakter zullen veel ideeën immers op niets uitdraaien. "Dus je moet realistisch blijven," benadrukt Stefan van Duin. "Stop daarom op tijd met ideeën die niets opleveren. Maar reserveer ook ruimte voor de echte wilde ideeën. Want wie weet rolt er uiteindelijk iets moois uit."
Partnerships
Wat databronnen betreft, zijn organisaties gewend om vooral naar de eigen data in bijvoorbeeld het ERP-systeem te kijken. Terwijl het voor veel data-analysevragen veel interessanter is om te kijken wat er buiten het bedrijf gebeurt. Stefan van Duin: "Want juist dat zorgt voor veel nieuwe inzichten. Denk aan de open data van bijvoorbeeld overheidsinstellingen, aan webscraping waarbij bepaalde data van het internet wordt verzameld en aan partnerships met bedrijven die tegen vergoeding hun waardevolle data beschikbaar stellen, zoals exploitanten van navigatiesystemen of telecomoperators."
Andere artikelen over Creating impact in a digital era:
- De vele toepassingen van blockchain
- IoT heeft impact op onze fysieke veiligheid
- Moderne beveiligers denken als hackers
Reageer
Preview