De vier pijlers onder een datagedreven organisatie

Welke sector heeft geen baat bij data-analytics om het besluitvormingsproces te stroomlijnen? Een organisatie die beslissingen niet baseert op betrouwbare gegevens heeft een groot competitief nadeel. Toch is technologie slechts één aspect. De echte beloning komt er pas als je erin slaagt om enthousiasme voor en kennis van data-analyse doorheen het bedrijf te verspreiden.

De komende twee jaar zullen Artificiële Intelligentie (AI) en machine learning voor veel organisaties de belangrijkste investeringen zijn, zo blijkt uit een studie van Fortune Business Insights. Maar hetzelfde onderzoek stelt ook dat zes op tien respondenten uitgerekend in AI en machine learning hun grootste vaardigheidskloof zien.

Nog geen basis voor beleid

Zonder talent en skills dreigen al die investeringen uiteraard in een gemiste opportuniteit te veranderen. Meer zelfs, ze kunnen tot financieel verlies voor de organisatie leiden. De resultaten van een andere enquête leren ons dat vier op tien data-analisten op dit moment niet tevreden zijn over de manier waarop hun organisatie data-analyse en modeling gebruikt en implementeert. Bovendien gelooft eenzelfde aantal (42%) dat managers analytics op dit moment niet benutten als basis voor hun beleidsbeslissingen.

Waar loopt het vaak mis?

Dat digitalisering en data-analyse hand in hand gaan, hoeft geen betoog. Maar als je de resultaten van analytics niet gebruikt in besluitvorming, dan is het een nutteloze bron die op lange termijn de ROI van het hele digitaliseringstraject zal doen afnemen. In veel bedrijven is dat laatste nog altijd het geval. De belangrijkste afremmende factoren zijn een gebrek aan interne communicatie en processen, een bedrijfscultuur die het belang van datagedreven beslissingen nog niet volledig omarmt, of het management dat ervoor kiest om meer te vertrouwen op buikgevoel en gewoonten dan op feiten en analyses.

Natuurlijk is het belangrijk om goede technologie aan te schaffen en sterke analytische modellen te bouwen. Maar als je wil dat inzichten uit data en analytics echt iets opleveren, dan is het minstens even belangrijk om een met analytics doordrongen cultuur neer te zetten. Zowel analisten als het management en andere medewerkers binnen de organisatie moeten nieuwe vaardigheden verwerven en afspraken maken over hoe ze analytics in het dagelijkse werk gaan gebruiken.

Dit is waar interne communicatie een hoofdrol speelt. Zonder middelen, mandaat of kennis om de waarde van een knap model uit te leggen aan het management of de rest van het bedrijf, dreigt al het werk van een data-analist zonder meer verloren te gaan. Helaas komt die verandering niet vanzelf. Hiervoor heb je andermaal inzicht nodig in de skills die ontbreken en de training die nodig is om de juiste vaardigheden te verwerven of verder te ontwikkelen.

De eerder vermelde studie van Fortune Business Insights stelt dat driekwart van de bedrijven hun huidige personeel willen trainen en dat 63% nieuw talent zoekt. Het eerste is zonder twijfel de meest kostefficiënte oplossing, maar respondenten halen verschillende obstakels aan. Zoals gebrek aan tijd en motivatie, maar ook angst dat iemand z’n pas verworven skills zal meenemen naar de concurrentie.

De 4 pijlers van een datagedreven organisatie

Het IIA, het Internationaal Instituut voor Analytics, ziet verschillende voorwaarden waaraan een organisatie moet voldoen om waarde uit data te halen en zich datagedreven te mogen noemen. We kunnen ze onder vier grote pijlers samenvatten:

• Leiderschap: het management van de organisatie moet datagedreven beslissingen benadrukken, ondersteunen en toepassen.
• Technologische oplossingen: er moet een technologische infrastructuur aanwezig zijn, die data-analyse mogelijk maakt.
• Onderwijs en training: de organisatie moet mensen trainen om datagedreven beslissingen te nemen en de analytische skills van werknemers in alle fasen van hun ontwikkeling verbeteren.
• Cultuur: het ondersteunen van beslissingen met data moet in de cultuur ingebakken zitten. Hiervoor moet je organisatie een omgeving ontwikkelen waarin data de basis vormt voor alle samenwerking.

In een ideale wereld ontpopt een data-analist zich tot een evangelist die de waarde van data-analyse in de rest van de organisatie predikt en verspreidt. En geven managers hun data-analisten kansen om te groeien en de nodige skills te ontwikkelen. Natuurlijk is er nog altijd ruimte voor experimenten met slimme analytics-toepassingen. Maar als de juiste mindset aanwezig is, dan zal je bedrijf snel de echte waarde van data en analytics kunnen ontdekken.

Over deze gastauteur

Véronique is Analytics & AI Lead South West & East Europe bij SAS