Waardevolle inzichten met minimale datasets

In een recent artikel van de auteurs Thomas C. Redman en Roger W. Hoerl wordt gesteld dat de meeste organisaties bovenop een berg aan informatie zitten die roept, nee, schreeuwt om gebruikt te worden. Zij bewijzen dat met behulp van slechts honderden datarecords, eenvoudige data-analysetechnieken en een beperkte tijdsinvestering tienduizenden euro’s kunnen worden bespaard. De kern van het verhaal is dat datamanagement vaak groots wordt aangepakt terwijl een pragmatische aanpak vaak leidt tot een snellere adaptie. 

Organisaties hebben nog steeds moeite om data driven beslissingen te nemen of weten niet op welke manier ze moeten beginnen. Dit heeft veelal te maken met het ontbreken van kennis over de manier waarop data kan worden ingezet of over systemen waarin de data wordt opgeslagen. Data zit overal binnen organisaties waardoor het moeilijk is om te bepalen waar de meeste winst valt te behalen. Dit betekent dat projecten vaak starten met grootschalige inventarisaties die de beschikbare data moeten blootleggen waarna onderzocht wordt welke data een (waardevolle) bijdrage kan leveren. Net als bij de meeste nieuwe projecten is het ook van belang dat er snel resultaat wordt geleverd. En dat is nu juist het probleem waar de meeste dataprojecten mee kampen. Want het leggen van een stevig fundament is essentieel voor het succes van een datamanagementsysteem waarbij zorgvuldigheid is geboden. Hoe zorg je er nu voor dat datamanagement een vliegende start krijgt binnen de organisatie zonder dat dit fundament in gevaar komt? 

Van marktonderzoek naar datamanagement

Iedere afdeling heeft waarschijnlijk vraagstukken die de potentie hebben om waarde te verschaffen. De oplossingen voor deze problemen kunnen leiden tot een kostenbesparing omdat een proces wordt verbeterd, de tevredenheid van klanten wordt verhoogd of omdat sales kan gaan toenemen  na een succesvolle productintroductie. Al deze oplossingen kunnen door middel van data-analyse inzichtelijk worden gemaakt. Marktonderzoek lag altijd ten grondslag aan het oplossen van deze problemen. In de huidige tijd hoeft deze informatie niet altijd buiten de organisatie te worden gezocht. Meestal ligt deze data al besloten in de diverse CRM-systemen en marketingsystemen opgeslagen. Het wacht alleen maar om benut te worden. 

De uitwerking van zo’n marktonderzoek (of business case zoals we het tegenwoordig ook wel noemen) heeft eigenlijk alle onderdelen van een implementatie van datamanagement in zich. Het wordt alleen op kleine schaal en in een zeer korte tijd uitgevoerd. De introductie van datamanagement richt zich normaal gesproken op 5 onderdelen; metrics, processen, systemen, cultuur en governance. Het voordeel van een business case is dat er binnen een afgebakend onderzoek ervaring kan worden opgedaan maar dan in een sneltreinvaart. 

Van metrics naar adaptatie

Een van de moeilijkste onderdelen van datamanagement is het identificeren van zogenaamde metrics. Hoe langer je hierover nadenkt des te meer variabelen je gaat verzamelen. De belangrijkste metrics verlies je daarmee uit het oog en geeft je een valse start die kan doorwerken in je uiteindelijke resultaat. Een business case richt zich vaak op het verzamelen van bewijs voor een vantevoren afgebakend uitgangspunt. In dit geval heb je vaak maar met één hooguit twee variabelen te maken. Je wilt bijvoorbeeld weten of een product of levensvatbaarheid is en leidt tot een hogere winstgevendheid of een toename van de klanttevredenheid. Wanneer je het doel van je business case hebt bepaald ga je uitzoeken op welke manier je voldoende data kunt binnenhalen om het gewenste inzicht te leveren. Het verzamelen van data wordt gefaciliteerd door middel van processen. Het verhogen van je omzet kun je bijvoorbeeld regelen door sales – en/of marketingprocessen te automatiseren. En deze processen worden onder de loep genomen wanneer je op zoek bent naar data. Want tijdens deze zoektocht kom je erachter dat bepaalde stappen in een proces niet of onvoldoende functioneren. Om deze (nieuwe) processen te faciliteren heb je natuurlijk systemen nodig. En om nieuwe ideeën uit te proberen kun je gebruik maken van verschillende onderzoekstechnieken die nieuwe data beschikbaar maken. AB-testing kan bijvoorbeeld worden gebruikt om binnen je business case het bewijs te leveren voor een toe- of afname van je metrics.

Binnen deze datamanagement-‘snelkookpan’ ga je vanzelf aspecten op het gebied van data governance en cultuur ontdekken. Je zult gaan zien dat de adaptatie van het gebruik van data zich in sneltreinvaart gaat vormen. Het is in dit geval ook echt een kwestie van doen want de meeste organisaties zitten al bovenop de goudader of liever gezegd, de data-goudader. Recent werd het bewijs geleverd voor deze aanpak tijdens een project waarvoor ik als projecteigenaar verantwoordelijk was. Binnen twee weken werden de bovenstaande vijf succesfactoren voor datamanagement doorlopen met als uitkomst een zeer waardevol resultaat en misschien nog belangrijker, de adaptie van een data gedreven mindset waardoor een kleine cultuuromslag in gang is gezet. 

Met een praktische aanpak binnen een afgebakende omgeving neem je je organisatie mee in de eerste stappen op het gebied van datamanagement waarmee je een stevig fundament kunt leggen en los je en passant een ingewikkeld vraagstuk op.

Over de auteur: Jos Cup is eigenaar van Tada Analytics en helpt organisaties om data te activeren en deze om te zetten in bruikbare informatie. Het doel is om actiegerichte informatie te bieden waarmee management gedegen beslissingen kan nemen over klanten, sales en marketing & communicatie.