-

Worstelen met big data bij besluitvorming

De behoefte aan data en datagedreven beslissingen groeit. Tegelijkertijd worstelen veel organisaties met de enorme hoeveelheden data die gegenereerd worden.

Capgemini gaf the Economist Intelligence Unit opdracht voor het onderzoek ‘The Deciding Factor: Big data and decision-making’ dat je hier kunt downloaden. In februari zijn wereldwijd 607 executives geïnterviewd in diverse sectoren. Paul Nannetti, Global Sales en Portfolio Director van Gapgemini schrijft in het voorwoord zelfs dat de respondenten van dit onderzoek aangeven data als de vierde productiefactor te beschouwen, net zo essentieel als land, arbeid en kapitaal.

Social media en big data
Business activity data zoals bijvoorbeeld gegevens omtrent verkopen, aankopen en kosten voegen de meeste waarde toe in de organisatie. Meer dan veertig procent van de respondenten van het onderzoek is het erover eens dat het gebruik van social mediadata voor de besluitvorming steeds belangrijker wordt, mogelijk omdat social media kwetsbaar maakt voor brand damage.

Het lastige van ongestructureerde data en content (waaronder social media) is dat zij moeilijk te interpreteren zijn, zoals 42 procent van de respondenten aangeeft. De komst van tekst- en sentiment-analysetools kan hier hulp bij bieden.

Technologie kan zeker een groot gedeelte van de ruwe dataverwerking wegnemen, maar willen organisaties ongestructureerde data kwalitatief onderzoeken ten behoeve van inzichten, dan zal een menselijke slag nodig zijn. Met de juiste methodologie en steekproef kan er op dit moment ook al veel ongestructureerde data verwerkt en gebruikt worden.

Automatisering van de besluitvorming
Technologie versus menselijk handelen komt ook terug in de mate van de automatisering van operationele en tactische besluitvorming. Een groot deel van de respondenten geeft aan dat deze nog niet zijn geautomatiseerd.

Cultuur als enabler
Dat zelfs de eerste slag van big data automatisering uitblijft, heeft – deels – te maken met het ontbreken van een ‘big data cultuur’. De volgende twee vragen uit het onderzoek laten dit zien:

In het aanpassings- en veranderproces omtrent big data-integratie is topmanagement-commitment van groot belang, omdat hier de strategische besluitvorming plaatsvindt. Bottom-up experimenten en pilots kunnen veel teweegbrengen bij het overtuigen, maar de inspanning moet uiteindelijk van beide kanten komen.

Big data readiness: succesvol integreren
Uit alle resultaten komen de voordelen en het profijt van big data naar voren, maar is het de integratie in de organisatie die hier parten speelt.

Om succesvol te integreren en gebruik te maken van big data, moet aan vier kritische punten voldaan zijn voordat een organisatie er werkelijk effectief en efficiënt gebruik van kan maken. Door de huidige staat van deze vier punten in kaart te brengen, creëert de organisatie inzicht in de ‘readiness’ voor big data. Dan kan een plan opgesteld worden door gericht aan de (grootste) gaten te werken tussen de huidige en de wenselijke staat.

Deze vier punten zijn:

  1. Organisatiecultuur moet big data omarmen om succesvol te worden en te zijn. Top-down moet er managementcommitment zijn, bottom-up moet experimenteren mogelijk zijn of gemaakt worden.
  2. Big data-strategie moet op één lijn zijn met de bedrijfsdoelstellingen. Niet alleen de algehele strategie maar ook de kanalen. Dit klinkt makkelijk, maar vaak gaat ieder kanaal zijn eigen weg, wat nog versterkt wordt door een gesloten organisatie.
  3. Inrichting van de organisatie: processen, structuur en richtlijnen centraal vastleggen voor consistentie, maar mogelijk maken dat deze worden aangepast op ‘lokaal’ niveau. Klantgerichtheid kan hier nog extra focus op leggen wanneer de organisatie product-centrisch is ingericht.
  4. Verrijk en/of train nieuwe interne vaardigheden. Niet alleen is training in het beheren van big data van belang, maar ook de vaardigheden om actionable insights te onttrekken ten behoeve van de business.

Welke van de vier punten is volgens jullie het lastigst?

Deel dit bericht

4 Reacties

Jorrit Lang

Deze vier punten zijn onmiskenbaar waar, maar gelden wel voor bijna elk fundamenteel verandertraject (bv. Compliance). Dus wat uniek is voor Big Data wil ik nog graag weten. Ik denk dat het vooral afhankelijk welke typte big data voor welk doel wordt gebruikt. Procesoptimalisatie en logistiek maakt op heel andere manier gebruik van Big Data dan bijvoorbeeld Marketing en Sales. Voor het laatste is het juist weer de kunst Data met meer zachte klantinzichten te combineren. (Dat is meer mijn terrein 🙂

Groet,
Jorrit Lang

Gianluigi Cuccureddu

Hi Jorrit, de vier punten zijn niet uniek mbt Big Data, maar wel één van de mogelijke hulpmiddelen om tot succesvolle integratie / verandering te komen.

George Kerstholt

Big Data is per definitie ongestrctureerd, Dat is het unieke kenmerk. Het structureren van dergelijke data vereist toegang tot die data, en het op ‘lokaal’ niveau manpuleren daarvan. Daarmee heb is het kernprobleem gedefinieer. Enerzijds wat wordt vatgelegd en anderzijds hoe wordt het ontsloten. Bij veel bedrijven krijgen gebruikers heel beperkt toegang tot de data omdat er anders teveel queries gedraaid worden op de servers. Mensen willen opeens van alles weten. Onbeperkte queries vragen om een andere servercapaciteit en daarmee ander beheer. Dat is een bedrijfskudnige aspect met een sterk financieel randje (budget). M.a.w zolang bedrijven de processen niet ter discussie stellen zal er weinig veranderen. Daarmee is de veranderende organisatiecultuur veruit het lastigst te realiseren, ook omdat je daarmee eigenklijk heel veel zaken ter discussie stelt.
Meer info ook ,over oplossingen,:
http://www.sas.com/news/sascom/special.html#ba
maar ook de Volkskrant uitgave:
“Trends in Business Information Management”,
en Oracles publicatie:
“Improve sales and marketing alignment to generate better business results”.

Gianluigi Cuccureddu

Beste George,

Dank voor je reactie. Met betrekking tot je verhaal omtrent ontsluiting, beperkte toegang enz. Zou je kunnen aangeven -vanuit jouw ervaring- in hoeverre dat te maken heeft met de manier waarop data wordt gebruikt bij besluitvorming, is dit meer vanuit deductie of juist inductie?

Wordt big data onderzocht om nieuwe inzichten/invalshoeken/enz in het besluitproces te brengen, of om hypotheses te toetsen door data als als validator in te brengen.

De ontwikkeling die wij zien bij (real-time) social media data is dat er teveel naar deze set wordt gekeken vanuit deductie wat allerlei uitdagingen met zich mee brengt.

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond