Bureaucratie is blok aan het been van innovatie

Bij de term ‘datagedreven innovatie’ ontstaan eerder associaties met start-ups dan met corporates. Met uitzondering van de tech-giganten, lijkt er zelfs een negatieve correlatie te bestaan tussen organisatie-omvang en het vermogen te innoveren. En dat terwijl de data science-teams van grote corporates hard groeien. Wat gaat er mis?

Des te groter bedrijven groeien, des te minder ze in staat lijken baanbrekende innovaties te lanceren. Het ligt er niet aan dat grote organisaties minder hun best doen: de data science-teams van grote corporates groeien als kool. Vooral de manier waarop deze corporates zijn ingericht vormt een notoir onvruchtbaar klimaat voor datagedreven innovaties. Om innovaties te laten slagen zullen grote organisaties meer moeten doen dan alleen maar ‘meer dingen met data’. Laten we beginnen met eens kritisch te kijken naar de noodzaak van bureaucratische processen en compliance bij datagedreven innovaties.

Een grote en inflexibele bureaucratie 

Grote ondernemingen werken vaak met logge bureaucratische processen. Denk bijvoorbeeld aan een ethische commissie die projecten toetst, strenge voorwaarden voor applicaties toegang kunnen krijgen tot data om de privacy en veiligheid te waarborgen, of normen voor software en hardware om hoge prestaties te garanderen zonder afhankelijk te zijn van één individu.

Sommige bedrijven hebben zelfs een lijst van eisen waar software- en data science-pakketten van externe leveranciers aan moeten voldoen, zodat alle projecten volgens dezelfde normen kunnen worden beheerd en gemakkelijk kunnen worden onderhouden zonder daarvoor nieuw personeel te trainen. Zulke processen zijn noodzakelijk voor topmanagers om hun organisaties goed te kunnen besturen: ze garanderen een consistent efficiënt en effectief eindproduct dat voldoet aan alle wensen van de klant.

Maar tegelijkertijd vormen deze processen ook een enorme belemmering voor de levensvatbaarheid van innovaties, en staan daarmee ondernemerschap en snelheid in de weg. Naar mijn mening is bureaucratie zelfs de grootste hindernis voor organisaties die datagedreven doelen nastreven. Als elk initiatief aan al deze normen zou moeten voldoen, is het praktisch onmogelijk voor grote organisaties om baanbrekende innovaties volledig zelfstandig uit te vinden (en te laten slagen).

Uiteraard moeten organisaties hun compliance-regelgeving toepassen op bestaande, volwassen processen, producten en toepassingen. Maar het zou de levensvatbaarheid van de meer innovatieve initiatieven bevorderen als daarvoor aangepaste maatstaven gelden. 

Volwassen producten versus producten in ontwikkeling

Om volwassen producten en diensten maximaal te laten renderen is het belangrijk dat ze voldoen aan een aantal eisen. Ze moeten in dienst staan van de behoeften van reguliere klanten, tegen een zo laag mogelijke prijs toegankelijk zijn, en betrouwbaar en stabiel functioneren. Vertaald naar volwassen data science producten, zijn downtimes, kleine inconsistenties en gebrekkige functionaliteit in deze fase van de levenscyclus dus onaanvaardbaar.

Vanuit het perspectief van de gebruiker gelden voor producten die aan het begin van hun levenscyclus staan echter andere vereisten. Producten in deze fase worden nog maar door een kleine groep mensen gebruikt – door de ‘innovators’ en ‘early adopters’, zoals omschreven door Rogers (1995) in zijn onderzoek naar de innovation-adoption lifecycle. Deze groep mensen gebruikt bepaalde producten geruime tijd voordat reguliere klanten er überhaupt van gehoord hebben.

En in ruil voor die voorsprong op de massa, accepteren ze dat innovatieve producten nog niet helemaal perfect zijn. Ze zijn primair gedreven door de trots dat ze het product als eerste mogen gebruiken, en misschien zelfs de definitieve, volwassen versie van het product nog kunnen beïnvloeden met hun feedback. De gebruikers van data science innovaties in deze fase van de adoptiecyclus nemen voorlief dat de toepassing af en toe wat instabiliteit kan vertonen, of een matige UX hebben.

Softwarebedrijven als Google en Microsoft maken dankbaar gebruik van de persoonlijke eigenschappen en feedback van deze innovators en early adopters. Denk bijvoorbeeld aan de alpha- en bèta-programma’s voor nieuwe versies van – of functionaliteiten binnen – Android of Windows. Hoog tijd dat meer grote organisaties van deze kennis gebruik gaan maken!

Bron: Research Gate

Een voorbeeld uit de bankensector

Kijk bijvoorbeeld naar apps om mee te bankieren. Deze worden uitsluitend uitgebreid met ‘volwassen’ functionaliteiten, bijvoorbeeld een waarmee banktransacties worden gecontroleerd. De meeste mensen zullen dagelijks van deze functie gebruiken maken, en zijn er dus afhankelijk van. Als deze dienst niet goed zou werken of onbetrouwbaar blijkt, brengt dat grote risico’s voor de bank met zich mee. Het kan leiden tot collectief verlies van vertrouwen, en zelfs voor klanten die overstappen naar de concurrent. Op het moment dat de nieuwe functie wordt gelanceerd, voldoet deze daarom aan de strengst mogelijke bureaucratische eisen, die – op papier – garanderen dat alles onberispelijk werkt. 

Van een nieuwe of experimentele dienst hebben klanten echter andere verwachtingen en percepties. Wanneer de functie wordt geïntroduceerd als een tool die banktransacties analyseert en de klant waarschuwt wanneer een bepaalde transactie frauduleus zou kunnen zijn, is er veel meer ruimte. In dit geval vertrouwt de klant nog niet blind op de nieuwe functie, maar willen ze alleen weten of de dienst van meerwaarde kan zijn.

Mocht de functie uitvallen, of niet perfect werken, dan staat de gebruiker daar meer vergevingsgezind tegenover dan wanneer de functie als volledig volwassen wordt geïmplementeerd. Daarnaast zorgt deze geleidelijke benadering van het implementeren van een datagedreven innovatie ervoor dat er in een veel eerder stadium voor onvoorziene praktijk-variabelen kan worden gecontroleerd. Weet wel dat er grenzen zitten aan de duur die gebruikers accepteren als experimentele fase van een innovatie: binnen relatief korte tijd na de introductie verwacht de gebruiker de volwassen variant, waarvan wel wordt geacht dat deze aan alle eisen voldoet.

Het verschil tussen laggards en innovators

We kunnen dus concluderen dat klanten belang hechten aan- en hoge verwachtingen hebben van- de stabiliteit, betrouwbaarheid en toegankelijkheid van volwassen producten en diensten. Bij experimentele diensten zijn die verwachtingen echter flexibeler. Het is daarom niet efficiënt om dezelfde processen te gebruiken voor producten en diensten in verschillende levenscycli. Massale en bureaucratische processen kunnen niet worden toegepast op alle bedrijfsinitiatieven. Wanneer het aankomt op het vermogen te innoveren is dit besef het belangrijkste verschil tussen de toonaangevende grote organisaties van de toekomst en de laggards.