Waarom een digitale transformatie cruciaal is

De wereld draait niet langer om geld, maar om data. Sterker nog, geld heeft soms al de vorm van digitale data. Het bedrijfsleven digitaliseert in rap tempo en nieuwe technologieën veranderen producten, processen, businessmodellen en bedrijfsculturen. Economen spreken al van een nieuwe industriële revolutie: de industrie 4.0. Hoe komen bedrijven daar in mee? 

Wat is de economische impact van dit proces op je organisatie? Industriële revoluties veranderen de aard van de zakelijke markt en dwingen organisaties om te transformeren om te kunnen overleven. De grote hoeveelheid data heeft de markt op de volgende manieren veranderd.

• Dankzij data hebben we niet langer fysieke middelen nodig om innovatief of competitief te zijn. Organisaties als Uber en Airbnb hebben geen fysieke middelen, en toch doen ze het qua marktwaarde beter dan hun concurrenten.
• Een datagedreven organisatie kan zeer snel opschalen. Zo behaalde Uber een waarde van een miljard dollar in minder dan vier jaar tijd. Ter vergelijking: vroeger deden bedrijven hier minimaal tien jaar over.
• Datagedreven organisaties kunnen groeien dankzij scope-effecten. Dit betekent dat als één aspect van de organisatie door gebruik van data wordt geoptimaliseerd, dit eenvoudig uit te breiden is naar een andere bedrijfstak. Neem Amazon, dat startte met de verkoop van boeken, vervolgens retail, toen etenswaren en hierna waarschijnlijk logistiek. Deze uitbreiding is mogelijk doordat de datakennis van het bedrijf eenvoudig overdraagbaar is van het ene domein naar het andere. Hetzelfde geldt voor Tesla, dat zijn kennis over energie en accu’s voor auto’s nu gebruikt voor schone-energieoplossingen.

Vanwege bovenstaande zaken is het cruciaal om je organisatie te transformeren naar een digitale onderneming. Daarbij zijn drie zaken van belang. Hoe ziet de technische architectuur voor de nieuwe digitale onderneming eruit? Hoe zetten we data om in concrete bedrijfsmiddelen? Hoe bouwen we een nieuwe organisatiecultuur waarin prestaties worden gedreven door analytics en feitelijke besluitvorming?

De kern van uw architectuur: het business intelligence-systeem

Volgens Gartner en andere onderzoeksbureaus bestaat het technologieplatform van digitale ondernemingen uit vijf gerelateerde hoofdsystemen. Over het algemeen dekken deze systemen alle belangrijke organisatieonderdelen: klantrelaties, beheer van partnerships, beheer van werknemers en processen, beheer van het Internet of Things (IoT) en devices, en ondersteuning en beheer van analytics en besluitvorming. Uiteraard bestaat elk hoofdsysteem weer uit verschillende technologieën. Het belangrijkste in deze nieuwe architectuur is echter, dat alle systemen met elkaar verbonden zijn en dat het business intelligence-systeem (BI) de kern vormt.

Waarom is business intelligence zo belangrijk? De digitale onderneming biedt ons nieuwe mogelijkheden om alle punten in de hele waardeketen met elkaar te verbinden en zo besluitvorming aan te passen. Klantinformatie wordt direct gelinkt aan leveranciersinformatie en getoond aan werknemers om realtime beslissingen te nemen. Andersom kan elke soort bedrijfsinformatie omgetoverd worden tot een klantgerichte applicatie om meer inkomsten en retentie te realiseren. Die directe stroom aan informatie creëert transparantie in werkzaamheden, wat weer zorgt voor meer snelheid en efficiëntie.

Eisen aan het BI-systeem

Er zijn twee belangrijke eisen aan een BI-systeem. Om te beginnen moet het systeem schaalbaar zijn om diep in andere systemen te kunnen doordringen. In het meest extreme geval moet het systeem klant- en partnergerichte applicaties kunnen bieden, die geschikt zijn voor miljoenen gebruikers. Dit vraagt om een diepgaande technologie die schaalbaar, aanpasbaar en veilig is. Ten tweede vereist het schalen van het BI-systeem binnen andere belangrijke systemen een robuust informatiebeheerplatform inclusief integratie, datakwaliteit, datamanagement, masterdatamanagement en andere technologieën.

Net als elke andere industriële revolutie vereist de digitalisering van organisaties verandering en aanpassing van de manier waarop we middelen en bronnen beheren. Waardeketens zijn bruikbare beheertools, omdat ze ons helpen middelen en bronnen op elkaar af te stemmen om zo producten en diensten te realiseren, die daadwerkelijk geld opbrengen. In het verleden draaide het om het omzetten van materialen in fysieke goederen. Tegenwoordig draait alles om data en moet data worden gezien als het belangrijkste strategische middel voor het creëren van producten en diensten.

De datawaardeketen

De volgende grafiek illustreert de belangrijkste componenten van de datawaardeketen.

De eerste stap is het vastleggen van data. Hoe meer de verschillende datastromen zijn geïntegreerd en hoe beter de kwaliteit van de data, hoe waardevoller deze onbewerkte data is als input voor het analyseproces. Technologieën voor integratie, datakwaliteit en masterdatamanagement zijn daarbij uitermate geschikte tools om datamiddelen te beheren en te verrijken.

Stap twee is data-analyse: een belangrijke stap voor het ontlenen van waarde aan data. Er zijn verschillende soorten analyses en het is belangrijk om te weten dat de digitale onderneming elk type analyse gebruikt. Het is een strategische beslissing om elk type analyse in lijn te brengen met de concrete besluitvorming. Verder is het belangrijk om te beseffen dat analyses kunnen worden uitgevoerd binnen elk systeem, maar dat het BI-systeem ze allemaal integreert en een holistisch overzicht biedt van de bedrijfsprestaties en -werkzaamheden.

De laatste stap is het omzetten van de data in een verkoopbaar product of verkoopbare dienst, of in een manier om besluitvorming te ondersteunen of werkzaamheden te verbeteren. De operationalisering van analytics is vaak de meest onbegrepen stap in het proces. Dat is misschien ook de reden dat veel organisaties geen ROI halen uit hun analytics. Het is echter wel een noodzakelijke stap, omdat de operationalisering van analytics het gedrag van besluitvormers en de prestaties van de organisatie verandert.

Analytics en operationalisering

Wat zijn de behoeften van de verschillende stakeholders op het gebied van analytics en operationalisering? Over het algemeen huren organisaties professionele analisten in om gegevens door te nemen, problemen te onderzoeken, nieuwe kansen te ontdekken en te adviseren over de te ondernemen acties. Binnen de organisatie zijn met name de operationele medewerkers aangenomen om beslissingen te nemen en uit te voeren. Zie het als een politiebureau. Rechercheurs verzamelen en analyseren feitelijke gegevens over een zaak, terwijl de politieagenten zich op straat bevinden of beslissingen nemen over hoe te reageren in bepaalde situaties. Dat betekent niet dat deze agenten geen gegevens nodig hebben. Sterker nog, ze moeten weten waar ze moeten patrouilleren, hoe een verdachte eruit kan zien, of gewapend kan zijn et cetera. De antwoorden komen uit de data van de rechercheurs.   

Dit voorbeeld illustreert een belangrijk verschil tussen analytics en de operationalisering van analytics. Data analyseren is een tijdrovend proces om vragen te kunnen beantwoorden over wat er gebeurde en hoe iets gebeurde. Operationele ondersteuning van besluitvorming draait om het helpen van mensen bij de besluitvorming over wat zij moeten doen of welk alternatief zij moeten kiezen. In de digitale onderneming draait het allemaal om het maken van keuzes op basis van feiten in plaats van gevoel.

De belangrijkste voordelen van het maken van beslissingen op basis van standaarden en feiten zijn:

• minder menselijke fouten;
• nauwkeuriger beslissingen doordat veel meer factoren in overweging worden genomen;
• transparante en betrouwbare besluitvorming binnen de organisatie;
• snellere besluitvorming.

Waarom operationalisering van analytics lastig is

Ten eerste doordat de relatie tussen analytics en de operationalisering ervan niet zo duidelijk is als het lijkt. Hoewel er veel bestaande methodes zijn om analyses uit te voeren, is er geen eenduidige methode voor het omzetten van analytische inzichten in een applicatie voor ondersteuning van besluitvorming. Analyse toont misschien aan dat de kosten van bepaalde afdelingen erg hoog zijn. Dit is op zichzelf echter niet genoeg om de kosten te verminderen. Managers moeten werknemers exact vertellen wat zij moeten doen. Maar ze moeten ook de prestaties kunnen monitoren. Al met al moeten de uitkomsten van analytics worden verpakt in applicaties die continu data en prestaties verzamelen en leveren. We noemen dit InfoApps.

Ten tweede bieden de meeste BI-platformen alleen analytische tools en geen tools voor het bouwen van InfoApps. Analytische tools zijn gebouwd om verschillende problemen op te lossen. Daarom hebben ze een generiek ontwerp waarin de gebruiker gegevens kan laden en de tool kan gebruiken om elke soort analyse uit te voeren. InfoApps zijn daarentegen heel specifiek, en speciaal gebouwd om in zeer concrete situaties snel informatie te bieden. Expedia.com is zo’n InfoApp, waarbij gebruikers een vlucht kunnen zoeken en boeken in minder dan tien minuten. De toegevoegde waarde van Expedia is, dat het gebruikers helpt om verschillende reisopties te vergelijken en snel keuzes te maken.

Hoe bouwt u InfoApps?

Het bouwen van InfoApps vraagt om meer robuuste technologie. De gegevens kunnen afkomstig zijn uit verschillende bronnen en operationele systemen. De data moet van goede kwaliteit zijn, omdat die wordt gebruikt voor beslissingen die rechtstreeks van invloed zijn op bedrijfsresultaten. De toegang tot, en het gebruik van data moet worden beheerd en beveiligd. De analyses moeten automatisch worden gemaakt en op eenvoudige wijze worden gepresenteerd, zodat de besluitvormer direct keuzes kan maken. En de gebruikersinterface moet simpel en intuïtief zijn, zodat er geen training nodig is. Dergelijke InfoApps moeten daarom vaak buiten het BI-platform worden gebouwd, waardoor de kosten voor ontwikkeling en onderhoud toenemen. Aan de andere kant wordt de operationalisering van analytics een simpele stap in de datawaardeketen als het BI-platform zulke mogelijkheden biedt.

Data op de jaarbalans

De adoptie van BI en analytics ligt nog steeds rond de 25 à 30 procent. Het creëren van een op analytics gebaseerde cultuur is echter geen luxe meer, maar pure noodzaak. Daarom moeten organisaties processen ontwikkelen, die ervoor zorgen dat analytics worden geoperationaliseerd en InfoApps concrete resultaten opleveren.

De succesvolle transformatie naar een digitale onderneming vraagt om de afstemming van een nieuwe technische architectuur met een nieuwe beheerstijl en nieuwe analytics-cultuur. De twee belangrijkste veranderingen die we moeten begrijpen en omarmen, zijn:

• de positionering van het BI-systeem als centrum van alle activiteiten, als middel om diepgaande, op feiten gebaseerde besluitvorming mogelijk te maken;
• de adoptie van alle datamanagementtools voor het beheren van data als belangrijk strategisch bedrijfsmiddel.

Het zou mij niet verbazen als data binnenkort zelfs in de jaarbalans van menig bedrijf wordt opgenomen.