Maak je organisatie wendbaar door het democratiseren van data

Naast veel uitdagingen brengt deze periode ook een versnelling met zich mee op het gebied van de digitale transitie bij veel organisaties. Het consumentengedrag is in zeer korte termijn extreem veranderd en veel organisaties bewegen mee. 

Een succesvolle digitale transformatie is echter mede afhankelijk van de maturiteit van zowel data management als analytics binnen een organisatie. Helaas blijft een data-driven cultuur te vaak steken bij het management in een organisatie en bereikt het onvoldoende alle kenniswerkers. Terwijl juist de meeste winst te behalen valt onder de grote groep medewerkers in eerste lijn. Zij nemen dagelijks een veelvoud besluiten zonder toegang tot relevante inzichten. Waar management en directie vaak nog de beschikking hebben over rapportages en dashboards, moet de kenniswerker het doen met gefragmenteerde of gemankeerde informatie. Ondanks dat de hoeveelheid data toeneemt, is de toegang tot de juiste data voor veel medewerkers nog niet optimaal. Onder andere marketeers geven aan dat ze een uitdaging hebben om de juiste data beschikbaar te krijgen voor het nemen van geïnformeerde beslissingen. Minder dan 10% van de marketeers heeft het gevoel alle data ter beschikking te hebben om tot goede besluiten te komen.

Daarom zijn wij voor democratisering van data: “meer mensen toegang tot voor hen relevante data om op het juiste moment een onderbouwde beslissing te kunnen nemen.”

Waarde creatie

Democratisering van data is relevant voor alle organisaties, maar in het bijzonder voor bedrijven die afhankelijk zijn van cruciale beslissingen onder tijdsdruk, die een data-driven cultuur nastreven of organisaties met een decentrale organisatievorm en bevoegdheid (denk aan internationale organisaties of ondernemingen met veel vestigingen).

Beslissingen onder tijdsdruk zijn de momenten waar het grootste risico schuilt en waar de meeste waarde gewonnen of verloren kan worden. De waarde van informatie is dan ook het hoogst als het gebaseerd is op actuele data en wanneer een inzicht direct tot een handeling kan leiden. Op het moment dat je moet wachten op een rapport of een antwoord van een analist, dan verliest de informatie aan waarde, omdat de tijd tussen de recentheid van de data en de daadwerkelijke handeling toeneemt. We noemen dit ook wel ‘informatieveroudering’. Als zoveel mogelijk medewerkers toegang hebben tot voor hen relevante en actuele data, verlaag je het risico op foutieve beslissingen en neemt over de hele breedte van de organisatie de waarde van informatie toe. 

In een onderzoek uit 2018 concludeert Forrester, dat insight-driven organisaties sterk groeien, met wel 30% per jaar. Het is dus niet verwonderlijk dat veel organisaties data-driven willen worden of zijn. Organisaties die data-driven willen zijn, moeten iedereen toegang geven tot data op detailniveau. Een data-driven cultuur ontstaat niet als het van bovenaf wordt opgelegd, maar wanneer zoveel mogelijk mensen de toegevoegde waarde ervan ervaren. Ervan uitgaande dat de meeste mensen niet over de technische knowhow beschikken, is een goede business intelligence applicatie met self-service aan te raden. Gelukkig bieden de meeste platforms, zoals Tableau, Qlik en PowerBI al vormen van self-service aan in hun BI-tool. Wil je een stap verder gaan en alle medewerkers ook de toegang geven tot Search & AI, dan raden we ThoughtSpot aan. 

Bedrijven met een organisatievorm waarin veel decentrale bevoegdheden bestaan, kunnen niet afhankelijk zijn van gecentraliseerde informatie. Denk aan grote en/of internationale retail organisaties of logistieke ondernemingen met centra in verschillende delen van de wereld. Toegang tot data en informatie moet daar worden gelokaliseerd waar ook de beslissingen genomen worden. Leg je de verantwoordelijkheid dus diep in de organisatie, dan moet je ook de toegang tot data en informatie op dat niveau organiseren. Het democratiseren van data helpt daarbij. Kijk wel uit dat je data democratisering niet verwart met data governance. Het is namelijk goed mogelijk om centraal te sturen op goede datavoorzieningen, zoals kwaliteit, veiligheid en beschikbaarheid. Zolang medewerkers overal verzekerd zijn tot laagdrempelige toegang tot voor hen relevante data.

Wat is ervoor nodig?

Om de democratisering van data succesvol te organiseren binnen een organisatie, moet een organisatie de condities creëren. We kunnen deze voorwaarden grofweg ordenen in twee categorieën: data governance & data management enerzijds en data architectuur & technologie anderzijds.

Data governance & data management

Democratisering van data is niet hetzelfde als data governance, en het is ook niet hetzelfde als data management. Dit laatste, mits goed georganiseerd en uitgevoerd, zal namelijk bijdragen aan de kwaliteit van besluitvorming met behulp van data. Door gemeenschappelijk afspraken vast te leggen over het eigenaarschap, beheer en de veiligheid van data, door transparantie en standaardisatie alsmede inzicht in de datastromen en de kwaliteit ervan, zal de waarde van data alleen maar worden bevorderd. Door de gestegen waarde van data, gemeten naar betere en tijdige beslissingen en volwaardige toegang tot data op alle niveaus in een organisatie, stijgt uiteindelijk de waarde van geïnformeerde beslissingen. Data governance en data management is dus beiden nodig om tot data democratisering te komen.

Niet zelden strandt een discussie, ondanks feiten uit een rapport of dashboard, op de toegepaste data of de gehanteerde definities. Ooit onderzocht ik de verschillen in definities van werkloosheid. Het aantal gesprekken over de definitie van een conversie kan ik al niet eens meer tellen. Daarom is het goed om goede afspraken vast te leggen over de gebruikte databronnen, het toegepaste datamodel, de noodzakelijke identifiers (klantnummer, e-mailadres, telefoonnummer) en gekwantificeerde doelstellingen (KPI’s). En zorg voor een omgeving waarin gebruikers altijd inzage hebben in de betekenis van de variabelen en de definities.

De kwaliteit van output is afhankelijk van de kwaliteit van input. Sturen op datakwaliteit is daarom ook voor een goede uitvoering van data democratisering belangrijk. Zodra je inzicht hebt in de systemen waar data wordt gegenereerd en vastgelegd, kun je inschatten waar risico op kwaliteitsverlies kan ontstaan. Dit verlies kan betrekking hebben op de tijdigheid en vervuiling van data. Denk aan vrije invoervelden, gebrek aan structuur (postcode, mobiel nummer) of rigide IT-systemen (verplichte velden). Om data democratisering succesvol toe te passen is het belangrijk om juist de data op detailniveau te borgen. Denk onder andere aan productinformatie, regionale details (geografische identificatie), klantinformatie of interacties. Maar even zo belangrijk is het reduceren van doorlooptijden van de beschikbaarheid van data. De data van vandaag kan morgen al verouderd zijn.

Data architectuur & technologie

Toegang tot data vraagt om een passende technologie. In het geval van het democratiseren van data hanteren we enkele voorwaarden ten aanzien van deze technologie. Om te beginnen mag er geen beperking zijn in toegang, doordat er bijvoorbeeld niet voldoende licenties zijn. We weten allemaal dat de verschillende aanbieders van software in hun businessmodel toegang – lees: accounts – als een driver nemen voor de prijs. Voor effectieve data democratisering kan dat een vervelende hindernis betekenen.

Veel van de softwareapplicaties voor data & analytics, zoals business intelligence systemen van Tableau en Qlik, data management software van Oracle of Informatica en analytics software zoals SAS en SAP, zijn voor de meeste medewerkers niet snel bruikbaar. Het vereist een bepaalde mate aan training en tijd om ermee te kunnen werken. Daarom valt de adoptie van data & analytics technologie nog altijd tegen, ondanks de grote inspanningen. Denk bij de keuze van technologie dus ook altijd aan het brede gebruik ervan binnen de organisatie. Laat je keuze niet louter afhangen van de wens van de techneut, van de analist of engineer. En in het geval van data & analytics applicaties is het raadzaam de sterkten en zwakten van de self-service voorzieningen goed te onderzoeken. 

Een opdrachtgever vroeg me eens om een real-time dashboard te implementeren. Toen ik onderzoek deed naar de databronnen die de data moesten leveren voor de totstandkoming van alle KPI’s, bleken deze bronnen slechts wekelijks gevoed te worden uit het operationeel systeem. Vanuit IT-standpunt begrijpelijk, want hiermee voorkom je een te grote last op de performance van je infrastructuur. Maar daarmee creëer je een verouderde werkelijkheid. Dit is een veelvoorkomend issue met dashboards: het is vaak terugkijken in de tijd. Wanneer je de waarde van data democratisering echt wilt optimaliseren, dan investeer je ook in je data-infrastructuur. Uiteraard verschilt de gepercipieerde waarde van de toegang tot actuele data van branche tot branche. In high-tech manufacturing ligt deze waarde ongetwijfeld hoger dan in marketing.

Waarom is democratisering van data nu relevant?

Data-driven organisaties zijn succesvoller, real-time data creëert de hoogste informatiewaarde en veel organisatiestructuren vragen om decentrale beschikbaarheid van data en informatie. Daarnaast is er nog een belangrijke reden voor het democratiseren van data. Het ontlast namelijk de organisatie en dan met name de business intelligence afdeling. Gebruikers kunnen, mits goed gefaciliteerd, zelf antwoorden vinden in de data, in plaats van deze vragen te stellen aan de overbelaste BI-afdeling.

Ook voor de analisten en data scientists levert dit een tijdbesparing op. Ze zullen minder tijd kwijt zijn aan het vinden van antwoorden op vragen uit de business. De overvolle backlog met vragen puilt uit en een gemiddelde wachttijd van 5 werkdagen is niet ongewoon. De gewonnen tijd met data democratisering kan vervolgens besteed worden aan meer complexe vraagstukken waar advanced analytics een rol speelt. En waar men vooruit kijkt of voorspellingen kan doen. Denk aan marketing attributie, next best actions of media mix modellen. Vraagstukken waarin data scientists excelleren en waarmee ze juist nog meer waarde toevoegen.

Wacht niet te lang

Juist in deze onzekere tijden is het belangrijk om niet te lang te moeten wachten op antwoorden. Juist nu moeten kenniswerkers dagelijks beslissingen kunnen onderbouwen met relevante feiten. En juist nu is de technologie zo ver gevorderd dat we data real-time beschikbaar kunnen krijgen. Er is veel geïnvesteerd in de usability van tools en applicaties, zoals self-service en search functionaliteiten. Dan resteert alleen nog de vraag of de keuze voor een data-driven bedrijfsvoering en organisatie al is gemaakt. Als dat inderdaad de wens is, dan is de democratisering van data de volgende vanzelfsprekende keuze.

Over de auteur: Remco Weijers is senior data strategist bij Merkle Nederland.