Met data aan de slag gaan; veel organisaties willen en doen dit een of andere manier. Dat lijkt verstandig, maar is dat wel zo? Is werken met data hetzelfde als datagedreven werken? En zorgt zomaar hiermee starten niet voor teleurstellingen?

 

Afbakening

Data is een breed begrip, werken met data dus ook. In de kern gaat om feitelijk onderbouwd keuzes te maken of om signalen over kansen, bedreigingen of wat dan ook te destilleren uit het combineren van gegevens. Data is met andere woorden vaak het startpunt van ondernemen. Het triggert tot kritische reflectie, of lokt juist nieuwe inzichten uit. Data en data-analyse is methodisch. Het is dus een middel en geen doel. Alles tezamen betekent dat datagedreven werken ingebed moet zijn om waarde toe te voegen aan de organisatie.

Conclusie? Werken met data doen we op een of andere manier allemaal, datagedreven werken gaat veel verder en vereist een doordacht plan.

‘Datagedreven werken dient bij te dragen aan betere besluiten in de bedrijfsvoering. Dit zijn vaak juist kleine zaken. Niet alles vloeit voort uit een hoogdravende analyse rondom een strategisch onderwerp. De dagdagelijkse winst is vaak te halen uit de kleine dingen.’

 

Randvoorwaarden

De voornaamste eis aan datagedreven werken is dat je data op orde is. Op het moment dat de data op orde is, kun je met data-analyse vaak dezelfde besluiten veel makkelijker en in ieder geval feitelijk onderbouwd nemen. Met een visueel aantrekkelijk dashboard krijg je een middel in handen om met resultaten aan de gang te gaan in plaats van een foutgevoelig excelsheet samen te stellen. Deze tooling is niet alleen interessant voor specialisten, ook het MT of -misschien wel juist ook- de commerciële jongens binnen de organisatie. De dataset die ten grondslag ligt aan het dashboard is namelijk dezelfde als voor die andere. De hele organisatie kijkt naar dezelfde waarheid!

En als we dan toch bezig zijn: hoe leuk is het als het dashboard –lees: dataset– gekoppeld wordt met die van collega’s van een andere afdeling, of uit een ander land. Opeens zie je dat je de schappen/gangen in je logistiek centrum beter kunt inrichten op basis van bestellijsten van de verkoop. Of dat je collega’s in Spanje hulp nodig hebben met het inkopen van een bepaalde grondstof omdat jij dat goedkoper doet. Werken met data levert regelmatig bijzondere inzichten op.

Kortom: het begint met een betere onderbouwing van besluiten die je nu neemt op basis van geleerde kennis en op basis van ervaring. Met datagedreven werken voeg je daar de in jouw bedrijf aanwezige data aan toe!

 

Doelstelling

Naast de kwaliteit van data is het belangrijk dat het doel van date bij iedereen helder op het netvlies komt, anders loop je het risico dat collega’s datagedreven werken als een bedreiging zien. Naast het doel scherp houden is het ook zaak om daadwerkelijk dataproducten te ontwikkelen waar behoefte aan is. Dus niet omdat de data er is. Bij verkoop weten ze echt wel dat de parasols het in de zomer beter doen dan in de winter. Maar weten ze ook wanneer en hoe ze de uitverkoop van parasols moeten starten rekening houdend met de huidige voorraad en prijselasticiteit?

Is jouw best verkopende product ook ‘verzendkosten’?

Pas echter op met te veel databronnen tegelijk te betrekken in je besluitvorming. Het is wel zaak de data goed te snappen voordat je allerlei conclusies trekt.

 

Soft skills

Datalab weet hoe organisaties met data aan de slag kunnen. Techniek en scholing zijn belangrijk, maar de datagedreven mindset in het dna van organisaties planten is minsten zo belangrijk.

Wil je weten hoe de organisatie ervoor staat? Doe dan onze  geheel vrijblijvende online test. Binnen enkele minuten weet u hoe uw organisatie ervoor staat op het gebied van datakansen.