Hoe bouw je een datastrategie op maat van jouw organisatie?

Dat organisaties gebruik maken van data is zeker niet nieuw, maar we hebben een lange weg afgelegd. Aanvankelijk verzamelden bedrijven data uit verschillende systemen in een data warehouse. Nadeel hiervan was dat het beheer van de data bij een centraal team zat en de doorlooptijd van rapporten serieus kon oplopen. Bovendien moesten die data engineers een solide kennis van de hele business hebben. De opmars van sociale media zorgde in de daaropvolgende jaren voor een explosie aan data, waardoor de term Big Data ontstond. Onder impuls hiervan kwamen er tools om grote data volumes te analyseren en verschoof de focus steeds meer naar selfservice.

Die laatste trend zorgt ervoor dat de business zelf vaker op eigen kracht met data aan de slag kan gaan. Maar dat brengt alweer een nieuwe uitdaging met zich mee, want zoals wel vaker kunnen we technologie niet loskoppelen van de processen in het bedrijf en van de mensen die ermee werken. Zijn die mensen klaar om data te gebruiken? Hebben ze de juiste skills en is er al nagedacht over de skills die morgen nodig zullen zijn? Wat zijn de doelstellingen van het bedrijf en hoe kunnen werknemers hiertoe bijdragen? Het menselijke aspect vormt een cruciaal onderdeel van elke sterke datastrategie.

Hoe maak je het verschil met data?

In de praktijk moeten we vaststellen dat veel bedrijven in hun data strategieën nog even ver staan als enkele jaren geleden. En dat is natuurlijk geen goede basis om een volgende stap te zetten. Laten we daarom eerst eens ingaan op een paar belangrijke componenten van zo’n datastrategie:

• Data moet aanzetten tot actie: het volstaat niet om gewoon wat cijfers naast elkaar te zetten; een goed rapport leidt tot een beslissing of moet minstens duidelijk maken welke actie nodig is.
• Sharing is caring: als je toch over data beschikt, waarom zou je ze dan niet delen? Niet alleen met je eigen departementen, maar ook met de buitenwereld. Je kunt echt een concurrentieel voordeel halen als je erin slaagt om data terug beschikbaar te maken voor de klant.
• Visualiseer: data wordt vaak verzameld in onoverzichtelijke tabellen zonder conditionele opmaak. Studies tonen aan dat het menselijk brein zo’n tabel niet goed kan lezen. Door data te visualiseren (bijvoorbeeld met GeoMapping) ontdek je soms inzichten waar nooit eerder aan gedacht hebt.
• Verbind datasets: in het geval van datasets moet 1+1 altijd gelijk zijn aan 3. Als je bijvoorbeeld de effectiviteit van een marketingcampagne wil meten, mag je niet enkel naar het aantal clicks kijken. De echte waarde zit in de correlatie met data over de business, zoals (gestegen) verkoopcijfers.
• Maak data transparant: wees duidelijk over je bedrijfsdoelstellingen en KPI’s, zodat iedereen in de organisatie data kan benutten en kan bijdragen om een benchmark te bereiken.
• Train mensen: zorg ervoor dat je mensen begrijpen hoe ze met technologie moeten werken, maar ook hoe data hun werk kan vereenvoudigen en hoe ze bijdragen tot de bedrijfsdoelstellingen.

Welk probleem wil je oplossen met data?

Zodra de basis goed zit, kunnen we een roadmap uitwerken. Een oplossing mag niet vanuit de data zelf vertrekken, maar moet altijd gekoppeld zijn aan een uitdaging of doelstelling. Dat is de reden waarom we bij ACA Group telkens eerst via een workshop nagaan wat de doelen van de klant zijn. Op basis daarvan formuleren we dan vraagstellingen waarna we voor elke case op zoek gaan naar een oplossing.

In de nabije toekomst zal de integratie van datasets nog belangrijker worden, onder meer in het kader van rapporteringen over duurzaamheid. Om bedrijven optimaal voor te bereiden en te begeleiden, gaan we in de loop van dit jaar met een aantal blogs dieper in op belangrijke terminologieën, methoden en uitdagingen rond data.

Ben je intussen toch al benieuwd naar wat ‘Data Mesh’ precies inhoudt en waarom het voor jouw organisatie interessant kan zijn?
➡️ Klik dan hier voor meer informatie!