Vijf oplossingen voor het ontwikkelen van een big data-aanpak binnen jouw bedrijf!

Vijf oplossingen voor het ontwikkelen van een big data-aanpak binnen jouw bedrijf!

Daniel Hoogeboom   •  26 januari 2016

Vorige week hebben we het in de blogpost De vijf belangrijkste uitdagingen bij het aan de slag gaan met big data gehad over de uitdagingen die bij big data spelen. Om het geheugen op te frissen staan ze hieronder nog eens op een rij:

  • Uitdaging 1: big data actionable maken
  • Uitdaging 2: KPI’s van de businesscase niet uit het oog verliezen
  • Uitdaging 3: de juiste analysemethoden inzetten
  • Uitdaging 4: data beschikbaar hebben
  • Uitdaging 5: data opschonen

In deze blogpost bieden we vijf oplossingen aan en geven we concrete handvatten om aan de slag te gaan met een data-gedreven strategie. Om een succesvolle strategie te implementeren waarbij data een sleutelrol speelt, moet je je als bedrijf ontwikkelen op drie gebieden: talent, cultuur en technologie.

DDC_blogpost3_visual2

1. Stel de juiste vragen (talent)
Succesvol data-gedreven aan de slag gaan is een kunst. Het wordt pas relevant als data-analyse een vraag kan beantwoorden die jij als business-user hebt gesteld. De data zelf geeft namelijk niet zomaar antwoord op jouw vraagstuk. Allereerst heb je mensen nodig die de kern van het probleem boven tafel kunnen krijgen. Deze vragen worden niet alleen gesteld door data-analisten, maar ook door leidinggevenden en beslissers. Een leidinggevende die hier goed op inspeelt beperkt zich niet tot de beschikbare data, maar stelt eerst de vraag en gaat dan pas op zoek naar de bijbehorende data die hier antwoord op kan geven, zodat er een actionable insight ontstaat.

Een vereenvoudigd boom-model kan hier helpen. Nadat een vraag is gesteld onderzoek je de data en kom je tot een conclusie: kan je de vraag beantwoorden met deze data? Als dit niet kan, dan heb je meer data nodig. Kan je de vraag wel beantwoorden, dan behoor je een actionable insight over te houden waar je direct actie op kan ondernemen. Als dit inzicht ontbreekt, dan heb je de verkeerde vraag gesteld en moet je jezelf afvragen: Welke vraag wil ik echt beantwoorden en kan dit met deze data?

2. Begin klein, maar bepaal je richting (cultuur)
Iedereen kent de uitspraak Rome is niet in één dag gebouwd. Ditzelfde geldt voor een data-gedreven strategie binnen jouw bedrijf. Richt je eerst op het in kaart brengen van een behoefte, in plaats van op een full scale dataoplossing. Dit kun je doen door middel van een maturity-model. Een maturity-model geeft aan in welke fase van big data je je momenteel bevindt. Op basis van dit model kun je de richting bepalen waar je met big data naartoe wilt en creëer je een businesscase.

Een tweede stap is – als je weet wat je doel is – gewoon klein beginnen. Waarschijnlijk heb je al data beschikbaar binnen je bedrijf en kun je hier in de eerste fase van maturity klein mee beginnen. Door de juiste vragen te stellen kunnen al relevante inzichten ontstaan uit minimale datasets. Zo laat je duidelijk zien dat je door middel van data-analyse je businesscase kunt verantwoorden en hierop kunt sturen. De grootste horde is dan genomen, want vervolgens ontstaat veelal de vraag naar meer data. Gebruik dit om direct de derde oplossing aan te dragen!

3. Ruimte voor experimenteren moet er zijn (cultuur & technologie)
Ook al begin je net met big data of heb je je bedrijfsprocessen al zo ingericht dat big data een sleutelrol speelt: experimenteren geldt voor elke fase in het maturity-model. Zonder ruimte om te experimenteren zal je inderdaad niet vaak falen, maar boek je ook nooit succes.

Een methode om ruimte voor experimenteren te creëren, is de zogeheten agile manier van werken. Agile werken draait om flexibele teams die in korte iteraties werken, zodat er hapklare deelproducten afgerond en opgeleverd worden. Een voordeel van deze manier van werken is dat je niet in het wilde weg analyseert, maar streeft naar specifieke doelen en opleverbare producten. Sommige bedrijven hebben moeite met deze manier van werken, gezien hun traditionele en hiërarchische structuur. Hier is experimenteren, laat staan falen, geen optie. Bedrijven die hier wel op inspelen reserveren zogenaamde ‘innovatietijd’ waarin medewerkers concreet aan nieuwe producten en analyses kunnen werken.

4. The right tool for the job (technologie)
Voor big data heb je technologie nodig. Dat is een feit. Als je alle vorige oplossingen al in kaart hebt, dan weet je wat je behoeften zijn en kan je een bijpassende tool vinden. Er zijn honderden business intelligence-tools op de markt die gratis te proberen zijn. Ik heb het hier niet over een dure tool, maar over de juiste tool. De juiste tool zorgt ervoor dat de data die je nodig hebt beschikbaar is, dat je deze kan analyseren en erop kan acteren.

Deze tools kunnen nu al meer dan je denkt. Tot voor kort was het niet mogelijk om ongestructureerde data (e-mails en gesprekken) te analyseren in combinatie met gestructureerde data (spreadsheets en databases). Tegenwoordig is dit steeds meer van toepassing en stellen deze tools bedrijven die in een gevorderde maturity-fase zijn in staat om veel meer te analyseren dan voorheen. Zo creëren zij een compleet 360 graden beeld van het bedrijf en zijn klanten.

DDC_blogpost3_visual1

5. Zet de juiste mensen op data (talent)
Met de juiste tool en een goede businesscase ben je er bijna. De laatste oplossing speelt in op de uitdaging van het opschonen van data. Wie zet je hiervoor in: een IT-specialist? Een business-user? Een marketeer? Het juiste antwoord is een goede mix van allemaal. Soms kun je deze specialismen in één persoon terugvinden (de data-scientists onder ons) en soms moet je een mix van meerdere personen hebben.

Belangrijk hierbij is de mindset dat data niet meer bij IT-afdelingen ligt, maar ook bij business-users. Deze willen graag realtime inzichten hebben in de performance van het bedrijf, zodat hij of zij hier direct actie op kan ondernemen.

Om goed om te kunnen gaan met big data moet je creatief te zijn. Door creatief om te gaan met het opschonen van data kun je ervoor zorgen dat de kwaliteit van de data zodanig is dat de directie geen twijfels meer heeft of er actie ondernomen moet worden.

Conclusie
Uiteindelijk draait het om het definiëren van de juiste doelen en het aanboren van de relevante resources. Laat je analisten experimenteren met tools en zorg ervoor dat ze de juiste vragen beantwoorden om zo big data te vertalen naar actionable insights. Door deze oplossingen op het gebied van talent, cultuur en technologie toe te passen is de drempel minder hoog om vandaag nog aan de slag te gaan met een data-gedreven aanpak. Lees volgende week meer over hoe big data de leidraad vormt voor het marketingplan.

Wil je meer leren over een data driven marketing aanpak voor jouw organisatie? Kom dan naar het data-driven commerce event. Lezers van deze blogpost geven we €100,00 korting op de inschrijving, met de kortingscode DNZ2016DDC (hoofdlettergevoelig).

Daniël Hoogeboom is Data-analist binnen het DDC team. Binnen De Nieuwe Zaak houdt hij zich bezig met het continu optimaliseren van resultaten op basis van data-analyse en bewezen klantinzichten.
Blijf op de hoogte

Meld je aan voor onze 2-wekelijkse nieuwsbrief en blijf op de hoogte van het laatste commerce nieuws!

© 2018 De Nieuwe Zaak