Big Data: 5 tips en inzichten voor 2016

De eerste FM Club van 2016, gehouden bij Yacht in Amsterdam, staat in het teken van Big Data & Analytics.
De eerste FM Club van 2016, gehouden bij Yacht in Amsterdam, staat in het teken van Big Data & Analytics. De ruim 75 aanwezige finance professionals krijgen tips en inzichten over een van de meest belangwekkende business onderwerpen van dit moment: Big Data & Analytics.
Bekijk direct de foto’s van het FM Club Forum

 

 
“Bij Big Data & Analytics gaat het niet om de mogelijkheden, maar om kijken met nieuwe ogen”, begint Marco de Jong (Senior Trainer en eigenaar Experience Data). “Het gaat om een nieuwe manier van denken en werken met bestaande mensen en middelen. Daarbij gaat het meer om mixed data, dan om big data. Door de mix krijg je nieuwe inzichten. Denk daarbij aan alle beschikbare – potentieel waardevolle – databronnen die je organisatie nu niet gebruikt. Tekst, beeld, geluid en sensoren zijn ook allemaal data.”
 
De jong deelt vijf inzichten die van belang zijn voor de financial die in 2016 de data capabiliteit van zijn/haar organisatie verder gaan opbouwen. 
 
1. Vind de waardedrijvers van de onderneming
 
Als het gaat om sturen op data zoeken organisaties naar waardedrijvers. Dat gebeurt op twee niveaus. In wat De Jong de dashboard-wereld noemt ziet men de grote trends die impact hebben op de business. Dan is er de detail-wereld: mensen in de organisatie die weten wat er speelt bij klanten, leveranciers en in de dagelijkse operatie. “Om te kunnen sturen zul je in het midden moeten zitten”, aldus De Jong. “Dat is de zoektocht naar waarde drijvers. 10/15 factoren vinden die belangrijk zijn in de business context.”
 
Een opdracht waar De Jong zelf aan werkt op dit moment is het bouwen van een voorspellend model van de prijs van groente en fruit. “Als we alles op een hoop gooien, is dat erg lastig”, aldus De Jong. “Het afnamepatroon van tomaten ziet er heel anders uit dan van appels omdat de houdbaarheid zo enorm verschilt. Als je dat bij elkaar stopt, krijg je een model met een enorme spreiding. Als je de details van de business snapt, kun je een veel preciezer model bouwen. Dan kun je complexiteit voor je laten werken. Elementen die een positief effect hebben probeer je dan zoveel mogelijk te vergroten en componenten die een negatief effect probeer je te elimineren.”
 
2. Pak je rol als financial
 
Statistiek en wiskunde zijn gebieden waar lang niet iedere financial zich helemaal in thuis zal voelen. Maar dat hoeft volgens De Jong ook helemaal niet. Daar trek je juist een data scientist voor aan. “De skills die je nodig hebt voor Big Data & Analytics zitten zowel aan de harde als de zachte kant, maar ik heb nog nooit iemand ontmoet die alles in huis had. Daarom is samenwerking belangrijk en dat kan de financial goed organiseren.”
 
 
“De data scientist die erg op de techniek en analyse zit heeft vaak moeite de business context te begrijpen”, aldus De Jong. “Daar kan de financial helpen met zijn business kennis. In dat groente-fruit voorbeeld is onze data scientist vooral bezig een zo goed mogelijk model te bouwen, maar wij helpen hem naar de juiste producten te kijken en de juiste vragen te stellen. Nieuwsgierigheid, proces-kennis, subject matter expertise, continu discussies voeren…. Allemaal kwaliteiten die de financial in data science kan inbrengen.”
 
3. Pas op voor verschil causaliteit en correlatie
 
Wanneer je data aan elkaar gaat koppelen worden correlaties zichtbaar. Maar niet alle waargenomen correlaties rechtvaardigen de conclusie van een causaal verband tussen de betrokken variabelen. De Jong ervaarde dat bij een leverancier van apotheken. “Omzet en klantbezoeken waren perfect gecorreleerd. Dus, concludeerde ze: ‘Hoe meer onze verkopers bij klanten langsgaan, hoe hoger de omzet.’ We hebben toen de element ‘tijd’ toegevoegd en toen werd het beeld al minder florissant. Daarna hebben we ook nog het doel van het bezoek toegevoegd en toen werd het verband helemaal zwak. 80 procent van de klanten vult gewoon maandelijks een bestellijst in en trekt zich niks aan van verkopers die met promoties langskomen. Veel waardevoller is om erachter te komen wat die klant nou echt wil, zodat je de verkopers met een hele specifieke boodschap op pad kunt sturen.”
 
4. Werk aan datakwaliteit
 
Een belangrijke stap in het analytics proces is de data voorbereiden. Dat is vaak een vervelend project waarbij je echt door de zure appel heen moet bijten. De Jong: “Veel data was nooit bedoeld om aan elkaar te koppelen. Je wilt bijvoorbeeld een regio-analyse doen, maar niemand vond het ooit belangrijk om het regioveld in te vullen. De data zit vaak in verschillende systemen. Daar moet je doorheen en dat is even rotwerk, maar wel een noodzakelijke stap.”
 
5. Begin! (maar niet met grote investeringen)
 
In de Big Data Special 2015 van FM Magazine waarvan Marco de Jong gasthoofdredacteur was, tipte hij al om te beginnen. ‘Begin gewoon!’ Dat is nog steeds een belangrijk advies, want bij veel organisaties constateert hij dat ze dit moment nog steeds uitstellen. “Door te beginnen ontdek je pas welke vragen en toepassingen voor jouw organisatie belangrijk zijn. Je kunt niet alles van te voren bedenken, maar komt erachter door gewoon te beginnen.”
 
Daarbij adviseert hij niet direct in dure technologie te investeren. “Veel is open source beschikbaar, zoals de open source taal R, die gebruikt kan worden voor statistische analyses. Ook hebben jullie allemaal wel een sql-server staan om de data op te slaan en een BI-tool om de inzichten in verhaalvorm met de business te delen. Alles wat je nu nog mist is de kennis om voorspellende modellen te bouwen en statistische analyses erop los te laten. En daar zul je een data scientist voor moeten aantrekken”, besluit De Jong.
 
De beste Finance Professionals weten precies wat er speelt in hun vakgebied. Zij volgen regelmatig seminars en houden de vakpers bij. Zij zijn up to date en goed geïnformeerd. Zij hebben meer plezier in hun werk. En… zij maken sneller carrière. Dit kunt u ook. Hoe? Word nu lid van de FM Club.
 
 
 
 
 
 

 

 
Gerelateerde artikelen