Big data en analytics – het belang van datawarehousing voor MKB

Gaat big data vooral om technologie of om toegevoegde waarde? Kunt u standaard IT-applicaties zoals ERP toepassen, of hebben we het over forse nieuwe investeringen in infrastructuur? Ik beschrijf in dit artikel een realistische benadering van dit nieuwe fenomeen voor die bedrijven die geen grote IT-budgetten hebben. 

Datawarehouses, BI- tooling, Hadoop, in-memory databases… Allerlei termen die voorbijkomen bij de vraag ‘Wat moeten we toch met big data?’ en die ons hoofd doen tollen. Manipulatie van big data is een krachtig concept, zoals al is gebleken bij veel beursgenoteerde bedrijven. Maar in de praktijk lijkt de toepassing ervan nog niet erg realistisch voor de meeste mkb-bedrijven. Of toch wel?

Waarschijnlijk heeft u dure hardware, software en specialisten nodig. Maar zelfs al is het geld beschikbaar, veel bedrijven begrijpen niet goed wat ze willen en/of kunnen met big data. Daarvoor is ook een grote verandering nodig in het strategisch en operationeel denken vanaf het C-level. Toch zijn er veel mogelijkheden voor het gemiddelde mkb-bedrijf. Het is goed om daarbij te beginnen met een kritische evaluatie van de al beschikbare data. Kijk ook goed naar de rol van KPI’s, naar de beschikbaarheid van transactiedata vanuit uw IT-systemen, en uw mogelijkheden om dit toe te passen in uw dagelijkse proces. 

Bedrijven die (big) data effectief willen inzetten, moeten zorgen voor een cultuur waarin de besluitvorming gebaseerd wordt op data. Duik in de data die al beschikbaar zijn, kijk naar wat ze u vertellen en laat dit de operationele activiteiten sturen. Dit kan belangrijke informatie opleveren, van de sales pipeline tot aan het klantcontact. Bedenk daarbij wel dat u misschien kijkt naar informatie die niet meer 100% nauwkeurig is. Het maken van traditionele rapportages kan namelijk behoorlijk tijdsintensief zijn. Uw bedrijf dendert ondertussen verder, terwijl u nog aan het bedenken bent hoe u alles aan moet pakken.

Focus op realtime informatie die een compleet en actueel overzicht geeft. Dit kan een behoorlijke impact hebben op uw resultaten. Het helpt u belangrijke trends te ontdekken én hier direct op te reageren. Hoe is de conversie deze week? Wat werkte wel en niet bij deze marketingactiviteiten? Wat zijn de ‘fast and slow movers’? En dan hebben we het niet over vorige maand, maar over gisteren. Er zijn echt talloze mogelijkheden.

We zien echter constant hoe moeilijk het is voor bedrijven om deze informatie te verzamelen, eenduidig te maken en beschikbaar te stellen. Het is vaak verspreid over meerdere en soms verouderde systemen. En soms zijn er problemen met dubbele of niet consistente gegevens. Wat is dan de waarheid? Omdat medewerkers vaak hun eigen databases of Excel sheets beheren, is het moeilijk grip te krijgen op de situatie. Bepaal daarom welk systeem leidend is voor welk onderwerp en wees consistent. Daarnaast moeten de data snel en gemakkelijk toegankelijk zijn voor wie het nodig heeft, dit moet heel simpel en intuïtief werken. En zo komen we uit bij ‘datawarehousing’.

‘Datawarehousing’ gaat om het combineren van informatie, vaak verspreid in verschillende IT-systemen, in één centrale hoofddatabase. Daarmee heeft iedereen altijd inzicht in alles wat er gebeurt. En dit is nog maar een klein stukje van al het werk dat nodig is voor het uitrollen van een corporate big data project. Als bedrijven eenmaal het overzicht hebben van hun individuele applicaties en niet gekoppelde processen, dan kunnen plannen gemaakt worden voor een heldere datastructuur. En als eenmaal een centrale database is vastgesteld, kunnen processen opgezet worden om ervoor te zorgen dat medewerkers hun informatie goed delen, en dat de individuele systemen hier efficiënt op aansluiten. 

Vervolgens wordt het veel eenvoudiger om het ‘complete plaatje’ uit die database halen. Traditionele rapportagetechnieken kunnen daarbij wel nuttige antwoorden geven op specifieke vragen, maar ze zijn minder flexibel. Antwoorden leveren vaak nog meer vragen op. En die vereisen weer een bezoekje aan de IT-afdeling voor nog meer dataqueries. Het is daarom de moeite waard om te onderzoeken welke analytics tools u kunt gebruiken. Er zijn verschillende betaalbare producten met dashboards en mogelijkheden om data helemaal zelf in te delen, zoals QlikView of Sumatra. Combineer dit met mobiele applicaties en iedere medewerker heeft altijd en overal toegang tot realtime data. Dit kan uw besluitvorming flink verbeteren, of het nu gaat om de status van verkooporders, voorraden, of financiële resultaten. 

Het is essentieel dat bedrijven daarbij precies weten welke informatie ze willen gebruiken om hun besluitvorming te sturen. Het hele bedrijf moet hierbij op een lijn liggen, van topmanagement tot de werkvloer. Zodra de datacollectie die hiervoor nodig is, georganiseerd is vanuit de ERP- en IT-systemen, kunnen de juiste stappen worden ondernomen om te zorgen dat iedereen up-to-date blijft. 

De komende maanden en jaren zullen we nog veel fascinerende voorbeelden zien van hoe beursgenoteerde bedrijven, zoals Bol.com of Albert Heijn, inzichten blootleggen die leiden tot significante verbeteringen. We zullen versteld staan van de hoeveelheden data, de investeringen in tijd en energie, én de resultaten. Voor deze miljardenbedrijven zijn deze investeringen realistisch, in termen van het beschikbare kapitaal en de potentiële impact die zelfs kleine veranderingen kunnen hebben.

Maar er zijn zeker ook voordelen voor kleinere mkb-bedrijven. Omdat zij een iets conservatievere visie moeten hebben, moeten ze eerst hun huidige systemen op orde krijgen. Er is nog veel winst te behalen als het gaat om effectief datamanagement, het toepassen van de bestaande rapportagetechnieken en nieuwere BI-producten. Met een sterke strategie en infrastructuur wordt het een stuk gemakkelijker om vooruitgang te boeken met specifieke big data oplossingen, zodra deze meer toegankelijk zijn. 

1. Evalueer uw bestaande gegevens grondig. Bekijk hoe u betere keuzes kunt maken door te gebruiken wat u al heeft. Het maakt niet uit hoeveel gegevens u heeft, als er geen acties uit voort kunnen komen, zijn ze niets waard. 

2. Bouw uw datamogelijkheden verder uit. Wat als u een of meerdere eenvoudige datasets had, bovenop uw al bestaande data? Bedenk wat u dan nog meer zou kunnen doen. 

3. Weet goed wat uw hypotheses en doelstellingen zijn. Veel experts vergeten een hypothese op te stellen, ze duiken meteen in de cijfers. Maar als u geen idee heeft van uw voorspellingen, dan wordt het erg moeilijk om de successen daarvan te meten. 

4. Kijk ook eens verder dan wat relevant is voor het “hier en nu” en bekijk “wat zou kunnen zijn” in de toekomst. 

5. Op een gegeven moment is het goed om te kijken of u uw eigen tools en infrastructuur kunt ontwikkelen voor het verzamelen, analyseren en visualiseren van uw data. En als u vast komt te zitten of uw data zijn te ingewikkeld om vast te leggen, dan is het misschien tijd om een goede data scientist in te huren. Deze weet precies hoe u de maximale waarde haalt uit een minimale dataset. 

Jarno van Hurne – Product Marketing Director, Exact Software