Dynamische sturing in turbulente tijden #7: ‘Data analytics en data management’

Niemand kan de toekomst voorspellen, maar één ding staat als een paal boven water, veranderingen gaan steeds sneller en worden steeds ingrijpender.

Hoe u daarmee om kan gaan behandelt Fred Conijn in zijn blogs over dynamische sturing.

Slagvaardig acteren is geen kwestie van snel doen wat er bij je opkomt…. Je moet allereerst beschikken over heldere spelregels zodat je kan inschatten welke gedrag gewenst is. Daarnaast moet je het mandaat en de middelen hebben om daadwerkelijk te kunnen acteren. Alleen dan kan een intentie leiden tot een effectieve actie, die past binnen de visie van de organisatie. Bovendien wordt er zo voor gezorgd dat medewerkers elkaar begrijpen en goed kunnen samenwerken, ook als er sprake is van ingrijpende veranderingen. Bij middelen gaat het niet alleen om geld en menskracht. Het gaat ook over het beschikken over de juiste data. Zodat je in staat bent inschatting te maken van de impact van een actie. Dit helpt om de juiste besluiten te nemen.

Kortom er moet van de te voren goed nagedacht worden over welke spelregels, middelen, mandaat en data medewerkers op de werkvloer moeten beschikken om slagvaardig te kunnen acteren. Typerend in dit kader is de uitspraak van de managing director die werd geconfronteerd met onvoorziene impact van de gigantische stijgingen van de gasprijs in 2021. ‘’De controller heeft niet de informatie geleverd die ik gevraagd heb, maar de informatie die ik nodig heb….’’

Dit wordt steeds belangrijker. Big data, blockchain, digitalisering, en robotisering beïnvloeden namelijk de activiteiten van veel organisaties. Steeds meer data komen beschikbaar en moeten goed worden gemanaged. Data wordt niet voor niets het nieuwe goud genoemd. Datagedreven werken en aandacht voor data analytics is dus logisch. Dat is niet nieuw. Met descriptive analytics wordt er immers informatie verstrekt over wat er is gebeurd in het verleden. Iets wat wij al heel lang doen. Door het analyseren van de ‘oorzaak gevolg relaties’ kan vervolgens worden aangetoond waarom iets is gebeurd. Dit wordt wel diagnostic analytics genoemd. Deze kennis kan worden gebruikt om voorspellingen te doen over de toekomst: de zogenoemde predictive analytics.

Uiteindelijk kan op basis van praktijkervaringen, gevalideerde aannames, steeds verbeterde voorspellingen en geavanceerdere technieken het volgend kennisniveau worden bereikt: prescriptive analytics. Met prescriptive analyticis wordt direct invloed uitgeoefend op operationele activiteiten.

Prescriptive analytics is trouwens niet nieuw. In de vorige eeuw werd het al toegepast door de eigenaar van Music House. Hij had zelf een programma ontwikkeld waarmee hij voorspellingen deed over de CD’s die verschillende vestigingen zouden gaan verkopen. Hij maakte daarbij gebruik van gegevens over de verkopen van de verschillende artiesten, per regio, per klantensegment, per regio. De franchise eigenaren van de verschillende vestigingen mochten zelf bepalen wat ze met deze voorspellingen deden. Bestelden ze wat werd voorspeld, of weken ze daarvan af, op basis van hun eigen inschattingen. Zodra zij ontdekten dat de voorspellingen beter waren dan hun eigen inschattingen was er sprake van prescriptive analytics. Het beïnvloedde hun gedrag. Ze bestelden namelijk wat er was voorspeld.

De hoeveelheid data in en rond de bedrijfsvoering neemt toe. Het wordt steeds belangrijker en ook moeilijker om daar op een effectieve en efficiënte wijze gebruik van te maken. Immers des te beter we de data op een goede manier te gebruiken, des te groter zijn de voordelen. Plat gezegd: je kan heel veel data hebben, maar als de kwaliteit niet goed is heb je er niets aan….garbage in, garbage out. Vandaar dat data management hoog op de agenda staat bij veel organisaties. Maar wat is dat eigenlijk data management? Ik stel deze vraag ook aan studenten… en geef dan gelijk aan dat ze niet mogen antwoorden ‘het managen van data…’.

Ik moet bekennen dat ik zelf ook met deze vraag heb geworsteld. Standaardwerken zoals DAMA-DMBOK en CMMI-DMM bieden hier een volledig overzicht, maar zijn overweldigend… Om data management te laten landen, is een eenvoudige boodschap en pragmatische aanpak nodig. Zo kan je een olievlekeffect creëren, waarmee datamanagement wordt doorgevoerd op de werkvloer.

Samen met een aantal data management experts heb ik rond de tafel gezeten om na te gaan wat volgens ons de essentie is van datamanagement. Volgens ons omvat het alles wat je doet om ervoor te zorgen dat datakwaliteit wordt gewaarborgd. Dat hebben we handen en voeten gegeven door de belangrijkste bouwstenen voor data management te benoemen.

Data management begint met het besef dat data belangrijk zijn voor de bedrijfsvoering. Dat wordt ook wel ‘data awareness’ genoemd. Data awareness bij het management is een randvoorwaarde om sowieso te kunnen starten. Data awareness bij de medewerkers is noodzakelijk om datamanagement door te voeren in de dagelijkse praktijk, zodat het echt impact heeft. De data governance zorgt voor overleg tussen de verschillende onderdelen van de organisatie. Het zorgt voor de regie op en sturing van de datamanagement-activiteiten zodat het consistent wordt doorgevoerd in de hele organisatie. De eigenaren van data moeten dan wel bekend zijn. Dat leidt tot een interessante vraag. Wie zijn de data eigenaren? Volgens ons zijn dat de medewerkers die de data genereren. Zij zijn verantwoordelijk voor de kwaliteit van hun werk. Het management is verantwoordelijk voor het werk van hun medewerkers en dus ook voor de kwaliteit van de data die zij genereren.

Centraal staat de kwaliteit van de data. Dit is immers de reden dat wij de data überhaupt willen managen. Kwaliteitscriteria zorgen ervoor dat een vaag begrip als kwaliteit concreet en meetbaar wordt. Afhankelijk van de activiteiten die worden uitgevoerd wordt vastgesteld welke van de volgende criteria het belangrijkste zijn: juistheid, tijdigheid, volledigheid, beschikbaarheid, consistentie, privacyregels, bedrijfsregels, et cetera.

Bij het bepalen van de kwaliteitscriteria staan de behoeften van de klanten centraal. Als het voor klanten belangrijk is, is het voor ons belangrijk, ongeacht op welke afdeling ik werkzaam ben of wat mijn eigen belangen zijn. Om de data effectief te kunnen managen en snel resultaten te halen zijn een weloverwogen werkwijze en de juiste competenties van medewerkers cruciaal. Dit zijn allemaal aspecten waaraan aandacht wordt besteed om de kwaliteit van de data te verbeteren zodat ze waardevol zijn.

De toekomst kunnen we niet voorspellen… we kunnen hem wel beïnvloeden. Met prescriptive analytics beïnvloeden we het gedrag, zolang de ontwikkelingen redelijk voorspelbaar zijn. Daarnaast kunnen we anticiperen op ingrijpende veranderingen, door medewerkers op de werkvloer in staat te stellen slagvaardig op te treden. Wat er precies gaat veranderen weten we niet…. Maar dat het gebeurt staat als een paal boven water…

Heeft u vragen, opmerkingen of iets anders wat u wilt delen…. mail naar…. Dynamic.Control@ziggo.nl… Elke mail krijgt antwoord en bij veel reacties wordt er in de blog aandacht aan besteed.

Fred Conijn is managing consultant bij DynamicControl.NL. Hij is dé expert in Nederland op het gebied van het toepassen van dynamische sturing. Fred is verbonden geweest aan de business universiteit Nyenrode als docent Management Control. In 2014 heeft hij het ‘Business Design Developing Expert Program’ van de Henley Business School afgerond. Sinds 1997 doet Fred onderzoek naar ontwikkelingen in de besturing van organisaties.

Zijn praktijkervaringen en onderzoeksresultaten zijn gepubliceerd in meer dan honderd artikelen en zeven boeken. Zijn laatste boek ‘Dynamische sturing in turbulente tijden’ is in mei 2021 verschenen. Fred is docent Datagedreven Management Control bij het NBA. Hij behandelt de stof uit het boek en begeleidt de deelnemers bij het toepassen en bedrijfsspecifiek maken van dynamische sturing voor hun eigen organisatie.