Succes in data analyse trajecten: ‘Bedrijven slaan belangrijkste fase vaak over’

 

Zoals altijd gaat men bij falen op zoek naar die ene reden die als boosdoener kan worden aangeduid. Logisch, maar laat ons eerst een stap terugzetten en kijken naar hoe we de wereld van data analyse kunnen opdelen en daarmee transparanter maken. Het boek ‘Competing on Analytics’ geeft een goede basis waarop we verschillende organisaties kunnen verdelen in vijf groepen. Deze groepen zijn gebaseerd op de fase waarin ze zich bevinden met betrekking tot het gebruik van data.

 

 

 

In fase 1 zien we organisaties die nog gebruik maken van de standaard rapportage en veelal handmatig de zin van de onzin proberen te scheiden. In fase 2 stelt men zich vragen waarom bepaalde voorvallen hebben plaatsgevonden. Er wordt geprobeerd inzichten te creëren op basis van het verleden en de beschikbare data. 

 

De overstap naar fase 3 is een grote stap. Er wordt op dat moment namelijk overgestapt van ‘wat kan het verleden mij vertellen’ naar ‘wat kan het heden mij vertellen’. Live rapportage vervangt de traditionele financiële rapporten en het geheel wint aan dynamiek. De een na laatste fase (4) gaat nog één stap verder en gebruikt heden en verleden om een voorspelling te maken van de toekomst. Dit zorgt ervoor dat ook budgettering en risico analyses een veel accurater middel worden. 

 

De laatste fase is de ultieme droom: een organisatie die gestuurd wordt door de data die de verschillende systemen produceren en rapporten die op strategisch niveau de voorsprong op de competitie waarborgen. Men kan dan als het ware zeggen dat data deelneemt aan de strategische meetings in de boardroom en er zelfs de hoofdrol speelt. Het huidige wereldwijde landschap laat een duidelijk beeld zien: het merendeel van de organisaties zit momenteel in fase 2.

 

Slechts vijf procent kun je terug vinden in fase 5. En de organisaties in de vijfde fase zijn in de meeste gevallen vergroeid met data sinds de oprichting. Google, Amazon en Facebook zijn hier slechts enkele voorbeelden maar scheppen wel een kader. Er zijn de laatste jaren heel wat organisaties gestart met trajecten om een stap vooruit te zetten. Ze dromen allemaal van die zo begeerde fase 5 – alsof het de gouden medaille op de olympische spelen is of een garantie op succes. 

 

Vele organisaties starten dan ook vol goede moed met een sprong van de ene naar de andere fase. Soms zelfs vol overmoed en met bijhorende enorme budgetten. De ‘yes we can’ uitspraak lijkt dan ook een way of life te worden in de wereld van data analyse. Spijtig genoeg bleef succes bij velen uit. Langzaam maar zeker komen er dus signalen uit de markt die de kracht van ‘big data’ in twijfel trekken. Uitspraken als ‘is dit niet alleen een marketing term?’ winnen langzamerhand aan terrein. En dat beeld is fout, deels ingegeven door de onderkenning van wat ik ‘fase 0’ noem.

 

Het is opmerkelijk dat vele organisaties bij de overgang tussen de verschillende fases elke keer op hetzelfde probleem lijken te stoten: de kwaliteit van de beschikbare data. Fase 0 gaat over de basis (het meest belangrijke van alles!) en dat is de data en de kwaliteit ervan. 

 

Goede data zorgt voor de nodige fundering van ieder project. En goed duidt op meerdere vereisten. Niet alleen relevant maar ook volledig, accuraat, betrouwbaar en consistent. Bij de meerderheid van de data projecten blijkt uit de praktijk dat de kwaliteit van de gebruikte data gebrekkig is. En dan druk ik mij nog zwak uit. In 15 jaar tijd is er bijna geen enkel project geweest waarbij ik niet in het eindrapport moest opnemen dat de kwaliteit van de gebruikte data een risico inhield. 

 

Van grootbank tot retail, data verzamelen blijkt nog steeds een eenmalig iets te zijn in plaats van een constant proces met review momenten. Zonder regelmatige revisie neemt de vervuiling langzaam toe tot de data zijn uiteindelijke doel van sturingsinformatie verliest. Net als dat het eerste vuile bord in een studentenhuis het andere lijkt aan te trekken, zo zorgt elke vorm van vervuiling in de data voor een sneeuwbaleffect.

 

Je hoort weinig organisaties praten over Data Governance in de praktijk. Het lijkt wel een poster op de bovenste verdieping die alleen leeft door de verbleking van de zon. En als er nu iets is dat echt aandacht nodig heeft in deze competitieve wereld van data analyse is het wel Data Governance. 

 

Fase 0 hoort voor organisaties de aanzet te zijn tot een Data Governance 2.0, waar de ‘waarom’ vraag duidelijk de aspiratie laat zien naar een data gedreven organisatie. Het opzetten van een Data Governance programma en de bijhorende data kwaliteitsprojecten is naar mijn ervaring een broodnodige keuze om daarna optimaal gebruik te kunnen maken van de mogelijkheden die de generatie van big data tools te bieden heeft. 

 

Toch zie je dat vele bedrijven deze fase, waarschijnlijk onbewust, overslaan. En dat is vreemd. Iedereen spreekt nadrukkelijk de wens uit voor duidelijke en correcte rapportering. Maar in de praktijk is er weinig aandacht voor de start van elk data gedreven project: de kwaliteit van de data. De oprechte vraagt stelt zich dan: ‘Wat als we fase 0 blijven ontkennen?’ Zeker als we al denken dat we in fase 1 of 2 zitten. Wel, dan blijven wij steeds geconfronteerd worden met de oude, maar toch nog steeds zeer toepasselijke uitspraak: ‘Garbage In, Garbage Out’.

 

 

Toon Borré, Business Unit Leader Data to Insight 

E: toon.borre@trifinance.be