Wat je niet weet, had je wel kunnen weten

Stephen van den Berg
Data-analyse, big data, analytics, data-mining, predictive analysis - zo maar wat begrippen waar het internet nu van ontploft. Wat houdt het in en wat kan het voor 'financials' betekenen? Gaat het jouw organisatie echt helpen om beter te worden? Hoe dan wel (of niet)? Dit artikel gaat in op basale principes van data-analyse en leidt tot de hamvraag die je jezelf moet stellen.
De wereld verandert
 
Business wordt meer en meer digitaal. De digitale revolutie is een digitale evolutie geworden die constant vernieuwt. Trendwatchers voor business & IT als Forrester en Gartner spelen daar handig op in en hebben de ‘digital business’ als trend omarmd. Een trend die niets meer en minder duidt dan een verschuiving naar bedrijfsmodellen waarin informatie centraal staat. Dit is voor veel primaire processen wellicht nieuw. Voor de financiële processen daarentegen niet. Sterker nog, lange tijd is de financiële bedrijfsvoering de bakermat voor Business Intelligence (BI) geweest. In veel organisaties is dat nog steeds zo en zie je mede daarom dat de BI eenheid aan de financieel manager of directeur rapporteert.
 
Wat is er dan veranderd? De verandering is dat de digitalisering buiten het financiële domein sneller is gegaan dan daarbinnen. En dat er steeds meer behoefte ontstaat om verschillende data in samenhang te bestuderen, onder meer de financiële data met data uit verschillende bedrijfsdomeinen. Dit heeft te maken met de positie en rol van de financiële functie in een organisatie. Deze is klassiek gericht op het monitoren van en rapporteren over de financiële prestatie aan de hand van KPI’s. Dit is dan ook veelal de basisverwachting die bij financials wordt neergelegd. Zorg dat je goede rapportages hebt, cijfers die kloppen en dat het inzichtelijk is hoe we er voor staan met onze doelstellingen op de KPI’s. Verwachtingen die in lijn zijn met ‘klassieke’ BI. Verwachtingen die (nog) geen recht doen aan het moderne BI.
 
Klassieke en moderne BI
 
Klassieke BI houdt zich bezig met het beschrijven van de huidige situatie: monitoren op KPI’s (monitoring) en rapporteren over het verleden (reporting). Moderne BI richt zich op analytics: Waarom gebeurt er wat (analysis) en wat kan er gaan gebeuren (prediction). Klassieke BI is het fundament. Door data vast te leggen en op een logische en gewenste wijze te presenteren in een rapportage, score card of dashboard komt veel zeer zinvolle informatie beschikbaar om te kunnen sturen en besluiten te kunnen nemen. Sneller en met hogere kwaliteit. Echter, in een wereld die steeds sneller en wendbaarder wordt volstaat dit niet. Dan is analyse nodig waarin je nieuwe dingen ontdekt in bestaande data en leert van het verleden, zowel om verbeteringen door te voeren als om toekomstgericht te kunnen handelen.
 

Het BI Beleggerscafé is terug op 3 december! Een panel van ervaren beurs- en investeringsexperts neemt je mee in de keuzes voor 2025. Meld je nu aan voor de kennissessie én beleggersborrel daarna!

 
Analyse
 
Rapportages, dashboards en scorecards zijn gemeengoed. Wil je meer met je data, dan zul je de data moeten gaan analyseren door te spelen met dimensies, de data die waarde geven aan de feiten die je wilt weten. Dit kan aan de hand van een gerichte vraag, waarin je op zoek gaat naar een specifiek antwoord: data mining. Door gericht op zoek te gaan naar oorzaak-gevolg verbanden om bepaalde gebeurtenissen te kunnen verklaren of om toekomstig gedrag te voorspellen: trend analyse en prediction. Of door data te onderzoeken op onverwachte verbanden of andere opvallende zaken: data discovery. De analyse kan worden gedaan met behulp van specifieke tools en vereist vaak specifieke kennis en vaardigheden van de gebruiker, een data-analist of een data scientist. De mogelijkheden voor analyse zijn eindeloos. Vooral bij forecasting en het afwegen van portfoliokeuzes kan een analyse het verschil maken tussen een goede keuze en een gok. Of bij processen waarbij grote hoeveelheden data snel doorzocht moeten worden op trends, zoals bij fraudedetectie. Dit speelt voor de financiële functies zelf, als voor functies waarbij finance de business ondersteunt. Figuur 1 geeft zicht op de vormen.
 
De hamvraag
 
Vaak staren mensen zich blind op wat er technisch mogelijk is, niet in de laatste plaats gehinderd door vendors die allen het ei van Columbus aanbieden. Maar wat heb je aan een sportauto zonder rijbewijs, of een sportauto die in de file staat? Inderdaad: helemaal niets. Eerst moet je jezelf de hamvraag stellen: Wat is er in mijn organisatie nodig vanuit de financiële functie? Volstaat reporting, of zien we kansen door met behulp van analyses ons voordeel te doen? Wat wil ik weten wat ik nu nog niet weet? Welke voordelen biedt dat? Met een concrete vraag kunnen afwegingen over het gebruik van analytics onderzocht en onderbouwd worden. En weet je ook wat je tegen vendors moet zeggen over wat je wilt.
 
Stappenplan voor analytics
 
Een klassiek stappenplan gaat uit van de hamvraag: kan / wil / moet ik meer met mijn financiële data? Is het antwoord ‘ja’, dan zul je moeten benoemen wat je wilt. Bepaal waar je nu staat en wat je nodig hebt om binnen jouw ambitie de perfectie te bereiken (of een stap daarnaartoe). Vervolgens zul je moeten bepalen wat de kosten en de baten zijn. Wat heb je nodig en wat levert het op? Pas dan kun je een stap naar experts binnen of buiten je eigen organisatie maken en gaan werken aan de invulling. Ben je minder gehinderd door kostenoverwegingen, dan is er ruimte om te experimenteren. Zet een aantal pilots op en laat wat partijen zien hoe ze jou verder kunnen brengen. Maar ook hier zul je eerst zelf de kaders moeten hebben uitgezet.
 
Slotwoord
 
Ik ben er van overtuigd dat iedere organisatie zijn voordeel kan doen met analytics. Zeker daar waar business en finance elkaar raken is veel winst te behalen. Organisaties die analytics links laten liggen zullen daar op termijn op terugkomen, als het dan nog niet te laat is…
 
Stephen van den Berg is trainer, coach, consultant en delivery manager bij inspearit / cibit academy. Hij is tevens gastdocent bij Alex van Groningen in de training BI for financials. Stephen is een brede management consultant die onder meer adviseert over IT strategie, agile werken, business intelligence en requirements engineering. Binnen de cibit academy is hij eindverantwoordelijk voor de opleidingen op het gebied van BI.
 data-analyse
 
Training BI voor Financials
 
Wilt u een actieve(re) rol spelen in Business Intelligence (BI) en Analytics projecten? Bent u betrokken bij informatievoorziening ter ondersteuning van strategische en tactische besluitvormingsprocessen? Wilt u beter voorbereid in gesprek gaan met BI specialisten? Dan is de training BI voor Financials voor u onmisbaar. BI staat al jaren bovenaan in top 10 lijstjes van zowel management als IT. Vooral door de recente mogelijkheden die big data analyse biedt om meer waarde te creëren. Ook in de financiële wereld is BI hot en wordt er, naast klassieke reporting lines, nadrukkelijk gekeken naar wat analyses kunnen brengen. Deze training onthult wat BI is en wat het voor de financiële organisatie kan betekenen. Verkrijg een 360° inzicht en ga direct aan de slag.
 
Ga naar alexvangroningen.nl voor meer informatie en inschrijven

Gerelateerde artikelen