Sla de weg van datagestuurde transformatie in met agile analytics

Datagestuurde verandering vraagt om een agile strategie die naast de implementatie van analytics ook inspeelt op gebruikersgedrag. Daarmee kan je eventuele obstakels uit de weg ruimen.

data / analytics / trends
Thinkstock

Nu veel organisaties de waarde van data voor digitale transformatie onderkennen, investeren ze meer in moderne analytics. Zo willen ze innoveren en verandering aanjagen en tegelijkertijd kosten besparen en nieuwe inkomstenstromen aanboren. Er bestaat een brede consensus dat verandering kan worden gestimuleerd door data centraal te stellen. Toch lukt het de meeste organisaties niet om analytics bedrijfsbreed in te voeren. Waar gaat het mis?

De IT-afdeling krijgt de opdracht om relevante data te leveren voor de besluitvorming. Maar alleen toegang krijgen tot data is onvoldoende: iedereen moet ook echt de wil hebben om besluiten te nemen op basis van die data. Voor datagestuurde transformatie moeten IT-leiders agile kunnen werken. Naast de uitrol van een technische oplossing moeten ze ook stapsgewijs veranderingsmanagement inzetten om echte meerwaarde te creëren en nieuw gedrag mogelijk te maken. Dus moeten ze praktische hulpmiddelen en processen bieden die mensen nieuwe vaardigheden bijbrengen, nieuwe patronen stimuleren en successen belonen. 

Met welke obstakels krijgen bedrijven hierbij te maken en hoe kun je een agile implementatiestrategie bedenken die transformatie mogelijk maakt?

Bouw vanaf de basis

De meeste bedrijven testen eerst een kleine implementatie in specifieke afdelingen voordat ze analytics uitrollen voor het hele bedrijf. Deze werkwijze is praktisch als je eerst de meerwaarde en het rendement van een moderne selfservice wilt aantonen. Maar je moet wel zorgen dat er voldoende draagvlak is vanuit het management.

Geavanceerde gebruikers fungeren vaak als voorvechters van dit soort projecten, maar zonder draagvlak van het management is een bedrijfsbrede implementatie van analytics ondenkbaar. Leidinggevenden helpen de visie voor het gebruik van data praktisch toe te passen binnen het bedrijf, ze zorgen voor een doelgerichte groei van het analyticsprogramma en geven zelf het goede voorbeeld als rolmodel. Met top-downinitiatieven om datagebruik centraal te stellen binnen het bedrijf kan niemand zich meer verschuilen achter het argument dat de cijfers nog niet bekend zijn. Gesprekken en vergaderingen die datagestuurd zijn, zijn dus ook productiever. 

Daarnaast is het van essentieel belang dat je de impact van de implementatie en de groei van het analyticsprogramma meet. Dus je moet weten hoe je het beste de totale impact kunt meten van stapsgewijze implementaties, bestuursmaatregelen, toenemende analyticsvaardigheden en de groei van de community. Wat de juiste metrics zijn, met name voor gedragsveranderingen, kan per organisatie verschillen. De doelstellingen moeten ook regelmatig worden bijgesteld naarmate analytics zich ontwikkelt binnen het bedrijf.

Inzichten door governance

Een belangrijk aspect bij de implementatie van moderne analytics is dat selfservice en governance op elkaar zijn afgestemd. Met selfservice kan iedereen gebruikmaken van betrouwbare data om vragen te beantwoorden en weloverwogen zakelijke beslissingen te nemen, in plaats van alleen maar af te gaan op door analisten ontworpen dashboards. In een selfserviceomgeving waarbij de governance goed is ingericht, maken beheerders zich geen zorgen over vrije verkenning van de data. Ze moedigen het juist aan, omdat ze zo zelf meer zicht op het systeem krijgen en leren welke data ze moeten aanleveren. Met andere woorden: goede governance faciliteert de selfservice.

Te veel invloed vanuit de IT-afdeling kan ertoe leiden dat de toepassingsmogelijkheden van analytics worden beperkt en innovatie wordt belemmerd omdat gebruikers niet worden aangemoedigd nieuwe databronnen of nieuwe toepassingen van de data te ontdekken. Als gebruikers inloggen en de data die ze willen onderzoeken niet kunnen vinden, kan de indruk worden gewekt dat het systeem weinig nut heeft. Mogelijk zetten ze de data uit de beheerde omgeving over naar lokale spreadsheets om antwoorden te vinden op hun vragen en verhogen ze daarmee de risico's voor de databeveiliging.

Tegelijkertijd confronteert een niet strak genoeg beheerde omgeving gebruikers mogelijk met een overvloed aan informatie of worden de data gebruikt op een manier die het systeem nodeloos belast. Zonder standaarden voor het aanmaken en optimaliseren van content kunnen gebruikers geërgerd raken over de prestaties en de indruk hebben dat het systeem traag en ongestructureerd is of zelfs helemaal niet werkt.

Delegeer verantwoordelijkheden in overeenstemming met de groei

Met moderne analytics krijgt de IT-afdeling meer de rol van een strategische partner die moet zorgen voor een selfserviceomgeving waarin gebruikers met vertrouwen kunnen navigeren. IT moet dan wel afstappen van de traditionele top-downwerkwijze en bereid zijn om bepaalde verantwoordelijkheden te delegeren. Als zakelijke gebruikers beschikken over de juiste processen, standaarden en instructies, kunnen ze helpen databronnen, content en gebruikers te beheren in het systeem en optreden als vraagbaak en voorvechter van analytics en als positieve bijdrager aan een interne community. Wanneer gebruikers zich hiervoor inzetten, kan IT zich bezighouden met initiatieven van strategische aard, zoals zakelijke SLA's en de beveiliging van bedrijfsassets.

En dat is een belangrijke stap om de visie van je organisatie op selfserviceanalytics ten uitvoer te brengen. Als je de transitie maakt van een traditionele aanpak waarbij IT centraal staat of de vaardigheden flink omhoog moet krijgen, dan kan een centraal BI-team de eerste gebruiksscenario's het beste uitrollen in meerdere afdelingen, waaronder IT. Ook kun je een dataverantwoordelijke aanstellen die betrouwbare databronnen verzamelt of dashboards laten bouwen door mensen die geschoold zijn in analytics. Wanneer iedereen dan over de juiste vaardigheden beschikt, kan de IT-afdeling een deel van haar verantwoordelijkheden delegeren.

Laat je mensen leren en delen

Kunnen de meeste zakelijke gebruikers op dit moment de data vinden die ze nodig hebben? Begrijpen ze tabelstructuren en verbanden tussen data in je moderne data-architectuur? Misschien hebben ze wel data waarmee ze één vraag kunnen beantwoorden, maar moeten ze die data combineren met andere data om meer vragen te beantwoorden. Hoe kun je ervoor zorgen dat iedereen het juiste vaardigheidsniveau heeft?

Stap één: breng in beeld welke vaardigheden al zijn geleerd en welke er nog nodig zijn. Bekijk wie er nu bij analytics betrokken zijn, en bepaal wat ze al kunnen en wat ze nog moeten leren. Definieer typen en categorieën van gebruikers op basis van hun functies binnen de organisatie en de manier waarop ze data gebruiken. Koppel ze vervolgens aan een leertraject dat is gericht op de gewenste vaardigheden.

Het bouwen van een community is een ander belangrijk element om mensen te motiveren voor het gebruik van data. Wanneer mensen ideeën kunnen uitwisselen en trots zijn op successen, versterk je de waarden en gedragingen die bijdragen aan datagestuurde besluitvorming en stimuleer je innovatie. Zo wordt leren en werken met analytics ook leuker. Je prikkelt de natuurlijke nieuwsgierigheid en creativiteit van mensen, waardoor belangrijke taken minder repetitief lijken en meer voldoening geven. Gebruik gamificatie en organiseer onderlinge wedstrijden voor meer creativiteit, werkplezier en saamhorigheid.

Blijf agile en flexibel 

Bij een agile aanpak hoort een feedbackcyclus van evaluatie en verbetering. Zorg voor een proactieve evaluatie van de behoeften, inclusief servertopologie, gebruikerslicenties, gebruiksscenario's van analytics met de ondersteunende processen, enzovoort. Een bedrijf staat nooit stil, dus moet ook de analytics-strategie en uitwerking flexibel kunnen worden aangepast aan veranderende eisen. Houd nauw contact met de leidinggevenden, zodat iedereen zich blijft inzetten voor gerichte verbeteringen naarmate de strategie en uitrol van analytics verder worden verfijnd en uitgebreid.

Monitoring en onderhoud zijn essentieel voor agility en moeten meegroeien met de toenemende werklast van meer gebruikers, meer data en meer gebruiksscenario's. Tegelijkertijd kun je hiermee prestatieproblemen opsporen en verhelpen en de gelegenheid aangrijpen om het bedrijf verder kennis te laten maken met de beste werkwijzen voor analytics. Afhankelijk van de grootte van je organisatie en implementatie kun je de verantwoordelijkheden voor monitoring en metingen delegeren aan verschillende teams om het gebruik en de prestaties gemakkelijker te volgen.

Investeer eerst in een doeltreffende datastrategie, implementeer later

Een agile implementatie begint met verkenning en planning. Hoe meer inzicht je hebt in de vereisten van de organisatie, hoe beter je de brede inzet van data proactief kunt ondersteunen. Als je met moderne analytics holistische veranderingen wilt realiseren, moet je een systematische en herhaalbare werkwijze toepassen voor aspecten zoals de identificatie van belangrijke databronnen, inzicht in hoe data worden geselecteerd, beheerd, verspreid, gebruikt en beveiligd, en methoden om de training en betrokkenheid van gebruikers te waarborgen.

Het traject naar een datagestuurde organisatie verschilt per onderneming, maar als je wilt transformeren, moet je doelgericht en holistisch te werk gaan bij de uitrol van je analytics. Als je wordt geconfronteerd met de hier besproken obstakels, dan moet je een strategie voor een agile implementatie hebben die verder reikt dan alleen de technologie.

Ga naar onze website voor meer informatie over het bouwen van een datagestuurde onderneming via een agile implementatie, de leidinggevende rol van IT bij transformatie en nog veel meer.

Copyright © 2020 IDG Communications, Inc.