Door data te gebruiken om je strategie op te volgen verzeker je je ervan dat de manier waarop je werkt bijdraagt aan de realisatie van je doelen en ontdek je hoe de interacties tussen klanten en werknemers verfijnd kunnen worden. Dit doel wordt bereikt door signalen die in je organisatie ontstaan methodisch vast te leggen.
Deze signalen ontstaan wanneer je de processen doorloopt. Processen om bijvoorbeeld producten of diensten te leveren, klanten te ondersteunen of administratie af te handelen.
Je capteert deze signalen met behulp van softwaretoepassingen. Bij het opslaan van deze signalen in de databases van de softwaretoepassingen transformeer je de signalen in data. Om deze data te kunnen visualiseren is meestal een tussenstap nodig. Deze gebeurt in een datawarehouse.
Het visualiseren van deze data leidt tot weloverwogen beslissingen die erop gericht zijn om je organisatie te verbeteren. Zo ontstaat een voortdurende cyclus van verbetering - de essentie van de datagedreven organisatie.
De klant staat centraal. De essentie van je organisatie is geworteld in het aanpakken van hun problemen, het vervullen van hun behoeften en het bieden van oplossingen die hun investering waard zijn. Dit is de waarde propositie van het bedrijf: het genereren van inkomsten door het leveren van oplossingen die voldoen aan de eisen van de klant.
Een goed gedefinieerde datastrategie versterkt deze waarde voor je klanten.
De vraag van de klant dient als input, terwijl de resulterende oplossing de output vormt. Een proces is een zorgvuldig samengestelde reeks acties om van input naar output te gaan en zo het gewenste resultaat te bereiken. Op verschillende momenten in dit proces kunnen specifieke controlepunten worden ingesteld. Deze omvatten metingen zoals bijvoorbeeld de reactietijd van aanvraag tot oplossing bij een klantenvraag of de hoeveel verschillende afdelingen betrokken zijn bij het uitwerken van deze oplossing.
Het begrijpen van deze fijne kneepjes van deze processen is van het grootste belang wanneer je aan een dataproject begint. Een uitgebreid inzicht in hoe je bedrijf werkt, maakt de weg vrij voor effectieve datagedreven initiatieven.
Door de verschillende stappen in het proces te doorlopen, worden signalen geproduceerd. In sommige gevallen worden deze signalen op papier bewaard, of in de hoofden van de werknemers. Tegenwoordig worden de signalen meestal vastgelegd in een softwareapplicatie die het proces ondersteunt. In de context van het gebruik van data om de strategie op te volgen, is dit het moment waarop data wordt gecreëerd: het moment waarop een signaal wordt vastgelegd in een softwaresysteem en wordt opgeslagen in een onderliggende database. Technisch gezien betekent dit dat je een bepaalde transactie met bepaalde eigenschappen registreert in een relationeel datamodel.
Een voorbeeld van een stap in het proces waarbij gegevens worden aangemaakt in een softwaresysteem, is een offerteaanvraag van een potentiële klant die wordt geregistreerd in een CRM-systeem. Of de factuur van een aankoop door een klant die is geboekt in de boekhoudsoftware.
Om de data in deze systemen te kunnen gebruiken voor de opvolging van je strategie moet aan een aantal voorwaarden worden voldaan.
Ten eerste moet de data voldoende kwalitatief zijn. Dit kan je bereiken door de data te laten ingeven of controleren door de mensen die de klanten en het proces het beste kennen. Zorg ervoor dat duidelijk is wat belangrijke concepten zoals 'Klant', 'Product', 'Bestelling', 'Levering' betekenen. Op het eerste gezicht lijkt dit evident, maar als je erop ingaat zul je al snel ontdekken dat er veel verschillende interpretaties mogelijk zijn. Het is belangrijk om tot gemeenschappelijke definities te komen om duidelijk te maken hoe de invoer in de systemen moet gebeuren. Tot op zekere hoogte kunnen bepaalde regels in de systemen worden geprogrammeerd om foutieve invoer te voorkomen.
Ten tweede moeten de gegevens gecapteerd worden. Vaak is het technisch gezien niet nodig om de gegevens op te slaan nadat een proces met succes is voltooid. Soms worden te weinig details bijgehouden om waardevolle inzichten te destilleren. Ook door data te overschrijven, in plaats van de wijzigingen te registreren, gaat informatie verloren.
Ten derde moet de data toegankelijk zijn. Het moet mogelijk zijn om de data uit de softwaresystemen te halen om ze te gebruiken voor analyses. Met de opkomst van SaaS-oplossingen in de cloud is dit vanwege de beperkte API-mogelijkheden niet altijd zo eenvoudig als je zou verwachten. Toen je de software op je eigen infrastructuur moest installeren, was het vaak eenvoudiger om toegang te krijgen tot je data dan nu het geval is. Nu ben je afhankelijk was van de maturiteit van de API's die de SaaS-leveranciers aanbieden. Zorg ervoor dat je hier van tevoren onderzoek naar doet bij het kiezen van een softwareapplicatie!
Vaak hebben de softwaretoepassingen die we hierboven noemden eigen dashboards om op te volgen wat er gaande is. Het probleem met deze dashboards is dat ze alleen de data van hun eigen software systeem gebruiken. Het is enorm waardevol om de gegevens van verschillende systemen te combineren om tot inzichten te komen, maar daarvoor is een geïntegreerd datamodel nodig. Dit geïntegreerde datamodel moet een afspiegeling zijn van wat er werkelijk in de organisatie aan de hand is, waarbij de silo's die kunnen bestaan, worden doorbroken. Een goed datamodule moet je in staat stellen om op te volgen hoe het met de organisatie in zijn geheel gaat, niet alleen in de afzonderlijke onderdelen.
De meetpunten die je in de processen hebt gedefinieerd kan je op een visuele manier opvolgen door de data in intuïtieve grafieken en tabellen te presenteren. Zo'n verzameling van visuele elementen wordt een dashboard genoemd. De belangrijkste meetpunten die een indicatie geven hoe de organisatie ervoor staat noemen we Key Performance Indicators (KPI's).
De bedoeling van het KPI-dashboard is om acties te definiëren om je organisatie te verbeteren. Een voorbeeld van een actie kan zijn om je product gama beter af te stemmen op de behoeften van je klanten. Maar door dit te doen, veranderen de processen en systemen en dus ook de data, waardoor je de data pijplijnen, data integratie en data visualizatiet mee moet laten evolueren. Een business intelligence project is geen lineaire, eenmalige zaak, business intelligence is een cyclus van continue verbetering.
Dus waarom vertel ik je dit allemaal? Ik help mensen hun data te begrijpen. Het verhaal hierboven is het framework dat ik gebruik om te ontdekken waar de risico's en kansen liggen in jouw organisatie. In de eerste fase van een project doorloop ik deze verschillende niveaus waar data op verschillende manieren relevant zijn. Afhankelijk van de maturiteit van de organisatie ontmoet ik je waar je bent en samen zoeken we uit welke concrete stappen op dit moment het beste bij je passen.