Wat zijn de belangrijkste roadblocks voor een data gedreven organisatie?

Data is de nieuwe olie. Een veelgenoemde uitspraak. Iedereen begrijpt dat data ingezet kan en moet worden om de bedrijfsvoering te verbeteren. Maar dan is er de praktijk. Waar lopen veel mensen en organisaties tegenaan? Wat zijn roadblocks om data in te zetten?

1. Beschikbaarheid

Om inzichten uit data te kunnen halen moet bruikbare data allereerst beschikbaar zijn. Maar hoe weet je nu welke data je op moet slaan? Gezien de lage kosten van opslag lijkt een redelijk antwoord te zijn om alles dan maar op te slaan. Een uiterste dat niet houdbaar is voor de lange termijn. Data veroudert snel en verliest zijn waarde over tijd. Hoe sneller de waarde verloren gaat, hoe korter de data bewaard hoeft te worden.

2. Kwaliteit en betrouwbaarheid

Heel veel inzichten die uit data komen zijn bekend bij domein experts. Op basis van jarenlange ervaring weten zij vaak dingen goed in te schatten op basis van onderbuikgevoelens. Maar wat als enkele experts het oneens zijn? Dan kunnen inzichten op basis van goede data soelaas bieden. Een belangrijke randvoorwaarde is dat er geen haken en ogen aan de data zitten. Zoals missende data of kwaliteitsproblemen met vreemde waarden. Dit ondermijnt de betrouwbaarheid van de overige data. En dus zal de data niet vertrouwd worden.

3. Weerstand tegen data

Een niet te onderschatten factor in het gebruik van data is de mens. Als beslissingen al jaren zonder data worden gedaan dan zal er weerstand zijn tegen de ondersteuning van data bij beslissingen. De redenen hiervoor kunnen divers zijn. Zoals een algemene weerstand tegen verandering. Of het gevoel van het inleveren van een stuk autonomie. Veranderprogramma’s duren niet voor niets zo lang.

4. Data ongeletterdheid

Als alle bovenstaande punten geen uitdaging meer vormen, gefeliciteerd. U behoort bij een van de weinige gelukkigen. We komen dan bij een volgende uitdaging en dat is het verkrijgen van inzichten uit data. Beslissingen nemen op basis van data gaat verder dan het uitrekenen van een gemiddelde of het doortrekken van een lijntje in een grafiek in Excel. Hier is expert kennis voor nodig die te vinden is bij analisten of data scientists. Bij belangrijke beslissingen is het tenzeerste aan te raden om een expert aan te haken.

5. Executiekracht

Veel vraagstukken hebben een repetitief karakter. Zoals het inschatten of een klant jouw bedrijf gaat verlaten (churn). Of het inschatten of een klant interessant zou kunnen zijn en wat voor bedrag je over hebt om deze klant een aanbod te doen. Om dit soort vraagstukken goed uit te kunnen voeren zijn er veel randvoorwaarden die op orde dienen te zijn. Denk aan de juiste infrastructuur, verschillende soorten experts voor de realisatie en een betrouwbare en schaalbare omgeving voor het leveren van een continue dienst.

Hoe scoort jouw organisatie op bovenstaande punten?

Geschreven door: Roel Moradi, Lead Data Scientist bij APG