Hoewel organisaties de toegevoegde waarde én de noodzaak van de inzet van data & analytics steeds meer beginnen te begrijpen, bestaat er nog veel schroom om de eerste stappen te zetten in deze ontwikkeling. Maar organisaties die hun data-potentieel niet op de juiste manier gebruiken, blijven achter. Dus hoeveel keuze heb je eigenlijk nog?

“(…) Directie, management en leidinggevenden zullen het belang moeten begrijpen van het creëren van een duidelijke, moderne en bedrijfsrelevante data-strategie. Dan pas kunnen zij afwegen wat de beste aanpak is voor hun eigen organisatie (…).” Gartner

Onderdeel van de strategiediscussie zou dan in ieder geval moeten zijn hoe de organisatie om wenst te gaan met data-bewustzijn, -literacy, data- en analysebeheer met uiteraard borging van datakwaliteit. Data-teams en -analisten spreken wellicht vloeiend ‘data’ maar dat geldt zeker niet voor alle medewerkers en afdelingen. Het is dus cruciaal om alle onderdelen van de data-strategie af te stemmen op het niveau van de eindgebruiker en deze als zodanig door de gehele organisatie te communiceren. Zo creëer je context en perspectief en beantwoord je de vraag waarom dit überhaupt nodig is, waardoor je de hele organisatie hierin mee krijgt.

“The potential for data-driven business strategies and information products is greater than ever.” Andrew White, VP Analyst, Gartner.

Om goed in te kunnen spelen op veranderende klantbehoeften en veranderingen in de markt zijn toepassingen van inzichten uit data onontbeerlijk. Punt is dat je als organisatie moet leren begrijpen hoe je deze inzichten interpreteert om waarde toe te voegen. Immers, dan pas weet je of deze schaalbaar zijn en óf het loont hier extra investeringen in te doen. Een duidelijke strategie is dan ook essentieel voor het succes én rendement van een data- en analyse-investering.

Een data-strategie zal hoe dan ook onderdeel moeten zijn van de ondernemingsstrategie. Hierbij wordt een vergezicht gecreëerd waarbij de visie van de onderneming wordt verbonden met beoogde resultaten en een waardepropositie. De belangrijkste resultaatgebieden dienen dan als input voor de prioriteitenlijst binnen de data-strategie. Gemiddeld genomen kun je data & analytics inzetten als:

‘Utility’

Voornamelijk generiek ingezet op verscheidene gebieden om waarde toe te voegen in de keten.

‘Enabler’

Te allen tijde gericht op het behalen van een specifieke business doelstelling of operating model. Hergebruik van de gegevens en analyses voor andere doeleinden is van secundair belang.

‘Driver’

Hierbij worden (nieuwe) data & inzichten ingezet voor het ontwikkelen van nieuwe business / operating modellen.

Hoewel een ideale data-strategie gebruik maakt van alle bovengenoemde methodieken, gebruiken de meeste ondernemingen data & analytics als een ‘enabler’. Volgens Gartner zijn er geen goede of foute keuzes, het hangt af van de aard en cultuur van de onderneming. Best practice hierbij is dan ook om de data-strategie af te stemmen op de kernstrategie van de onderneming of organisatie. Of deze strategie nu gericht is op operational excellence, product innovatie, customer intimacy of risk management, er is geen enkele belemmering om hier een data-strategie op te ontwikkelen. Blijft de vraag of je als organisatie jouw data-gedreven potentieel omarmt en deze verzilvert, of niet.

Meer weten hoe je een data-strategie ontwikkelt en deze implementeert in de cultuur van de organisatie?
Neem contact met ons op en wij helpen je op weg.