Translating Data into Better Decision-Making: Organization & Process

Veel bedrijven willen datagedreven organisaties worden. Ze beginnen aan een digitale transformatie, of maken gebruik van data-analyse, artificial intelligence, of machine learning. En daar hebben ze groot gelijk in: de voordelen van digitale verandering zijn aanzienlijk. Maar niet elke onderneming is even succesvol in de poging om met data bedrijfswaarde te genereren. “De sleutel tot succes is het besef dat digitale verandering net zo goed gaat over organisatorische verandering als over technologie”, zegt Rianne Langenberg, Business Strategist bij ORTEC.

_________________________________________________________________________________________________

“De sleutel tot succes is het besef dat digitale verandering net zo goed gaat over organisatorische verandering als over technologie.”

_________________________________________________________________________________________________

“Digitaliseren gaat niet alleen om efficiënter worden, zodat je bijvoorbeeld toe kunt met minder mensen op klantenservice”, legt Langenberg uit. “Het gaat vooral over slimmer worden: dat die mensen op de customer service ook weten wie ze vandaag moeten bellen om te zorgen dat iemand klant wordt of blijft. Digitaliseren is deels automatiseren, maar het data-gedrevene zit hem juist in dat slimmer worden."

Denk niet vanuit data, maar vanuit waarde
Veel bedrijven willen meteen datagedreven gaan werken, maar volgens Langenberg trappen ze daarbij regelmatig in de valkuil dat ze vanuit de data gaan denken. “Natuurlijk kan dat soms verfrissend zijn, maar het leidt zelden tot iets nuttigs om dataspecialisten een bak met data te geven ‘om te kijken wat erin zit’. Het is beter om eerst te bepalen wat je met die data wilt. Dat wil zeggen dat je moet uitgaan van de business. Je moet duidelijk hebben wat de uitdagingen en de opportunities zijn, en hoe de markt eruitziet. Je moet niet bij de data beginnen, maar denken vanuit de waarde die data kunnen toevoegen. Bedrijven beginnen hun data-gedreven aanpak soms met het opschonen van ál hun data. Daar doe je jaren over. Je kunt beter beginnen met de data die je morgen nodig hebt.”

Het begint met de vraag: waarom wil jouw organisatie datagedreven worden? “Die vraag is ook belangrijk om de organisatie mee te krijgen. Je moet het concreet maken, want ‘datagedreven worden’ is heel breed.

• Wil je een disrupter worden? Wil je marktconform zijn? Wil je vooroplopen?
• In welk tempo wil je dat bereiken?
• Wat is de grootste verandering die je wilt bewerkstelligen?
• Hoe pak je het aan? Wordt het een strategisch RvB-traject, een cultuurprogramma, of richt je eerst een center of excellence in?

Dergelijke vragen moeten eerst worden beantwoord. In deze fase maak je feitelijk een klein veranderplan: waarom, wie, wat, waar, et cetera. Er ligt niet één blauwdruk voor elke organisatie, maar er zijn wel veel best practises.”

De weg naar succes is mensenwerk
De strategie naar een datagedreven organisatie begint met de vraag waarom je dat eigenlijk wilt. Zoals is aangegeven in het eerste artikel Customers & Innovation is de toegevoegde waarde voor de klant het leidende principe. Op basis van die ambitie kun je kijken wat er nodig is om die te bereiken.

Doorgaans zal de hele organisatie daarin moeten worden meegenomen. Om de klant optimaal te bedienen is technologie niet genoeg. Er is ook kennis nodig van de business, anders zal de technologie niet opleveren wat ervan wordt verwacht. Zowel medewerkers als management zullen de transformatie moeten omarmen, en bedrijfsprocessen zullen wellicht moeten worden aangepast om de technologische innovatie te faciliteren. Dat moet bovendien op elkaar worden afgestemd, want alle onderdelen zijn van elkaar afhankelijk.

Waar staat uw organisatie op dit moment, en welke veranderingen zijn er nodig op het gebied van People & Culture, Process & Organization en Data & Technology? Welke stappen dient u te zetten om uit te komen bij een organisatie die kan doen wat u van plan bent? Als u dat weet kunt u een plan van aanpak formuleren dat alle aspecten in samenhang behandelt.

Learn fast versus fail fast
Het digitaliseringsproces begint idealiter met het afpellen van de complete strategie van een bedrijf, aldus Langenberg, dus niet alleen de digitale strategie. “Je kijkt ook naar de markt, signaleert trends, en vertaalt die naar plannen per afdeling. Die plannen worden weer toegespitst tot plannen voor teams. Dan kom je vanzelf uit bij de data die je daarvoor nodig hebt. Je begint met goed na te denken over de innovaties die nodig zijn om de businessstrategie te realiseren. Vervolgens zorg je ervoor dat die innovaties er ook daadwerkelijk komen. Laat vooral ook zien dat het vruchten afwerpt, waar je het voor doet met z’n allen, wat er allemaal mogelijk is. Overtuig managers ervan dat het ze helpt hun targets te halen. Dan houd je mensen aan boord. En doe vooral geen dingen die weinig tot geen impact hebben. Het is niet zo dat je maar één idee moet hebben en dat dat meteen succesvol moet zijn; je moet juist het ‘fail fast-principe’ volgen. In plaats van twee jaar tegen beter weten in door te ploeteren om toch een succes te maken van een weinig impactvolle use case, kun je beter na een maand besluiten om iets anders te gaan doen. Dat vergt soms wel een cultuuromslag, als het binnen een bedrijf niet geaccepteerd is om ergens in te falen.

_________________________________________________________________________________________________

“Het is niet zo dat je maar één idee moet hebben en dat dat meteen succesvol moet zijn; je moet juist het ‘fail fast-principe’ volgen.”

_________________________________________________________________________________________________

Eigenlijk kun je beter spreken van ‘learn fast’ dan van ‘fail fast’. Want het gaat erom dat een bedrijf snel ziet wat wel of geen waarde toevoegt. En (kleine) successen mogen ook snel worden gevierd. Niemand houdt een veranderprogramma drie jaar vol als er alleen aan het eind iets te vieren valt.”

Iedereen moet het begrijpen
Een bedrijf moet een digitale transformatie niet alleen aanpakken vanuit de techniek, maar ook vanuit de cultuur en vanuit de organisatie. Langenberg: “Je kunt innoveren door honderd ideeën te lanceren waarvan er tien succesvol zijn, maar dat werkt niet in een organisatie die verwacht dat elk idee even succesvol moet zijn. Je kunt innoveren door mensen van buitenaf aan te trekken, maar dan moet je wel accepteren dat datagedreven werken niet embedded zal zijn in je organisatie. Met alleen externe adviseurs en data scientists red je het niet; ook de mensen die met de software werken – inclusief de mensen die beslissingen nemen en de mensen die de ideeën hebben – moeten het begrijpen. De hele organisatie moet een bepaalde mindset, skillset en toolset hebben om hun werk goed te kunnen doen.”

De hele keten is nodig
Het einddoel is dat analytics zich niet op één plek afspeelt, maar dat het een integraal onderdeel is van de organisatie, betoogt Langenberg. “Een voorbeeld hiervan is het ‘Spotify-model’: waar vroeger organisaties heel functioneel werden ingericht, willen veel bedrijven dat nu product- of service-gewijs gaan doen. Functionele expertises moeten dan veel meer samenwerken, en dat is precies waar datagedreven werken om gaat. Door integraal naar je customer journey te kijken kun je daar veel meer waarde uit halen. Dat kan veel beter nu we meer digitaliseren. Je kunt pas de juiste prijs neerzetten voor de klant als je de hele customer journey in kaart hebt. Bij analytics heb je vaak de hele keten nodig.”

Het bij elkaar brengen van die keten vergt enig denkwerk, volgens Langenberg. Zeker als een onderneming functioneel georganiseerd is. “Als je op functies organiseert is het logisch dat alle analisten bij elkaar zitten. Ben je product-georiënteerd georganiseerd, dan zitten alle analisten verspreid over verschillende businessteams. Een secundaire functionele organisatie is dan wel belangrijk, minimaal in de vorm van een community voor analisten. Maar product-georiënteerd organiseren kan pas als een functie volwassen is. Als een bedrijf nog niets doet met data-analyse, dan moet dat bedrijf niet vijf analisten aannemen en die meteen op vijf verschillende plekken in de organisatie zetten. Die analisten moeten eerst leren samenwerken en gemeenschappelijke standaarden hanteren. Wij raden klanten daarom aan om te beginnen met één kernteam, bijvoorbeeld in de vorm van een center of excellence. Op een centrale plek, niet onder IT. Het idee daarachter is om daar tijdelijk alle data-analisten te concentreren. De focus moet liggen op het delen van kennis, het opbouwen van expertise en het neerzetten van standaarden. Daarna moeten die data-analisten weer in de organisatie worden teruggezet, waarna een expertisecentrum overblijft met een beperkt aantal functies.”

_________________________________________________________________________________________________

“Technologie is zinloos als mensen het niet willen of kunnen gebruiken, en zelfs de meest briljante mensen bereiken minder zonder technologie.”

_________________________________________________________________________________________________

Uiteindelijk draait het allemaal om de combinatie van mensen en techniek. Technologie is zinloos als mensen het niet willen of kunnen gebruiken, en zelfs de meest briljante mensen bereiken minder zonder technologie. Welke vraagstukken er bestaan rond People & Culture en Data & Technology komt aan de orde in volgende afleveringen in deze reeks.