Big data; hype of hulp?

Het is niet meer weg te denken uit het bedrijfsleven; big data is ‘hot’. Toch vragen veel ondernemers zich af wat zij ermee kunnen of zouden moeten. Is big data een hype of kan het je daadwerkelijk helpen om succesvoller te ondernemen? Natuurlijk, soms kom je een heel eind op onderbuikgevoel. Maar om de juiste zakelijke beslissingen te nemen, is het vaak wel zo verstandig om eerst alle relevante informatie te verzamelen en daarna te analyseren, om daarmee je keuzes te onderbouwen. Dat proces van gegevens omzetten naar waardevolle informatie staat ook bekend als ‘data science’. Hoe dat werkt? We geven een aantal voorbeelden.

Voorbeeld 1: Groeien in euro’s of volume

Stel, u wilt groeien als organisatie. Dan is het bijvoorbeeld interessant om te weten hoe groot de markt is, zowel in euro’s als in aantallen. En met hoeveel procent per jaar de markt groeit. Als u dan ook uw eigen marktaandeel kent, kunt u eenvoudig vaststellen hoeveel uw omzet of ‘topline’ in waarde en volume moet groeien om uw marktaandeel vast te houden of zelfs te laten groeien. Maar, hoe weet u hoe groot uw markt überhaupt is en wat de groei van die markt is? Hier kan data science uitkomst bieden.

Voorbeeld 2: Meer rendement

Nog een voorbeeld. Stel dat u wilt groeien in rendement. Met de bekende Dupont-formule kan rendement op geïnvesteerd vermogen in de winstmarge en de omloopsnelheid van het geïnvesteerde vermogen uiteen worden gerafeld. Maar misschien wilt u in meer detail en in onderlinge samenhang weten aan welke knoppen u in welke mate moet gaan ‘draaien’ om het rendement structureel naar een hoger niveau te brengen. Data science kan helpen om een conceptueel model van uw organisatie te bouwen, inclusief de causale onderlinge verbanden.

Voorbeeld 3: Duurzaam inzetbare medewerkers

Een ander voorbeeld. U wilt weten of uw medewerkers wel voldoende betaald krijgen. Dan kan het opzetten van een voor u op maat gemaakte benchmark, gekoppeld aan strategische personeelsplanning, iets zijn. Relevante data worden verwerkt in een voor uw organisatie op maat gesneden conceptueel model. Vervolgens kunt u gaan onderzoeken hoe marktconform uw beloningsbeleid is én wat u kunt doen (en hoe) om uw medewerkers mee te laten groeien met uw organisatie. Zo wordt duurzame inzetbaarheid meer dan slechts een loze kreet.

Voorbeeld 4: Kwaliteit verbeteren

Een laatste voorbeeld. Stel u wilt de kwaliteit van uw processen en dienstverlening verbeteren. De volgende vragen komen dan op. Wat is de norm in de markt? In hoeverre en hoe dicht bent u daar al bij in de buurt? Wat is de impact van de verschillende acties die u had bedacht om de kwaliteit te verbeteren? Werken ze echt of is het meer wensdenken?

Welke vraag u ook stelt, data science kan u helpen het antwoord te vinden. Bijvoorbeeld door vast te stellen wat de norm in uw markt is. Of door het bouwen van een conceptueel model om de impact van de maatregelen op de kwaliteit te beoordelen. Dat helpt u vast te stellen waar u mee moet beginnen.

Gebruik data om strategie te bepalen

In alle voorbeelden kan data science de relevante onderbouwing opleveren om uw strategische keuzes scherper te krijgen. Waar liggen de kansen voor ons bedrijf? Waar gaan we mee stoppen? Waar gaan we mee door? Waar gaan we mee beginnen? Data science kan helpen deze vragen te beantwoorden, door de causaliteit tussen activiteiten en het effect op doelstellingen te onderzoeken en vast te stellen. Door deze inzichten te gebruiken bij het maken van strategische keuzes vergroot u de kans op het halen van de gestelde doelen. Uw organisatie komt meer ‘in control’.

Aan de slag – valkuilen en tips

Bent u ondernemer en wilt u aan de slag met data science? Houd dan rekening met de volgende valkuilen:

• Een verkeerd uitgangspunt. Als adviseurs zien wij te vaak dat organisaties klakkeloos aan de slag gaan met de verkeerde vraag. Data science zal dan nooit opleveren waar echt behoefte aan is. Begin dus met het stellen van de juiste vraag.
• Niet alle beschikbare data is ook daadwerkelijk relevant. Pas als u weet welke vraag beantwoord moet worden, weet u ook welke data u echt nodig hebt.
• Geen vertaalslag tussen business en IT. Data science is een interdisciplinair vak. U hebt dus niet alleen iemand nodig die de technische tools begrijpt, maar ook iemand die expert is in uw business. Verzamel de juiste mensen in het team en ga dan aan de slag.

Geen idee hoe u moet beginnen? Ga bijvoorbeeld op zoek naar een stagiair of afstudeerder van een relevante opleiding en zet hem of haar aan het werk. Zo krijgt u gelijk toegang tot de opleiding van die student en maakt u kennis met de nieuwe generatie ‘data scientists’. Zij kunnen u helpen om van de hype een hulp te maken.

Deze blog is geïnspireerd op een uitgevoerde Master Thesis ‘Implementing big data analytics for SMEs: overcoming challenges and an implementation framework’. Ontvangt u hierover graag meer informatie, laat dit dan weten door ons een bericht te sturen. Wij sturen u vervolgens het onderzoek toe.