Op weg naar een toekomst zonder geheimen 

Groeien met data (blog 5 van 6)

Scoor je in onze datascan een 4 op datavolwassenheid, dan werkt je organisatie intensief met data uit interne en externe bronnen. Die data zijn beschikbaar voor iedereen die ze nodig heeft en mag gebruiken. Alle belangrijke beslissingen zijn gebaseerd op data; managers halen er constant stuurinformatie uit.

Ook neemt je organisatie de eerste voorspellende modellen in gebruik. Zo’n model maakt gebruik van een algoritme dat op basis van historische data heeft geleerd om voorspellingen te doen. Je marketeers weten daardoor bijvoorbeeld steeds beter wat ze van klanten kunnen verwachten, en daar kunnen zij op inspelen. Zo kent de toekomst steeds minder geheimen.

Heeft iedereen data-skills?

Wat we bij Little Rocket in de praktijk nog wel eens zien, is dat het lastig is om data & analytics te integreren binnen de héle organisatie. Vaak zijn het de finance medewerkers die het meeste ‘hebben’ met cijfers. Zij hebben targets als ‘Het ROI stijgt dit jaar met vijf procent’, en zij gebruiken voorspellende modellen om hun targets te halen.

Maar je bent pas echt een analytical company als je data ook gebruikt om (interne) bedrijfsprocessen efficiënter in te richten. Een voorwaarde om dat voor elkaar te krijgen, is dat iedereen beschikt over (de juiste) data-skills. Dat betekent dat je twee dingen moet doen:

1. Trainen:

Op level 4 is je corebusiness hetzelfde als op level 3 en lager. Van ambachtelijke bakker ben je bijvoorbeeld uitgegroeid tot broodfabriek met Europa als afzetmarkt. De meeste medewerkers zijn nu niet meer aan de slag in de bakkerij. Ze regelen de logistiek en verkoop, onderhouden machines, computersystemen of databases.

Sommige functies hebben dus veel raakvlakken met data, en andere veel minder. Om het optimale uit de beschikbare data te halen, moet je je dus voortdurend afvragen: wie heeft welke training nodig?

2. Werven :

Van operator tot IT’er, bij het werven van nieuwe medewerkers, zoek je naar kandidaten met datasensitiviteit. Ook vraag je je op level 4 af welke nieuwe functies je moet creëren. Je hebt namelijk geregeld specialistische kennis nodig, bijvoorbeeld over nieuwe algoritmes. Inhuren is niet meer efficiënt, dus je gaat dataspecialisten werven.

Blijven groeien kan nog steeds

Is er in de breedte een datacultuur ontstaan en kent de toekomst nog maar weinig geheimen? Dan ben je goed bezig. Maar uitgegroeid op de ladder van datavolwassenheid ben je nog niet. Op level 5 krijgen algoritmes nog veel meer invloed. Zij vertellen bijvoorbeeld welke bedrijven je het beste kunt benaderen, en schatten in hoe groot de kans is dat je tot zaken komt.

Maar voor je zover bent, moet je nog wel een aantal stappen zetten.

Zo groei je richting level 5 van datavolwassenheid:

• Richt je op unieke data, want daaruit kan een heel nieuw businessmodel groeien.
• Gebruik analytische tools door de hele organisatie heen.
• Blijf je interne ambassadeurs inspireren zodat zij hun successen intern en extern delen.
• Ga op zoek naar je onderscheidend vermogen, want dat stelt je in staat om je concurrenten een stap voor te blijven.
• Zorg dat er op alle plekken in je organisatie mensen zitten met oog voor analytics.

Aangekomen op level 5 ben je een IT-bedrijf geworden. Dan mag je je een ‘analytical competitor’ noemen. Daarover lees je meer in het laatste blog van deze serie.