Business Intelligence (BI) en Analytics staan al enige jaren hoog op de agenda van het topmanagement van bedrijven. De voornaamste reden is de toenemende globalisering en transparantie, met name door de komst van internet. Digitalisering van onze maatschappij levert potentiële klanten en concurrenten op, en het vraagt tevens om een hoge verandersnelheid. Dit artikel bespreekt de vijf randvoorwaarden voor inrichting van een solide structuur om Analytics effectief en efficiënt toe te passen.
Analytics is het extensief gebruikmaken van data, statistische en kwantitatieve analyses, verklarende en voorspellende modellen, en het nemen van fact-based managementbeslissingen.
Een andere reden voor de groeiende interesse in Analytics is de economische neergang. Het wordt steeds belangrijker om te begrijpen waar resterende euro’s of dollars in geïnvesteerd kunnen worden. Waarmee krijg je het meeste waar voor je geld? Dit betekent dus ook het begrijpen waar organisaties kunnen optimaliseren, zonder in ‘vitale organen’ te snijden.
Ervaringen op het gebied van Business Intelligence leren ons dat het aanleveren van goede data niet vanzelfsprekend leidt tot het nemen van correcte besluiten of überhaupt het nemen van besluiten. Een solide structuur die data-tot-inzicht-tot-actie faciliteert is niet slechts een ‘nice to have’, het is een voorwaarde om Analytics te gelde te maken.
Business Intelligence en Analytics
Business Intelligence (BI) en Analytics maken samen deel uit van performance management binnen organisaties. Waar BI beschrijvend is en gericht op het verklaren van resultaten uit het verleden, is Analytics juist voorspellend en gericht op de toekomst. Veelvoorkomende vragen over het verklaren van resultaten uit het verleden, gaan over succesvolle producten, groeimarkten en welke klanten en vertegenwoordigers de grootste impact hebben gehad op de omzet en de winst.
Al deze vragen helpen te begrijpen hoe resultaten tot stand zijn gekomen en welke variabelen relevant zijn en actief beïnvloed kunnen worden. Voorbeelden van vragen die met gebruik van Analytics beantwoord kunnen worden zijn: wat gebeurt er als de prijs van het meest verkochte product met 2% wordt verhoogd? Of, wat zou het effect kunnen zijn van het verlagen van het gemiddelde voorraadvolume?
Een belangrijk aspect hierbij is de verschuiving van “we denken dat…” naar “we weten dat…”, waardoor de kans op succesvolle uitkomsten van beslissingen drastisch wordt verhoogd. Analytics heeft betrekking op forecasting, trends en extrapolatie, waarbij technieken als optimalisatie, segmentatie en profilering een rol spelen.
Het moge duidelijk zijn dat organisaties zowel Business Intelligence en Analytics nodig hebben. Beide dekken een verschillend gebied af en samen kunnen ze een completer beeld schetsen. Business Intelligence alleen is niet langer voldoende. Minder dan voorheen is de toekomst een extrapolatie van het verleden, omdat het speelveld complexer en volatieler wordt. Vanuit die invalshoek kan Business Intelligence worden gezien als beschrijvende (‘descriptive’) analytics, terwijl Analytics voorspellende (‘predictive’) en voorschrijvende (‘prescriptive’) analytics betreft.
Source: Competing on Analytics: The New Science of Winning (Davenport / Harris)
Randvoorwaarden voor Analytics
Het toepassen van Analytics is niet slechts het beschikbaar stellen van data aan een slimme medewerker, die vervolgens probeert nieuwe inzichten te genereren. Analytics is feitelijk een andere manier van denken en handelen. Analytics vraagt om een veelzijdige aanpak, uiteraard op het vlak van data, maar ook op organisatorisch vlak. We onderscheiden vijf randvoorwaarden die ingevuld moeten worden om Analytics effectief en efficiënt toe te passen.
1. Beschikbaarheid van kwalitatief goede data
Discussies over Analytics beginnen vaak bij data; dit is begrijpelijk omdat het niet toe te passen is zonder (kwalitatief goede) data. Analytics stelt besluitvormers in staat om te verschuiven van “we denken dat…” naar “we weten dat…”. Dit leidt vaak tot discussies of een organisatie beschikt over voldoende data en of die data goed genoeg is om een Analytics avontuur op te starten. De meeste organisaties zullen toegeven dat niet alle data van goede kwaliteit is. Aan de andere kant is het ook niet noodzakelijk om alle data 100% in orde te hebben om de starten met Analytics. Zo is het ook geen voorwaarde om een uitgebreid datakwaliteitsprogramma uit te voeren alvorens gestart kan worden met Analytics.
2. Ontwikkelen van Analytics vaardigheden
Op basis van succesvolle Analytics implementaties kennen we het belang van het samenbrengen van analisten binnen een organisatie, zodat zij van elkaar kunnen leren, ervaringen kunnen delen en zichzelf kunnen versterken ten gunste van de organisatie. Bedrijven zoals Wal-Mart organiseren zelfs Analytics congressen, hetgeen niet alleen het belang van Analytics en analisten onderstreept, maar tevens ook gelegenheid biedt om Analytics vaardigheden verder te ontwikkelen. Uit onderzoek van Accenture blijkt dat de meeste organisaties geen specifieke manier hebben om analisten te werven, te ontwikkelen en in te zetten. Specifieke HR processen voor werving of prestatiebeoordeling zijn niet beschikbaar, laat staan een carrièremodel gericht op Analytics professionals. In plaats daarvan worden zij op een geïsoleerde manier aangestuurd vanuit de lokale afdeling. Slechts één op de tien analisten wordt als belangrijk personeel erkend en organisatie-breed aangestuurd.
3. Aandacht voor organisatie-brede Analytics
Naast het ontwikkelen van de juiste vaardigheden, biedt het samenbrengen van Analytics ook de mogelijkheid om ‘cross-functionele’ inzichten te genereren door het integreren van verschillende databronnen en inzichten. Topmanagers erkennen het belang van Analytics als onderdeel van het totale performance management en het wordt inmiddels kleinschalig toegepast in het behalen van belangrijke doelstellingen. Ook wordt Analytics toegepast in specifieke functies of ter ondersteuning van specifieke besluitvorming, bijvoorbeeld in Finance en Sales & Marketing. In mindere mate wordt het gebruikt om de prestatie van de gehele organisatie te sturen.
4. Onder aanvoering van topmanagement
Om Analytics te ontwikkelen is betrokkenheid van het topmanagement vereist, ondersteund door actief eigenaarschap en leiderschap. Waar minder volwassen initiatieven vaak bottom-up ontstaan, vraagt organisatie-brede Analytics om een top-down aanpak om het belang van Analytics voor de organisatie te duiden. Dit betekent dat het topmanagement zich achter Analytics moeten scharen en aandacht en leiderschap moeten laten zien. Inspanningen om Analytics te ontwikkelen zouden gericht moeten zijn op strategische doelen en het opzetten van Analytics vaardigheden (in het eigen bedrijf of uitbesteed aan spelers die hierin gespecialiseerd zijn). Het speuren naar nieuwe kansen met behulp van Analytics zou niet alleen op de agenda moeten staan, maar het zou in de organisatie ingebed moeten worden als de nieuwe manier van werken. Op basis van de onderzoeksresultaten van Accenture is duidelijk dat topmanagement dit tot op heden nog niet voldoende uitdraagt.
5. Uitbesteden van Analytics
Het is niet gezegd dat organisaties alle Analytics vaardigheden zelf dienen te ontwikkelen. Als alternatief kan gebruik worden gemaakt van “Analytics as a Service”. Er zijn diverse manieren om dit te doen, maar over het algemeen betekent dit dat de organisatie data aanlevert en dat een derde partij de analyse uitvoert. De uitkomsten van de analyse worden dan gedeeld met de organisatie, die op haar beurt de uitkomsten interpreteert. Vervolgens vindt besluitvorming plaats en wordt er overgegaan tot actie. Voordelen van een dergelijke manier van werken zijn bijvoorbeeld lagere kosten en het doorwerken in verschillende tijdzones. Als nadeel kan het ‘uit handen geven’ van belangrijke data aan een derde partij worden gezien, maar met de juiste veiligheidsmaatregelen kunnen deze zorgen vaak worden weggenomen. Het afwegen van de voor- en nadelen van het ontwikkelen van eigen Analytics vaardigheden kan leiden tot het gedeeltelijk uitbesteden van de data-tot-inzicht-tot-actie cyclus. Deze cyclus bestaat uit het verzamelen (en eventueel opschonen) van data, het analyseren met behulp van de eerdergenoemde technieken, het interpreteren van uitkomsten, het nemen van besluiten en het overgaan tot actie.
Conclusies
Analytics is een nieuwe manier van werken en nieuwe manier van besluitvorming, wat bij veel organisaties nog zo moet landen. Analytics is niet een doel op zich en het moet bijdragen aan het verbeteren van de prestaties, de continuïteit en de winstgevendheid van de organisatie. In de enorme focus op data – die laat zien dat organisaties data als belangrijke randvoorwaarde beschouwen – gaat het uiteindelijk erom hoe deze data gebruikt wordt. Dit heeft te maken met besluitvorming (het loslaten van “we denken dat…”), maar tevens ook de manier waarop de organisatie omgaat met data en de inzichten die ervan afgeleid kunnen worden.
Meer weten?
Als u geïnteresseerd bent in het effectief inzetten van data-analytics, bijvoorbeeld met Analyzer van Arbutus, kijk op de Arbutus website of neem contact op.
