In de afgelopen jaren is er veel hype geweest rondom ‘big data’ en analytics. Men beschouwt data niet langer als slechts IT-gerelateerde bijproducten, maar als bronnen van informatie die daadwerkelijk van strategische waarde kunnen zijn. Managers hopen dat investeringen in datagedreven initiatieven uiteindelijk grote positieve voordelen met zich meebrengen. De werkelijkheid is vaak minder rooskleurig: organisaties worstelen met dergelijke initiatieven en de voordelen blijven veelal uit.
In mijn onderzoek focus ik mij op hoe organisaties data effectief op een strategische manier kunnen inzetten.(1) Aan de hand van drie studies heb ik voor mijn proefschrift onderzoek gedaan naar de fundamentele keuzes die organisaties moeten maken, de rol van data in het creëren van strategische kansen én uitdagingen, en de invloeden van verschillende belanghebbenden wanneer organisaties waarde willen realiseren met data. Daarbij heb ik niet alleen rekening gehouden met economische waarde, maar ook met sociale waarde. Naar aanleiding van deze studies die zijn uitgevoerd bij het KIN Center for Digital Innovation deel ik graag drie belangrijke lessen.(2)
Veel organisaties zijn haastig op zoek naar analisten en data scientists om data te vertalen naar inzichten. Maar het realiseren van waarde met data is niet alleen de taak van deze analisten en data scientists. Integendeel, dit proces vereist samenwerking tussen mensen op verschillende niveaus, binnen én buiten de organisatie.
Senior managers vervullen bijvoorbeeld een belangrijke rol door ervoor te zorgen dat er overeenstemming is tussen de manier waarop mensen op de werkvloer omgaan met data, de manier waarop processen zijn ingericht, en de manier waarop er wordt omgegaan met de belangen van externe betrokkenen. Wanneer een organisatie data op een strategische manier wil inzetten, moet hier ook op strategisch niveau draagvlak voor zijn.
Organisaties worden ook genoodzaakt om samen te werken met externe partijen. Enerzijds om toegang te kunnen krijgen tot data van andere organisaties, maar ook om te kunnen waarborgen dat er daadwerkelijk sociale waarde wordt gecreëerd. Als een organisatie bijvoorbeeld tot doel heeft om consumentengedrag te beïnvloeden met behulp van data en analytics, moeten diezelfde consumenten op een of andere manier betrokken worden in het proces. Zij zijn immers degenen die persoonlijke data moeten delen en die uiteindelijk evalueren of de producten en diensten die ze daarvoor terugkrijgen het waard zijn.
Een van de belangrijkste boodschappen naar aanleiding van mijn onderzoek is dat organisaties een duidelijk beeld moeten hebben van welke data zij tot hun beschikking hebben. Daarbij is het niet zozeer van belang of een organisatie ‘big data’ verzamelt of ‘traditionele data’. De vraag die men zich moet stellen is: wat zijn de karakteristieken van de specifieke data die wij voorhanden hebben en in hoeverre zijn die karakteristieken relevant binnen de context waarin wij de data willen gebruiken? Voor sommige organisaties is het bijvoorbeeld van belang dat hun data continu en in ‘real-time’ geupdated worden—echter is dit lang niet voor alle organisaties een vereiste. Soms is het van belang dat data worden verzameld op het hoogste detailniveau, terwijl het anders volstaat om gemiddelde waardes te nemen.
Wanneer men data gebruikt van externe bronnen, is het ook van groot belang dat men weet waar die data precies vandaan komen en onder welke voorwaarden ze zijn verzameld. Wie is bijvoorbeeld eigenaar van de data en moeten we die betrekken bij het proces indien we de data gaan gebruiken? Managers spelen wederom een belangrijke rol, om ervoor te zorgen dat er overeenstemming is tussen de strategische doelen en de data.
Ik benadruk in mijn dissertatie dat datagedreven waarde realisatie een ontdekkingstocht is. Niet alleen zijn de data zelf onderhevig aan veranderingen, maar het analyseren van en experimenteren met data kan ook leiden tot inzichten waar men voorheen nog niet bij had stilgestaan. Het kan bijvoorbeeld voorkomen dat, wanneer analisten daadwerkelijk experimenteren met data, dit leidt tot inzichten die deuren openen naar nieuwe markten en businessmodellen.
Het komt ook voor dat nieuwe inzichten leiden tot nieuwe uitdagingen. In mijn dissertatie vertel ik het verhaal van een logistieke organisatie die erachter kwam dat ze op basis van procesdata konden afleiden wat de voorkeuren zijn van consumenten binnen bepaalde gebieden. In eerste instantie dacht men aan de mogelijkheden die dit bood en werd het plan opgevat om dit soort inzichten te verkopen aan externe partijen. Na experimenten met deze data werd echter al snel duidelijk dat sommige inzichten ook persoonlijk van aard kunnen zijn. Door deze ontdekking werd de organisatie wettelijk, maar ook gevoelsmatig, verplicht om hun strategie te heroverwegen. In de praktijk komt het wel vaker voor dat op het oog ‘onschuldige’ data leiden tot persoonlijke en gevoelige inzichten wanneer deze worden gecombineerd met andere data. Organisaties moeten dan ook continu stilstaan bij de onverwachte consequenties die voortkomen uit datagedreven initiatieven.
Mijn onderzoek toont aan dat data analytics grensoverschrijdend is, dat duidelijk moet zijn welke data men voorhanden heeft en waar deze data vandaan komen, en dat datagedreven waarde realisatie een continu proces is. Deze inzichten kunnen van belang zijn voor organisaties die verder willen gaan dan de hype en daadwerkelijk waarde willen creëren met data.
(1) www.kinresearch.nl
(2) Uitgevoerd bij KIN Center for Digital Innovation, Vrije Universiteit Amsterdam www.kinresearch.nl
Dit artikel is ook te vinden in het dossier Big Data
