Big Data Survey 2015: 4 inzichten voor succes met data

Organisaties met een datagedreven visie en een directie die een cultuur nastreeft waarin experimenteren een rol heeft, zijn in staat om data daadwerkelijk te benutten. Employer branding speelt een steeds belangrijkere rol om de juiste mensen aan te trekken.

Dit en meer zijn de conclusies van de Big Data Survey 2015, het eerste nationale onderzoek naar big data in Nederland.

Het doel van het onderzoek is om inzicht te geven in de actuele rol van big data, de mate van adoptie, intenties en mogelijke valkuilen. Initiatiefnemers van het onderzoek zijn vakbeurs Big Data Expo en data-consultancybureau GoDataDriven.

De Big Data Survey wijst uit dat organisaties inmiddels weten dat ze meer datagedreven zullen moeten gaan opereren. “Big data draait niet alleen om data, technologie en vaardigheden, vooral de organisatie en de manier van werken zijn grote succesfactoren”, zegt Rob Dielemans, Co-Founder & Managing Director at GoDataDriven. In dit artikel lees je over de vier belangrijkste conclusies.

1. Succesvol zijn met data begint bij de directie

Steeds meer markten worden omvergelopen door kleine startups die, niet gehinderd door processen uit het verleden, in staat zijn om snel in te spelen op de kansen die de markt biedt. Energiebedrijven en telecombedrijven schieten als paddenstoelen uit de grond, hetzelfde geldt binnenkort voor de nieuwe generatie banken. Partijen als AirBnB, Uber en Alibaba werpen respectievelijk de hotelmarkt, taximarkt en productenmarkt omver. Verandering is de enige constante. Op dit moment geeft slechts 5 procent van de respondenten aan ver voorop te lopen ten opzichte van de concurrentie, terwijl 39 procent aangeeft in meer of mindere mate achter te lopen op de concurrentie. Tijd voor verandering dus.

En waar begint die verandering? Volgens de respondenten van Big Data Survey speelt de bedrijfsdirectie hier een belangrijke rol, door richting te geven en ondersteuning te bieden aan de organisatie.

Een succesvol dataproject begint overduidelijk bij support vanuit de directie en een goede strategie: dat geeft richting en de broodnodige ondersteuning om datagedreven processen ook daadwerkelijk in productie te krijgen. Tegelijkertijd geeft een opvallend groot deel van de respondenten aan dat het binnen de eigen organisatie wel goed zit met de strategische rol van data bij de eigen bedrijfsdirectie: 37 procent vult in dat de bedrijfsdirectie data als een strategische pijler ziet, terwijl 27 procent het hier gedeeltelijk mee eens is. Bij bijna een kwart van de organisaties (23 procent) is er binnen de bedrijfsdirectie op dit vlak juist een grote winst te halen.

2. Organisaties moeten leren experimenteren

Uit de Big Data Survey 2015 blijkt dat, hoewel organisaties zich bewust zijn van de noodzaak om data in de praktijk te gebruiken, organisaties vooral moeite hebben om de organisatie aan te passen aan een nieuwe manier van werken.

Wat denk je dat volgens de respondenten de grootste uitdaging is op het gebied van data? Het verzamelen van data en het investeren in de juiste infrastructuur misschien? Nee, totaal niet, dit zijn de minste uitdagingen voor organisaties. Organisaties hebben vooral moeite met het experimenteren en hier voldoende tijd voor vrij te maken. Het is namelijk nog helemaal niet gebruikelijk om te werken op een manier waarin experimenteren een belangrijke rol speelt.

Corporate agility

Startups en IT-afdelingen weten het al langer: om snel in te kunnen spelen op bepaalde inzichten, zoals veranderingen in de markt of behaalde resultaten vanuit een bepaald proces, is het belangrijk om er een flexibel werkproces op na te houden. De zogenaamde agile manier van werken, die draait om flexibele projectteams en korte iteraties waarin behapbare deelprojecten worden afgerond. Traditionele organisaties zijn echter nog veelal hiërarchisch en procesmatig ingericht en daar is nou eenmaal minder ruimte om te experimenteren. Laat staan om niet-succesvolle experimenten uit te voeren. Nou zou dat ook zeker niet de standaard moeten zijn, maar helemaal onvermijdelijk is het ook niet dat een experiment soms niet direct toepasbaar is in de praktijk. Zolang het overgrote deel van de experimenten maar wel succesvol is, is er niets aan de hand.

Voordat je in staat bent om te experimenteren met data is het natuurlijk van belang dat je voldoende data hebt verzameld en dat deze van voldoende kwaliteit is. Met de hoeveelheid data die er beschikbaar is en het grote aanbod van (open source) technologie zijn die uitdagingen relatief eenvoudig te overkomen. De uitdaging ligt hem vooral aan de organisatorische kant: tijd nemen om te experimenteren, data uit verschillende bronnen beschikbaar maken en de juiste mensen aan trekken.

3. Elke organisatie heeft kansen met data

Volgens 90 procent van de respondenten zou elke organisatie data moeten benutten om bedrijfsprocessen mee te verbeteren. Toepassingen zien we vooral aan de klantkant, zoals binnen online marketing, de webshop of onlineapplicatie, marktanalyse en klantenservice. In de praktijk valt de kwaliteit van de datatoepassing nog tegen: slechts een op de tien respondenten is in staat om de content op de website automatisch aan te passen aan het gedrag van de websitebezoeker.

Een klein deel van de respondenten zet data in om backofficeprocessen zoals supplychainmanagement en logistiek, finance en administratie en HR te optimaliseren. Organisaties verwachten duidelijk een sneller en beter resultaat uit aan marketing gerelateerde processen, mede op basis van de beschikbare data die er vaak aan deze kant al is. Uiteindelijk dragen positieve resultaten bij aan support vanuit de directie. De praktijk wijst uit dat juist in de backoffice processen vaak een grote winst te behalen is.

De meeste organisaties zetten data vooral in voor marketingtoepassingen, zoals:

• direct marketing en online marketing (19 procent)
• online, zoals webshop en online applicatie (16 procent)
• marktanalyse (14 procent)
• klantenservice (8 procent)

“Organisaties kiezen er vaak voor om datatoepassingen allereerst te ontwikkelen voor processen die direct waarde toevoegen aan de business. Logisch, want hier is de waarde direct inzichtelijk. Vooral voor een eerste traject is het logisch om marketing als startpunt te nemen. Vaak zijn er binnen organisaties ook minder voor de hand liggende processen aan te wijzen waar winst te behalen is, zoals bijvoorbeeld voorspellen van onderhoud aan machines, het automatiseren van het inkoopproces met een voorspellend model of bijvoorbeeld het detecteren van fraude bij een financiële instelling”, aldus Rob Dielemans.

4. De opkomst van de data scientist

In het verleden was het door de hoge kosten van storage en beperkte processsorkracht van computers niet mogelijk om grote hoeveelheden data te verwerken en te benutten. Over het algemeen werd er in business intelligence gekeken naar data van een beperkte periode, zeg een aantal weken. Nuttig voor het inzicht, maar beperkt ‘actionable’. De informatie uit het verleden was op dat moment al verouderd. Tegenwoordig is het mogelijk om vrijwel onbeperkte hoeveelheden data te benutten voor zo goed als realtime analyses. Dankzij dit realtime component is het mogelijk om op basis van binnenkomende gegevens voorspellingen te doen. Dit heeft geleid tot de opkomst van data scientists: academici die niet alleen goedzijn met wiskundige en statistiek, maar die ook nog eens kunnen programmeren en in staat zijn om de inzichten uit data te vertalen naar advies aan de business.

Momenteel beschikt 63% van de respondenten over business analisten en 60% over data analisten in huis. Slechts 38% beschikt over het nieuwe type dataspecialist: de data scientist. Opvallend is dat het vooral grotere organisaties met 1000 medewerkers of meer zijn die beschikken over data scientists.

Employer branding

Om data scientists aan te kunnen trekken is het van belang om een aantrekkelijke werkgever te zijn. Corporate gedrag, een managementcultuur en strakke processen passen hier niet bij, dat is ook de reden dat steeds meer grote organisaties besluiten om een aparte organisatie op te richten naast hun bestaande business.

Het bieden van een aantrekkelijke werkomgeving draait niet zo zeer om het betalen van het hoogste salaris. “Data scientists zoeken naar een uitdagende en stimulerende omgeving, waarin voldoende ruimte is om samen te werken met like-minded mensen en te experimenteren met data en technologie, waarbij de data scientist met een voorspellend model bovenal een impact kan maken op de business”, aldus Friso van Vollenhoven, chief technology bij GoDataDriven.

Wat wordt de volgende stap voor organisaties?

Veel organisaties hebben moeite om de procesmatige manier van werken los te laten en zich opnieuw te organiseren. Als organisaties meer willen gaan experimenteren is het noodzakelijk dat de directie een visie formuleert en ondersteuning biedt aan de organisatie. Dit is niet enkel het vrijmaken van budget, maar ook het creëren van een omgeving waarin het mogelijk is om in korte iteraties nieuwe dingen te proberen. Fail fast.

Toepassingen staan nog relatief in de kinderschoenen. Websites zijn over het algemeen nog statisch en passen zich niet automatisch aan op basis van bezoekersgedrag, data komt uit CRM of marketingdatabase en is vaak cijfermatig.

De toekomst ziet er rooskleurig uit: respondenten zeggen bezig te zijn met de implementatie van geavanceerde technologieën als voorspellende modellen en kunstmatige intelligentie. Binnen drie jaar verwacht 50 procent van de respondenten de eerste toepassingen met geavanceerde technologie ontwikkeld te hebben. Data scientists spelen hierin een vitale rol.

Het hele onderzoeksrapport is hier beschikbaar als download.