Data die je nodig hebt is goud waard, niet data die je al hebt

16 januari 2019, 10:00

Voor nieuwe business is er nieuwe data nodig

Het was begin 2017 en het was pas enkele weken na mijn start bij de Jheronimus Acadamy of Data Science, een universiteit waar data science en ondernemerschap gecombineerd worden, dat ik de hoop begon te verliezen. Tal van bedrijven hadden interesse getoond om samen te werken aan onderzoek of met studenten aan bedrijfsopdrachten, de belangstelling was echt overweldigend. Maar ze hadden allemaal bestaande datasets die wij moesten omzetten in goud. Dat moet anders. Bedrijven moeten streven naar extra inkomstenstromen die een positief effect hebben op hun continuïteit. Voor aanvullende inkomstenstromen is nieuwe data nodig, en dit vereist een nieuwe aanpak voor datascience-projecten.

Ik heb nooit iets zinvol nieuws gemaakt op basis van bestaande data. Ja, je kan bestaande processen optimaliseren, en zo veel kosten besparen. Maar in een tijd van verandering, wanneer nieuwe technologieën in een snel tempo opkomen, moeten bedrijven innoveren. Je wilt dan extra inkomstenstromen creëren, een disruptie veroorzaken in jouw industrie, om ervoor te zorgen dat niemand je voor is.

Voor nieuwe vragen is nieuwe data nodig

Wat is de meest relevante vraag die je als bedrijf moet beantwoorden, of wat is het meest zinvolle bedrijfsdoel dat een bedrijf kan hebben? In het geval van een startup test je jouw ‘raison d’être’, de reden dat je bestaat. Zou fijn zijn om er eentje te hebben, toch? En in het geval van een bestaand bedrijf ben je gefocust op de continuïteit van jouw organisatie. Hoe gaan we overleven?

Uit mijn workshop ‘Design Intelligent Disruption‘, geïnspireerd door mijn voormalige Booking.com-collega Lukas Vermeer

In beide gevallen heb je extra inkomstenbronnen nodig, en genoeg ervan. Startups beginnen met niets, dus ze zullen weinig data hebben. De behoefte aan nieuwe data is dan vrij duidelijk. Maar voor bestaande bedrijven is dit anders. De data die je hebt, is afkomstig van huidige operationele, marketing- of verkoopprocessen. De data die je dus hebt, is sterk verbonden aan het huidige businessmodel.

Ja, ik heb ook datascience-projecten gedaan om huidige businessmodellen te optimaliseren op basis van bestaande datasets. Ik heb gewerkt met verzekeringsmaatschappijen, energiebedrijven, techbedrijven in de travel industrie, agrifood startups en nog veel meer. Kosten besparen ging vrij eenvoudig: vaak met een enorme impact op de huidige bottom-line. Maar toch vind ik deze projecten niet relevant.

“Het was bijna onmogelijk om nieuwe vragen te beantwoorden met bestaande datasets”

De data was al verzameld, het was bijna onmogelijk om nieuwe vragen te beantwoorden met deze datasets. En als cynische analist zou ik kunnen zeggen dat entre/intrapreneurs hun verantwoordelijkheid moeten nemen. In plaats van de technische data scientist hun probleem te laten oplossen (‘alsjeblieft, hier is mijn dataset’), moeten ze deel uitmaken van het stellen van de juiste vragen (‘welke data hebben we eigenlijk nodig?’).

Als hun CEO zou ik me niet veel beter voelen over de lange termijn gesteldheid van mijn bedrijf, over ons vermogen om te overleven en over onze toekomstige bedrijfsresultaten. Maar nieuwe business met nieuwe dataprojecten zijn natuurlijk minder eenvoudig te realiseren. Innovatie op basis van data science (of op basis van wat dan ook) is niet eenvoudig. Maar dit is wel de uitdaging waarmee we worden geconfronteerd.

Creativiteit

Hoe je precies op basis van data science nieuwe business creërt, wil ik in een vervolgartikel bespreken. Mijn focus voor dit artikel was:

  1. Bedrijven moeten streven naar extra inkomstenstromen die een positief effect hebben op hun continuïteit
  2. Voor aanvullende inkomstenstromen is nieuwe data nodig, en dit vereist een nieuwe aanpak voor datascience-projecten

Om dit goed te kunnen doen, zullen verschillende disciplines samen moeten werken. En het belang van creativiteit in datascience-projecten wordt alleen maar groter. Het gaat helemaal niet om het oplossen van technische problemen met data science, maar zoals altijd gaat het om het oplossen van de meest relevant bedrijfsuitdagingen.

Categorie
Tags

Marketingfacts. Elke dag vers. Mis niks!