Organisaties hebben steeds meer data tot hun beschikking. Tegelijkertijd lukt het ze vaak niet deze data om te zetten in bruikbare informatie. Meestal gaat het dan al mis bij de data zelf. Aan welke eisen moeten data voldoen?
Uit onderzoek van IDC blijkt dat de digitale transformatie eind 2016 bij twee derde van de Europese multinationals op de agenda staat. Wat dit concreet betekent is voor elke organisatie net even anders. Maar we kunnen wel drie aspecten onderscheiden die bij elke digitale transformatie een metamorfose ondergaan: de mens, de processen en de technologie. Informatie loopt als een rode draad door deze aspecten.
Een organisatie functioneert alleen als de werknemers over de juiste informatie beschikken om hun werk goed te doen. Je klanten eisen inzicht in alle informatie die hen ondersteunt tijdens de customer journey. Bedrijfsprocessen worden waar mogelijk gedigitaliseerd, want dat maakt de verspreiding van informatie efficiënter. En zo’n beetje alle innovatieve technologie draait op de een of andere manier om data of informatie.
Te veel informatie?
Logisch gevolg is dat organisaties in het Internet of Things-tijdperk steeds meer data verzamelen, bijvoorbeeld over gebouwen, systemen, processen, werknemers en (potentiële) klanten. Maar vaak is onduidelijk waar alle data voor worden gebruikt. Scannen, meten en registreren is geen doel op zich. Een overschot aan data leidt alleen maar tot ruis. En dan bestaat bovendien het risico dat de écht nuttige data ondersneeuwen.
Zo kan een digitale transformatie ondanks goede intenties volledig mislukken. Waardoor de forse investeringen in sensoren, systemen en applicaties nooit worden terugverdiend. Want data hebben pas waarde als ze informatie opleveren waar een organisatie iets zinvols mee kan. Dan pas zijn de data ‘actionable’ en leiden ze tot concrete handvatten voor nieuw beleid. Dit zijn vier eisen die de digitale transformatie stelt aan informatie:
1 Informatie moet van hoge kwaliteit zijn
Een organisatie wil beslissingen nemen op basis van feiten. Daarvoor is het essentieel dat de informatie klopt. Als de data van gebrekkige kwaliteit of niet nauwkeurig genoeg zijn, kan dat rampzalige gevolgen hebben. Een maatregel die een besparing moet opleveren, blijkt opeens geld te kosten. Of een arts stelt de verkeerde diagnose, omdat de data ten onrechte een bepaald ziektebeeld suggereren.
Slechte data kun je niet compenseren met een goede analyse. Een voorspelling die gebaseerd is op foutieve data, is waardeloos. En vrijwel elk dataverzamelingsproces bevat foutgevoelige schakels, zeker als het aantal stappen tussen informatiebron en verwerking groeit. Misschien wordt een deel van de gegevens bijvoorbeeld handmatig ingevoerd? Ook informatie vereist strenge kwaliteitscontrole.
2 Informatie moet snel beschikbaar zijn
Informatie die nu nuttig is, kan zijn relevantie morgen al verloren zijn. Of sterker nog: over een uur al. Hoe sneller een organisatie de beschikbare data kan omzetten naar ‘wins’ als nieuwe klanten of een hogere winst, hoe beter. En als dit proces te langzaam gaat, heb je in de huidige real-time economy niks meer aan je informatie. Trage dataverwerking gaat onvermijdelijk ten koste van de klanttevredenheid.
Veel data worden geautomatiseerd verzameld en geanalyseerd, door applicaties en systemen waarvan je de snelheid maar tot op zekere hoogte kunt beïnvloeden. Maar onderschat de menselijke factor niet. Juist wij kunnen anticiperen, processen prioriteit geven en accenten verleggen. Of als eerste de toegevoegde waarde van bepaalde data zien en deze zo snel mogelijk benutten.
3. Informatie moet veilig zijn
Data vormen het fundament onder de digitale economie en we leven in een wereld waarin (digitale) informatie voor elke organisatie de belangrijkste asset is. Er is hen dus veel aan gelegen om waardevolle data en cruciale systemen te beschermen tegen indringers. Bovendien zijn die systemen steeds vaker met elkaar verbonden. Eén zwakke schakel en je kroonjuwelen liggen voor het oprapen.
Data die niet veilig worden opgeslagen en verwerkt, leveren dus risico’s voor de bedrijfscontinuïteit op. Een datalek kan een organisatie op een boete van honderdduizenden euro’s komen te staan, om nog maar te zwijgen over eventuele imagoschade. En dan zijn er nog de praktische vraagstukken. Wie is de eigenaar van de klantdata die je verzamelt? Wie mag waar toegang toe hebben? Wat mag je er precies mee doen? En wie is verantwoordelijk als het misgaat?
4 Informatie moet intelligent zijn
De laatste en belangrijkste stap van data-analyse is het vertalen van de data naar informatie. Daarvoor is intelligentie nodig die bijvoorbeeld wordt nagebootst met predictive analytics. Deze technologie maakt gebruik van kunstmatige intelligentie om de mens te helpen bij het structureren van grote hoeveelheden data, om er nieuwe inzichten uit te destilleren. Maar wie neemt de beslissingen?
Een computer of systeem kan je niet op een presenteerblaadje geven wat de waarde van bepaalde informatie is voor de business. Creativiteit, zakelijk inzicht, ervaring, gezond verstand en intuïtie zijn immers moeilijk te simuleren. De besluitvorming wordt wel degelijk makkelijker gemaakt door slimme technologie, maar het is uiteindelijk aan ons om de data te transformeren in nieuwe ideeën en innovaties.
De kans is groot dat ook jouw organisatie midden in een digitale transformatie zit. Neem daarbij geen genoegen met alleen het digitaliseren van informatie(stromen), maar durf ook kritisch te kijken naar de data zelf. Want onnauwkeurige, onveilige of zinloze data doen meer kwaad dan goed.
Raimond van het Reve, Director General Business & Partner Ecosystem bij SAP Nederland
