Home Data & Storage Zes pijlers als fundament voor datagedreven werken

Zes pijlers als fundament voor datagedreven werken

61

De wens datagedreven te werken speelt bij veel ondernemingen. De transitie die daarvoor nodig is kent echter obstakels en hindernissen. Ictivity organiseerde met een aantal relaties in de maakindustrie een kennissessie over dit onderwerp. De discussie leidde tot zes kernpunten die van belang zijn voor een succesvolle transformatie naar datagedreven werken.

1. Definieer het begrip regie

Regie is binnen veel organisaties een wat leeg begrip, een modewoord geworden. Vroeger groeide een arts door tot geneesheerdirecteur, en bij Rijkswaterstaat was er een ingenieur/directeur. Kennis over ‘de business’ vond zo een weg naar de directievloer.
Wat verstaan we nu onder regie en welke rol speelt data daarbij? De essentie is meer dan ooit dat elke schakel in de keten, elke afdeling van en bedrijf, de directie-laag moet voeden met data.

De grote hoeveelheid data kan echter op verschillende manieren inzicht geven en sturend werken. Zo zou je uit data kunnen afleiden in welk opzicht het bedrijf zich onderscheidt van de concurrentie én hoe dat onderscheidende aspect verder uitgebouwd kan worden.

De data-analist is in die rol een soort reisleider: iemand die data onderzoekt en het management gericht informatie geeft. De data-analist is echter vaak geen board-member, het is een IT-professional. Waardoor de vraag zich opdringt wat de positie van IT tegenwoordig is – of zou moeten zijn.

2. Denk na over de positie van IT

IT en IT’ers hadden lang een wat onduidelijke positie, zelfs in grotere bedrijven. Aanvankelijk viel IT vaak onder de facilitaire afdeling, die zich immers ook bezighield met de kopieermachines, telefonie en faxapparaten. Later schoof het op naar de CFO. Het is in een moderne omgeving echter zaak IT niet als kostenpost te zien, maar als een essentiële business facilitator.

Daar waar naast IT ook een OT-landschap bestaat is dit van nog groter belang. En integratie van die twee omgevingen is van groot belang om datagedreven te kunnen werken. De digitale omgeving is dan nadrukkelijk te beschouwen als een intelligente asset die bedrijven helpt slimmer te ondernemen. Als we data beschouwen als ‘het nieuwe goud’ dan is de IT’er de schatbewaarder.

Gelukkig zijn er steeds meer applicaties die daarmee rekening houden, waardoor bijvoorbeeld een ERP-systeem data uit de OT- en de IT-omgeving weet te consolideren. Sterker nog: sommige ERP-systemen leiden uit het datameer automatisch relevante KPI’s af.

3. Baseer KPI’s op goede en actuele data

Als je beschikt over goede en actuele data leidt dat ook tot heldere KPI’s. Dat klinkt als een open deur, maar zo eenduidig is het in de praktijk niet. De eerder besproken regiefunctie is in veel gevallen gekoppeld aan KPI’s, die geven immers ruimte om te sturen en toetsen.

Daarbij moeten KPI’s geen doel op zich worden. In de loop van een (budget)jaar moet er ruimte zijn om bepaalde KPI’s los te laten of opnieuw te definiëren.

4. Structureer rapportages

Om met KPI’s te werken zijn rapportages nodig. Zo goed als elke medewerker in een leidinggevende functie moet wekelijks, maandelijks en/of per kwartaal een rapportage indienen. Dat verslag vormt een eerste ‘trechter’ die gegevens uit verschillende databronnen bij elkaar brengt. Die berichten worden steeds weer geclusterd verstuurd naar een hogere managementlaag. Dat proces herhaalt zich tot een geconsolideerd rapport bij de board ligt.

In de praktijk blijkt dat medewerkers in al die managementlagen vaak rapporteren vanuit hun eigen belang of visie. En daarbij zeker met veel zaken rekening houden, maar vooral ook hun eigen doelen zoals die verwoord zijn in de bonusregeling of het POP-programma in het oog houden.

Het doel van rapportages moet echter inzicht zijn in het huidige en nabije functioneren van de onderneming als geheel. Daarvoor is een eenduidige rapportage op elk niveau van het grootste belang, opdat op elk hoger niveau data kunnen samenkomen die daadwerkelijk dezelfde kwaliteit en status hebben.

Volgens velen is totale en rigide eenduidigheid daarbij niet per se noodzakelijk. Zo zouden bedrijven in plaats van het gebruik van gestandaardiseerde rapportages kunnen kiezen voor de ‘nieuwsgierige insteek.’ Daarbij nodig je medewerkers eigenlijk uit te vertellen wat er gebeurt op hun afdeling. Dat biedt ook een toetsmoment. Je ziet namelijk hoe mensen in de wedstrijd staan. Waar concreet op gestuurd wordt. Zo krijg je inzichten en is niet alles top-down georganiseerd.

5. Weet welke rol data (kan) spelen

Data is overal, blijkt uit het voorgaande. En een strikte scheiding tussen werkdata en privégegevens is, door thuiswerken en door het gebruik van mobile devices, nauwelijks meer te maken. Zeker in de industrie is data versnipperd. En daar waar sprake is van OT naast IT is de kwaliteit van data heel verschillend. Machines ‘produceren’ andere data dan mensen.

En data is verspreid over verschillende afdelingen en systemen. Naast eigen data hebben bedrijven ook te maken met data van leveranciers, partners, afnemers en externe gegevens, bijvoorbeeld over prijsontwikkeling en wisselkoersen. Het management is daardoor te vaak bezig met het verzamelen van data, en niet met het analyseren ervan. Waardoor het sturen met data onvoldoende effectief is.

Van niet te onderschatten belang is het feit dat bedrijven eerst een data-visie moeten bepalen. Je wilt met data immers iets bereiken, een bepaalde sturing (regie) realiseren. Dan moet je heel concreet eerst vaststellen waarop je wilt sturen en volgt daaruit welke data daarvoor nodig zijn.

De eisende en voorwaarden vaststellende partij daarbij is de business. Er zijn immers datacenters vol data beschikbaar, maar als de business er niets mee doet, of niet concreet aangeeft welke data ze nodig hebben, dan komt datagedreven werken niet van de grond. De basisvraag moet daarom zijn: wat zou je willen weten? En niet: welke data kun je allemaal leveren?”

6. Artificial Intelligence (AI) heeft goede data nodig

Het oude gegeven dat data op zich niet veel waard is, maar de ‘grondstof’ vormen voor de informatie die je uit de data kunt halen is bekend. Het belang van (relevante) data wordt nog belangrijker als die AI-systemen moeten voeden. Of als AI-systemen nieuwe data opwekken.

Generatieve AI kan directies en medewerkers van bedrijven beslist inspireren en zal in steeds grotere mate ook kunnen voorspellen. De stormachtige opmars van ChatGPT in een kort tijdbestek geeft aan dat de digitale versnelling doorzet. Het meeste op het gebied van AI moet nog komen. En dat zowel bij bedrijven zelf als bij de klanten van deze bedrijven.

Wil je verder praten over het creëren van inzicht op basis van data, neem dan contact met ons op.

Perry Ansems is Accountmanager bij Ictivity

 

LAAT EEN REACTIE ACHTER

Vul alstublieft uw commentaar in!
Vul hier uw naam in