Geen producten in de winkelwagen.
Datageletterdheid (data literacy) wordt nog vaak geassocieerd met het beheersen van allerlei technische vaardigheden. Denk aan een taal als Python voor de data-analyse, de software van Tableau voor de perfecte datavisualisatie of SQL voor databasemanagement. Maar er is ook nog een vaardigheid die organisaties dikwijls over het hoofd zien en thuishoort buiten het domein van de techwizzards: het stellen van de juiste vragen aan hun datateams.
Goede vragen stellen
In een Tech Talk van business school INSEAD vertellen leiders Joyce Weng (luxemerk Bulgari) en Daragh Kelly van (modemerk Burberry) hoe ze besluitvorming wisten te verbeteren door het gebruik van data. Het stellen van de juiste vragen blijkt hierbij van wezenlijk belang. Zij zeggen: ‘Met name de stakeholders met strategische verantwoordelijkheden kunnen de kwaliteit van de output van hun analytische teams enorm verbeteren door hen aan het begin van een project goede vragen te stellen.’
Door het stellen van de juiste vragen kan de datagestuurde besluitvorming binnen de organisatie snel en krachtig worden opgeschaald. Bovendien, zeggen Weng en Kelly, is het geen eenrichtingsverkeer. Het datateam kan zelf ook helpen bij het verfijnen van de vragen. In de meest ideale situatie is het stellen van de juiste vragen een iteratief proces tussen de stakeholders en de datateams.
Ontwikkel je vaardigheden
Het stellen van de juiste vragen is natuurlijk niet iets dat je zomaar even doet. Datagedreven organisaties moeten dan ook leren deze vaardigheid te ontwikkelen. Dit kunnen zij doen door er veel en vaak op te oefenen. Leiders en managers doen er bijvoorbeeld goed aan om de vragen op te nemen in hun dagelijkse routine.
Weng vertelt dat ze bij Bulgari elke ochtend begint met een kopje koffie en het scrollen door een interne app. Deze app geeft haar toegang tot haar belangrijkste KPI’s (key performance indicators), zoals omzet per kanaal en winkel. Ze gebruikt deze gegevens als uitgangspunt voor het formuleren van vragen die ze haar team zal stellen als ze op kantoor komt, of als ze inlogt bij haar eerste digitale vergaderingen.
Routine
Weng begon haar carrière niet met deze routine. Met haar pr-achtergrond had ze aanvankelijk weinig interesse in het gebruik van data om haar beslissingen te onderbouwen. Het was haar mentor en baas bij Bulgari in China die haar deze aanpak bijbracht. Toen ze het Britse kantoor als managing director overnam, was het team niet gewend om op dat niveau in de cijfers te duiken. Na een paar maanden trainen had iedereen het echter onder de knie.
Verschillende interpretaties
Meestal stelt Weng dezelfde vraag aan verschillende teamleden. Zowel aan de analytische mensen als aan belangrijke leden van haar zakelijke team, zoals haar marketingmanager of digitale verkoopteam. Zij geven doorgaans allemaal verschillende antwoorden op de vraag waarom de online verkoop hoger is dan vorige week of waarom een influencer-campagne niet de verkoopstijging oplevert die in het bedrijfsplan was voorspeld.
Het is de taak van Weng om de verschillende interpretaties zorgvuldig af te wegen voordat ze een beslissing neemt en een plan van aanpak voorstelt. Weng kijkt dus eerst naar de gegevens en richt zich vervolgens tot haar team van experts om haar te helpen er conclusies uit te trekken. Dit levert betere beslissingen op dan wanneer ze uitsluitend af zou gaan op data of op menselijke ervaring.
De vragen aan je datateam zouden in ieder geval aan de volgende kenmerken moeten voldoen:
1. Strategisch belang
Als de vraag de belangrijkste strategische doelen van de organisatie niet ondersteunt, is het waarschijnlijk niet de moeite waard hem te stellen.
2. Afbakening
Neem als voorbeeld een grote tv-zender. De vraag: ‘Hoe kan ik mijn tv-shows succesvoller maken?’ is te breed. Een datateam kan dit niet analytisch benaderen. Een betere, meer specifieke vraag is: ‘Moet ik meer of minder sciencefictionseries uitzenden?’
3. Daadkracht
Alleen vragen waarvan de antwoorden zijn om te zetten in actie zijn de investering waard. Anders leveren ze slechts interessante stukjes informatie op waar niemand iets aan heeft.
4. Kennis als basis
Neem de huidige inzichten over een bepaald onderwerp als uitgangspunt. Dit lijkt erg voor de hand liggend, maar deze methode wordt vaak verwaarloosd. Nieuwe vragen moeten gebaseerd zijn op bestaande kennis. Ze kunnen niet worden bedacht in een vacuüm.
Lees ook: Impact maken met data? Deze bedrijven doen het al
