![Data is overal, doe er wat mee! Dat is de boodschap die steeds vaker wordt uitgedragen. Data leeft; in de media, bij onderzoekers en op speciale events. Zelfs in de boardroom van veel organisaties ontkomt men niet aan de mogelijkheden van data. Het is gebleken dat bedrijven die voor strategische beslissingen en innovaties, gebaseerd op inzichten van hun data, productiever en meer winstgevend zijn (Study by MIT slow school of management, published in Hardvard business review). procent succesvoller zijn dan de concurrentie die dat doet op basis van intuïtie, of zoals dat heet: opinion. [voorbeeld van zo’n onderzoek – heeft Diederick nog niet doorgegeven] Al zeker vijftien jaar is het gaande: individuen, organisaties en apparaten slaan steeds meer data op, gestructureerd en ongestructureerd. De ontwikkeling van platforms en software daaromheen waarmee steeds grotere sets van data – big data – te analyseren zijn, gaat maar door. Anno 2018 bestaan er aan de voorkant van al die software en platforms en ‘zeeën’ vol data handige dashboards waarmee antwoorden op gerichte vragen zichtbaar te maken zijn. Veel organisaties weten dat ze ‘iets’ met die data moeten doen en zijn zich bewust van de waarde die in hun data zit. En tegelijkertijd worstelt men met de vraag hoe deze waarde hieruit te halen. En zo de kansen te pakken om hun organisatie ‘data-driven’ te maken. Alles is data Data moet je leren zien en dan begrijpen, dat wil zeggen er de juiste vragen aan stellen. Er zijn aanbieders die bedrijven daarbij helpen met begeleiding en adviezen, en door analytics platforms om de data visueel te analyseren. Iedere stap van de analyse wordt visueel weergegeven. Visuele indrukken gaan sneller en nodigen uit tot verdere analyse. Het uitgangspunt: alles is data. Wie meedoet aan de Nationale Tuinvogeltelling verzamelt data, wie van A naar B reist maakt er gebruik van, net als iemand die zijn DNA-profiel laat onderzoeken. De afdelingen sales en HR van een bedrijf slaan ze op en maken ze toegankelijk, maar wie Boer Zoekt Vrouw opneemt om te registreren of boer Wim nou voor Katie of voor Janneke kiest, doet dat net zo goed. Alle activiteiten van bedrijven, individuen, overheden en instanties zijn – desgewenst – in data te vatten. Analyse Stel; een beheerder van flexkantoren vlakbij Schiphol overweegt uitbreiding. Een beslissing over zo’n kostbare investering kan hij (zij) nemen op basis van data-analyse: hoeveel vraag naar zijn dienst is er geweest de afgelopen jaren en welke stijgende lijn zat daarin? Hoe vaak moest een potentiële klant met ‘nee’ worden opgescheept? Hoeveel nieuw concurrerend aanbod is er in de naaste omgeving te verwachten? Wat zijn de plannen van Schiphol? Is er in de Haarlemmermeer groei te zien in het type bedrijven dat in het algemeen gebruikmaakt van flexkantoren? Op basis van die uitgebreide analyse kan de beheerder een berekening presenteren die aangeeft hoe verstandig het is om een nieuw gebouw neer te zetten. Daarop kan de investeerder een ‘data-driven’ beslissing baseren. Aanbieder zoeken Belangstelling? Zoek eens rond in de eigen databases: welke zijn er, wat is er eigenlijk beschikbaar? Formuleer enkele vragen waar je via data-analyse een betrouwbaar antwoord op zou willen hebben, bijvoorbeeld om de afzet van je product of dienst een boost te geven. En zoek een goede aanbieder van tools voor data-analyse. De mens Belangrijk is dan wel: dat de aanbieder zich voor het zien en begrijpen van data expliciet richt op de persoon ‘in the job’; de mens, de eindgebruiker, niet zozeer op de IT-rapporteur. ‘De verkoopmanager weet meer van de onderliggende data in zijn werkgebied en de vragen die van belang zijn, dan de IT’er’, zegt Diederick Beels van analytics platform-aanbieder Tableau. ‘Vroeger maakte de afdeling IT een rapportage op verzoek van de man of vrouw met de kennis, maar dat is inefficiënt en tijdrovend.’ In gesprek met de data Een goede aanbieder is – anno 2018 – in staat juist de kenner zelf ‘in gesprek’ te brengen met de data. Deze kan, met ondersteuning natuurlijk, leren zelf de data te zien – bijvoorbeeld met dashboards – en vervolgvragen te stellen, dus wat hij ziet ook te begrijpen. Hoe komt het dat – bijvoorbeeld – het product in regio X zoveel beter in de markt ligt dan in regio Y? Welke beslissingen zouden de afzet in regio Y kunnen verbeteren? En natuurlijk speelt de IT’er in het proces wel een belangrijke rol; hij verzamelt data en stelt ze beschikbaar op een veilige manier. En kan zo de eindgebruiker ondersteunen.](https://mtsprout.nl/wp-content/uploads/2018/11/Tableau-data-analytics-700x370.jpg)
Data is overal, doe er wat mee! Dat is de boodschap die steeds vaker wordt uitgedragen. Data leeft; in de media, bij onderzoekers en op speciale events. Zelfs in de boardroom van veel organisaties ontkomt men niet aan de mogelijkheden van data. Het is gebleken dat bedrijven die voor strategische beslissingen en innovaties, gebaseerd op inzichten van hun data, productiever en meer winstgevend zijn dan de concurrentie die dat doet op basis van intuïtie, of zoals dat heet: opinion.
Al zeker vijftien jaar is het gaande: individuen, organisaties en apparaten slaan steeds meer data op, gestructureerd en ongestructureerd. De ontwikkeling van platforms en software daaromheen waarmee steeds grotere sets van data – big data– te analyseren zijn, gaat maar door. Anno 2018 bestaan er aan de voorkant van al die software en platforms en ‘zeeën’ vol data handige dashboards waarmee antwoorden op gerichte vragen zichtbaar te maken zijn. Veel organisaties weten dat ze ‘iets’ met die data moeten doen en zijn zich bewust van de waarde die in hun data zit. En tegelijkertijd worstelt men met de vraag hoe deze waarde hieruit te halen. En zo de kansen te pakken om hun organisatie ‘data-driven’ te maken.
Alles is data
Data moet je leren zien en dan begrijpen, dat wil zeggen er de juiste vragen aan stellen. Er zijn aanbieders die bedrijven daarbij helpen met begeleiding en adviezen, en door analytics platforms om de data visueel te analyseren. Iedere stap van de analyse wordt visueel weergegeven. Visuele indrukken gaan sneller en nodigen uit tot verdere analyse. Het uitgangspunt: alles is data. Wie meedoet aan de Nationale Tuinvogeltelling verzamelt data, wie van A naar B reist maakt er gebruik van, net als iemand die zijn DNA-profiel laat onderzoeken. De afdelingen sales en HR van een bedrijf slaan ze op en maken ze toegankelijk, maar wie Boer Zoekt Vrouw opneemt om te registreren of boer Wim nou voor Katie of voor Janneke kiest, doet dat net zo goed. Alle activiteiten van bedrijven, individuen, overheden en instanties zijn – desgewenst – in data te vatten.
Analyse
Stel, een beheerder van flexkantoren vlakbij Schiphol overweegt uitbreiding. Een beslissing over zo’n kostbare investering kan hij (zij) nemen op basis van data-analyse: hoeveel vraag naar zijn dienst is er geweest de afgelopen jaren en welke stijgende lijn zat daarin? Hoe vaak moest een potentiële klant met ‘nee’ worden opgescheept? Hoeveel nieuw concurrerend aanbod is er in de naaste omgeving te verwachten? Wat zijn de plannen van Schiphol? Is er in de Haarlemmermeer groei te zien in het type bedrijven dat in het algemeen gebruikmaakt van flexkantoren? Op basis van die uitgebreide analyse kan de beheerder een berekening presenteren die aangeeft hoe verstandig het is om een nieuw gebouw neer te zetten. Daarop kan de investeerder een ‘data-driven’ beslissing baseren.
Aanbieder zoeken
Belangstelling? Zoek eens rond in de eigen databases: welke zijn er, wat is er eigenlijk beschikbaar? Formuleer enkele vragen waar je via data-analyse een betrouwbaar antwoord op zou willen hebben, bijvoorbeeld om de afzet van je product of dienst een boost te geven. En zoek een goede aanbieder van tools voor data-analyse.
De mens
Belangrijk is dan wel: dat de aanbieder zich voor het zien en begrijpen van data expliciet richt op de persoon ‘in the job’; de mens, de eindgebruiker, niet zozeer op de IT-rapporteur. ‘De verkoopmanager weet meer van de onderliggende data in zijn werkgebied en de vragen die van belang zijn, dan de IT’er’, zegt Diederick Beels van analytics platform-aanbieder Tableau. ‘Vroeger maakte de afdeling IT een rapportage op verzoek van de man of vrouw met de kennis, maar dat is inefficiënt en tijdrovend.’
In gesprek met de data
Een goede aanbieder is – anno 2018 – in staat juist de kenner zelf ‘in gesprek’ te brengen met de data. Deze kan, met ondersteuning natuurlijk, leren zelf de data te zien– bijvoorbeeld met dashboards – en vervolgvragen te stellen, dus wat hij ziet ook te begrijpen. Hoe komt het dat – bijvoorbeeld – het product in regio X zoveel beter in de markt ligt dan in regio Y? Welke beslissingen zouden de afzet in regio Y kunnen verbeteren?
En natuurlijk speelt de IT’er in het proces wel een belangrijke rol. Hij verzamelt data en stelt ze beschikbaar op een veilige manier. En kan zo de eindgebruiker ondersteunen.
