Oracle Red Bull Racing, het team van F1-kampioen Max Verstappen, laat in de praktijk zien hoe een organisatie data-driven effectief aanpakt. Data-driven opereren en werken met wendbare teams, brengt sommige bedrijven groot succes ten opzichte van de concurrentie. Andere organisaties verzuipen in een oceaan aan gegevens en bewegen te traag om te reageren op grote marktveranderingen.
Het succes van Oracle Red Bull Racing zit niet alleen in data, maar ook in het wendbaar inrichten van een organisatie. Een agile team dat vooral doet wat nodig is om een hoger doel te behalen. Van bovenaf opgelegde strategische kpi’s botsen in de praktijk vaak met zo’n flexibele werkwijze, maar dat hoeft niet.
Als een bedrijf heldere doelstellingen heeft en een team de vertaalslag van deze doelen weet te maken naar de afdeling, vullen ze elkaar juist aan. Voor een racingbusiness is de doelstelling duidelijk: het winnen van de race. Elk teamlid werkt op zijn eigen manier mee aan het behalen van dat doel.
Platte organisatiestructuur
Het is daarom belangrijk om een zo plat mogelijke organisatie te maken en te sturen vanuit uiteindelijke bedrijfsdoelen, legt Wilfred Scholman, country leader van Oracle uit. ‘Je moet heel duidelijke doelstellingen met bijbehorende doelen stellen. Bijna iedereen vergeet daarbij uit te leggen waaróm die doelstellingen zo belangrijk zijn.’
Management moet de samenhang tussen die doelen duidelijk maken voor de werknemers. ‘Je moet weten wat jouw rol is in het geheel.’ Op die manier geef je mensen ook het inzicht om te begrijpen wat werkelijk nodig is voor de business.
Scholman: ‘Bij het F1-team is dat de auto op de weg, en 23 keer per jaar bewijst het team zichzelf. Bij ons is het uiteindelijk de innovatie die je elk uur van de dag beschikbaar stelt aan de klanten, omdat we onderdeel zijn van de IT-functie van bedrijven.’
Over dezelfde data praten
Ook bij platte organisaties met dedicated teams is centralisatie en sturing wel degelijk belangrijk. Dat klinkt paradoxaal wanneer je stuurt vanuit teams, maar er moeten duidelijke afspraken zijn. Afdelingen moeten het bijvoorbeeld niet alleen eens zijn over de doelen, maar ook over hun definities van data.
De gegevens waar acties van teams op worden gebaseerd zijn niet altijd hetzelfde. Een finance-specialist werkt met ERP-gegevens, maar een engineer met een SQL-database. Zelfs als ze over dezelfde basisgegevens praten, kunnen er hier interpretatieverschillen ontstaan.
‘Of het nu om AWS, Azure, Mongo of wat dan ook gaat, alle data moet realtime aan elkaar gekoppeld zijn, zodat je in ieder geval over dezelfde data praat’, verduidelijkt Scholman. ‘Dan pas kun je afspraken maken over definities.’
Communicatie tussen teams
Dit klinkt als een open deur, maar toch gaan hier veel organisaties op nat: duidelijke communicatie. Niet alleen om te spreken over de gezamenlijke definities van data, maar ook om te weten wat andere radartjes, die essentieel zijn voor jouw proces, aan het doen zijn.
Scholman haalt het voorbeeld aan van een update die wereldwijd uitrolt. ‘Als ergens iemand iets niet communiceert, krijgen klanten maandagochtend opeens een functionaliteit waarvan ze niets wisten. Of er verdwijnt ongevraagd een funtionaliteit.’ Hoe meer een business afhankelijk is van technologie, hoe belangrijker die communicatie is.
Afwijken van gegevens
Maar met het vertrouwen op technologie moet je soms ook van de data durven af te wijken, zo vertelt Christian Horner, teambaas van Oracle Red Bull Racing in deze video. ‘Onze business is grotendeels data-driven: hoe slijten de banden en wat is de optimale pitstop om een race succesvol af te ronden?’
‘Maar je hebt ook te maken met variabelen als het weer of hoe andere teams reageren op een issue. In dat geval luister je meer naar ervaring en intuïtie. Soms is het goed om de data te betwisten. Soms is het beter om naar boven te kijken om te zien of het gaat regenen, dan om op satellietinformatie af te gaan,’ aldus Horner.
Sturen dankzij de juiste mensen
Elk bedrijf krijgt te maken met die balans tussen intuïtie (volgens mij gaat het regenen) en data (de modellen verwachten dat het droog blijft). Tijdens de coronaperiode lieten meer bedrijven intuïtie een rol spelen, zo blijkt uit onderzoek van Oracle Netsuite. Vanwege een disruptieve gebeurtenis zijn modellen op basis van historische gegevens minder bruikbaar.
De kunst is om te weten welke gegevens bruikbaar zijn en welke minder relevant. Hoe je dat doet? Daar heb je kortgezegd het juiste talent voor nodig. ‘Mensen die in staat zijn om een stapje terug te doen van de data’, zegt Scholman. ‘Die iets breder kunnen kijken in de organisatie dan de eigen functie. De data is voor het bedrijf veel breder dan waar ze verantwoordelijk voor zijn.’
Nieuwsgierige, creatieve medewerkers
‘Als je bijvoorbeeld in de supply chain zit, kun je data aanvullen met de performance van leveranciers, maar ook met diens financiële gegevens’, illustreert hij. ‘Als supply chain-specialist ben je wellicht niet bezig met de economische kanten van de leveranciers, maar die gegevens moet je wel verwerken. Net als vroeger heb je daarvoor nieuwsgierige, creatieve mensen nodig.’
Vervolgens moeten specialisten met elkaar praten over de data en processen die ze zien, waardoor ze met elkaar een afweging kunnen maken over de data en de intuïtie. ‘De kennis van de industrie en wat er achter de data zit, is net zo belangrijk als data betrouwbaar op het scherm brengen.
Vrijheid om invulling te geven
Zet dus streefdoelen, maar geef teams de vrijheid om daar invulling aan te geven. Net als in een F1-team draait dat om het creëeren van een cultuur waarin iedereen hetzelfde doel nastreeft, namelijk het winnen van wedstrijden.
Ieder team kijkt vervolgens hoe hun stukje daaraan bijdraagt. Van de engineer die de vleugel tweakt om de weerstandcoefficiënt te verbeteren, via de financial die ervoor zorgt dat betalingsverkeer soepel loopt, tot de HR-specialist die de juiste mensen werft.
Dit artikel wordt u aangeboden door
Oracle
Oracle is een softwarebedrijf met 45+ jaar aan ervaring in het beheren en managen van ’s werelds belangrijkste data.
Meer info
