Winkelmand

Geen producten in de winkelwagen.

Data-analyse

Big data wordt steeds belangrijker. Maar hoe haal je als organisatie waardevolle informatie uit de data die voorhanden is en die je zelf verzamelt? En welke voordelen kan een goede data-analyse je opleveren ten opzichte van de concurrentie? De inspirerende praktijkvoorbeelden en visies van experts in onderstaande artikelen, helpen je de mogelijkheden van data-analyse te ontdekken.

IN SAMENWERKING MET

Data-analyse

Data storytelling: zo geef je data weer in verhalende vorm

Als iets duidelijk is geworden in 2020, dan is het wel dat data onmisbaar zijn. Niet alleen data over het...

author Flip Schultz

clock 3 min

Data-analyse

Data en ethiek: zo zet je data verantwoord in

Data en ethiek vormen een spanningsveld. Desinformatie en privacyproblemen liggen op de loer. Hoe ga je er op verantwoorde wijze...

author Flip Schultz

clock 3,5 min

Data-analyse

Zo gaat je organisatie uitdagingen aan met inzet van data

De COVID-19 pandemie betekende de definitieve doorbraak van e-commerce. Hoe houd je alle ogen gericht op de veranderende vraag van...

author Flip Schultz

clock 2,5 min

Data-analyse

Datagestuurde bedrijven zijn veerkrachtiger

Datagestuurde ondernemingen hebben een grotere concurrentiekracht, zo blijkt uit nieuw onderzoek. Dit zijn de uitkomsten en take-outs.

author Flip Schultz

clock 2,5 min

Data-analyse

7 tips voor het starten van een datagedreven organisatie

Van 'we hebben het altijd zo gedaan' naar een succesvolle datacultuur. Zo wordt ook jouw organisatie een datagedreven organisatie.

author Flip Schultz

clock 3,5 min

plan voor datastrategie

Management

Stappenplan voor een goede datastrategie

Onderzoek toont aan dat een goede datastrategie alleen werkt wanneer het management volledig meewerkt. Dat betekent strategische en financiële betrokkenheid...

author Flip Schultz

clock 4,5 min

Data-analyse

Zo implementeer je dataresultaten succesvol in jouw onderneming

Datagedreven resultaten, je leest er veel over, maar wat is het? En, nog belangrijker, hoe pas je het succesvol toe...

author Flip Schultz

clock 3,5 min

Data-analyse

Tips & tricks voor een succesvolle datacultuur

Met een datacultuur geef je mensen op de werkvloer inzicht in hoe het bedrijf werkt. Hoe data werkt, wat het...

author Flip Schultz

clock 4 min

verenigen van werknemers met data

Management

4 manieren om je werknemers te verenigen met data

Door corona werken we voornamelijk thuis en online. Hoe zorg je dat er verbinding blijft bestaan tussen werknemers die niet...

author Flip Schultz

clock 3,5 min

Datacultuur: bepalen van next steps tijdens de crisis

Management

Datacultuur: bepalen van next steps tijdens de crisis

De aanscherping van de coronamaatregelen heeft hier en daar tot verwarring geleid. Hoe voorkom je dat in je eigen organisatie...

author Flip Schultz

clock 4 min

5 voorwaarden voor een datacultuur na crisistijd

Management

5 voorwaarden voor een datacultuur na crisistijd

Begin juli presenteerde de Europese Commissie de zomerprognoses 2020: Nederland moet rekening houden met een economische krimp van 6,8 procent....

author Flip Schultz

clock 3,5 min

Covid-19 data-analyse

Management

Hoe data helpt bij heruitvinden van werk(omgeving) na COVID-19

Het bedrijfsleven krabbelt geleidelijk weer op uit het dal van de coronacrisis. Datagestuurde bedrijven blijken sterker uit de crisis tevoorschijn...

author Flip Schultz

clock 3,5 min

Data op orde Wanneer je geavanceerde, toegankelijke data analytics wil introduceren in je bedrijf, waar begin je dan? De Clercq: ‘Ten eerste moet de data op orde zijn. Verzameld, opgeschoond, kloppend, compleet, toegankelijk. Dat is het fundament. Soms, bij grotere bedrijven, is er een IT-team dat al databases en zelfs warehouses ordelijk en veilig heeft aangelegd, dat is mooi. Werk daar dus goed mee samen, is mijn advies. Maar in de software zitten ook functies die een bedrijf helpen met het ordenen van data. Dat is pijler 1: zoek uit welke data je hebt en hoe die is opgeslagen.’ Na inzet van de software (2) is pijler 3 van groot belang: ermee leren werken, en de challenges aangaan die erbij horen. ‘Het begin gaat snel’, zegt De Clercq. ‘Daarna kun je zelf veel uitzoeken via manuals, YouTube en op fora, maar in de praktijk schiet dat vaak niet voldoende op. Veel mensen blijken als je het ze zelf laat uitzoeken minimaal gebruik van de kennis te maken binnen hun team; dan haal je de investering er niet uit. Onze bevinding is dat je degenen die ermee gaan werken, dat zijn dus de specialisten zelf, niet de IT’ers, gestructureerde, uitgebreide hands-on trainingen moet geven. Dat is een tip: neem ze aan de hand.’ Maar ook na de trainingen is er een challenge. ‘Je verwacht dat een medewerker die je hebt geleerd zich met de data te verbinden en een dashboard te maken, wel uit de voeten zal kunnen met de datasets in zijn dagelijkse praktijk. Hij of zij begrijpt het eigen proces, de data daaronder dus ook, toch? Dat is een valkuil. Ondersteun hem ook daarbij, hij moet zich comfortabel voelen met z’n eigen data. Je zegt: wat je daar in die kolom op je scherm ziet, mooi gepresenteerd op het dashboard, correspondeert met díe-en-die tabel waar je tot dusver mee werkte.’ Nog een tip van Jim de Clercq, gelouterd door ervaring: je moet niet álle medewerkers willen trainen. ‘In alle teams een paar ambassadeurs, mensen die graag willen en over vaardigheden beschikken. Dat is het beste. die moet je beter maken. Zij kunnen dan anderen in hun team enthousiasmeren en zijn beschikbaar als die bij het aflezen van dashboards vragen hebben; anders komen ze allemaal met vragen bij het analytics team, zoals wij dat bijvoorbeeld hebben. Daardoor houden wij weer tijd over voor het vinden van de meer complexe oplossingen.’ Motor Maar voorop staat dus: waar zijn die data dan? Het zal verschillen per afdeling: verkoop, voorraadbeheer, finance, HR. ‘Ze zijn overal, heel simpel al: de verkoper beschikt over de orderportefeuille. Aantallen, datums, klanten, producten. Is er een relatie tussen producten die klanten kopen en andere die ze ook kopen? Welke vragen zou je als specialist beantwoord willen zien en wat heb je beschikbaar om een antwoord te vinden? De nieuwsgierigheid is een belangrijke motor.’ Bij het begin van het gebruik is het van belang dat medewerkers en beslissers meteen zien: deze software, daar hebben we iets aan. Die is de investering waard. De Clercq: ‘Zorg dus dat je eenvoudig begint. Begin klein, zodat je meteen een mooi resultaat kunt presenteren, dat is ook een tip. Neem bijvoorbeeld een rapportage erbij die al bestaat en die tijd gekost heeft. Laat zien dat het mooier en sneller kan. Niet meteen een groots project opzetten. Dat kan later nog.’ Voordeel Logitech, multinationaal leverancier van peripherals als webcams, toetsenborden, muizen, ab’s, werkt zo’n tien jaar met deze software. De Clercq: ‘Ikzelf ben behalve bij trainingsprogramma’s betrokken bij ondersteuning van de supply chain. We hebben bijvoorbeeld dashboards waarmee verouderde voorraden worden gemonitord. Heb je overzicht, dan kun je actie ondernemen, die producten promoten bijvoorbeeld. We hebben voor heel veel processen dashboards, voor geregelde rapportages maar ook voor ad-hoc-analyses. Het is moeilijk te meten welk voordeel we er precies bij hebben, maar het is absoluut aanzienlijk.’ Maandelijks hebben de gebruikers binnen het bedrijf een bijeenkomst om via presentaties op de hoogte te blijven. ‘Wij doen dat virtueel omdat we over de hele wereld zitten. Heel belangrijk, en dat is weer een tip: houd die bijeenkomsten in stand, dring erop aan dat ze komen. Maak video’s zodat afwezigen en nieuwe gebruikers achteraf alsnog toegang tot de informatie hebben.’ Zelf hoort hij bij de organisatoren van een groep van Nederlandse gebruikers van deze software, die één keer per kwartaal samenkomen. Er zijn dan presentaties en een netwerkborrel. ‘Een externe gebruikersgroep bezoeken is heel nuttig, zeker als je pas begint. Je leert waar anderen mee bezig zijn, wat hun slimme oplossingen zijn, je ziet best practices. Meestal komen er een stuk of 70. Iedereen is heel open, bereid alles te delen. We zijn geen concurrenten.’ Data-analyse is niet meer weg te denken, zegt Jim de Clercq. ‘Het is niet meer van deze tijd om op onderbuikgevoelens af te gaan. Besluiten waarmee veel gemoeid is, moeten data-driven zijn. Je kunt gewoon niet zonder die geavanceerde tools: díe brengen de inzichten bij de beslissers.’ De Clercq besluit met nog een voorbeeld. Een groothandel heeft transport nodig om producten bij resellers te krijgen. ‘De keuze is: verzorg je dat zelf of neem je het aanbod van de klant aan om het vervoer tegen een kleine vergoeding te regelen? Dat laatste lijkt goedkoper, maar het is niet altijd meteen duidelijk wat je zelf aan transport kwijt bent. Een data-analyse kan aangeven hoe het ligt. Bij Logitech bleek dat we er verlies op zouden lijden als we het aanbod aannamen. Ik bedoel maar.’

Data-analyse

Hoe slimme software data steeds inzichtelijker maakt – en wat jij ermee kunt doen

Geavanceerde data-analyse met tools die hanteerbaar zijn voor medewerkers die geen IT-specialist zijn: het levert bedrijven business-, organisatorische en andere...

author Egbert Jan Riethof

clock 4 min

Meer en meer bedrijven doen hun voordeel met de mogelijkheden van geavanceerde data-analyse. Zo helpt supertoegankelijke software Peter Appel Transport (1200 medewerkers) met onder meer het stroomlijnen van organisatie en planning. De beloning: forse businessvoordelen. [tekst] Business- en data-analist Gert-Jan Neeft geeft het toe: het werkt verslavend. Fraaie dashboards die hij zelf in kan stellen om antwoorden te krijgen op gerichte vragen. Vragen die hem inzicht verschaffen in processen en samenhangen. Desgewenst deelt hij de dashboards met collega’s binnen Peter Appel Transport en met klanten, om er samen beter van te worden. Naar een IT-medewerker stappen om een rapportage te laten maken, die dan weer een paar keer terugkomt met vragen en misverstanden? Verleden tijd – al is een IT-afdeling natuurlijk nog altijd een belangrijke ondersteuning bij het verzamelen en veiligstellen van data. Inlezen Datasets zijn eenvoudig in te lezen vanuit Excel-files of databases, eigenlijk waar dan ook vandaan. Neeft ziet steeds meer mogelijkheden, dankzij beschikbare informatie en door de updates van de leverancier die altijd doorgaan. Zo wordt de voorspellende waarde almaar groter. Sinds 2011 is Neeft bezig de mogelijkheden te verkennen. ‘Binnen twee avonden had ik destijds de eerste resultaten al op het scherm.’ Klanten Peter Appel Transport is specialist in temperatuur-gecontroleerd transport – vooral van levensmiddelen maar ook non-food producten – door heel Nederland vanuit veertig standplaatsen. Klanten bevinden zich in de sectoren foodretail en foodservice. Soorten data Met wat voor data werkt Gert-Jan Neeft – die een logistieke opleiding heeft gevolgd – dan eigenlijk? ‘We hebben bijvoorbeeld data van opdrachten zelf en ook van de uitvoering: waren we op tijd op de bestemming of hoeveel te vroeg dan wel vertraagd? Data komt ook van de voertuigen, denk aan brandstofverbruik. Dan zijn er de mensen die uren maken. Er zijn financiële gegevens, er is onderhoud. Je kunt dit alles overzien, dan kijk je dus terug.’ Het mooie is dat Neeft met behulp van de gegevens van het verleden nu kan voorspellen wat bijvoorbeeld het aantal benodigde arbeidsuren in de komende periode gaat worden. ‘Ik kan dan efficiënt organiseren en een goed tactisch plan vormgeven: voldoende mensen, voertuigen en volume, niet te veel en niet te weinig. Predict and prepare zeggen ze wel, je bereidt operaties voor. Dan kom je op het terrein van de business.’ Vroeger Hij werkte altijd al met data, maar aanvankelijk had Gert-Jan Neeft alleen Excel ter beschikking. ‘Ook een mooi programma natuurlijk. Het voorspellende deel kon daarmee niet, we hadden wel inzicht in het verleden waar we ons voordeel mee konden doen. Maar door de steeds grotere hoeveelheden data liepen we tegen grenzen aan. Bovendien kon je maar met één persoon tegelijk in een bestand. Tegenwoordig kun je met hele volksstammen tegelijk naar de analyse kijken.’ Externe invoer Niet alleen data van intern zet hij in, ook van buitenaf komen ze. Neeft: ‘Klanten geven orders en planningen door waarmee wij moeten werken. Grote retailers doen dat bijvoorbeeld. Hoeveel ritten, welk moment van de dag of week, welke bestemmingen, welke volgorde – dat analyseren wij zodat we er op zo efficiënt mogelijke manier mee verder kunnen. Ook de klant helpen we om inzicht te krijgen in zijn planproces. Dan kan hij het in de toekomst weer een stukje beter doen. In het voordeel van alle betrokkenen.’ Businessvoordelen Er is heel veel mogelijk met de tools van de platform analytics-aanbieders. Complexe, diepgaande berekeningen, interactiviteit, toegankelijkheid. Neeft: ‘Afgelopen jaren hebben we absoluut veel businessvoordelen gehaald uit data-analyse. Deels zijn die te meten, aan de andere kant kun je nu eenmaal niet overal een waarde aan hangen. Er zijn dingen veranderd en de gunstige gevolgen daarvan zie je niet alleen in euro’s, maar bijvoorbeeld in kortere wachttijden, minder leeggereden kilometers…’ De aanpak geeft Peter Appel Transport onderscheidend vermogen ten opzichte van andere vervoerders en logistiek dienstverleners, zegt hij. ‘We lopen echt op de troepen vooruit.’ Data-driven En de toekomst? Je bent nooit klaar, zegt Neeft. ‘We zijn als organisatie bezig steeds meer data-driven te worden. We zijn het dus al, maar het kan naar een hoger niveau. Meer beslissingen nemen, in meer afdelingen, op basis van inzichten die je krijgt dankzij metingen. Neem de schade-analyse. Waar, op wat voor tijdstippen, bij welke omstandigheden is er schade gereden? Daar kun je veel uithalen. Dan geef je medewerkers bijvoorbeeld gericht training om bepaalde handelingen anders uit te voeren. Of je past een planning aan om de kans op schade te verkleinen.’ Peter Appel Transport is koploper, maar, zegt Neeft, ‘we zijn er nog lang niet. Er is nu alweer meer functionaliteit dan een jaar geleden, zoals spatial analytics, analyses op kaartmateriaal. Dat kan rechtstreeks ingelezen worden. De leverancier bouwt zijn product steeds uit, mede met behulp van de ideeën die van gebruikers komen. Dat doen ze goed.’

Data-analyse

Zó haalt Peter Appel Transport enorme businessvoordelen uit slimme data-analyse

Meer en meer bedrijven doen hun voordeel met de mogelijkheden van geavanceerde data-analyse. Zo helpt supertoegankelijke software Peter Appel Transport...

author Egbert Jan Riethof

clock 3 min

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.

Data-analyse

Zó ontsluiten bedrijven data en krijgen ze steeds meer voorsprong op hun concurrentie

Alle organisaties, groot en klein, kunnen concurrentievoordeel halen uit de analyse van data. Ze beschikken allemaal ook over grote hoeveelheden...

author Egbert Jan Riethof

clock 3 min

Alles kwantitatief en meetbaar. We proberen de werkelijkheid in een computeralgoritme te gieten. Niet verwonderlijk dus dat volgens vacaturewebsite Glassdoor datascientist het belangrijkste beroep in de VS was in 2016, uitgaande van het aantal beschikbare banen, het salaris en de carrièrevoortuizichten. Alles in de bedrijfswereld draait om data, liefst very big. Maar zo werkt het niet. De obsessie met data brengt enorme schade toe aan het bedrijfsleven, poneert Christian Madsbjerg in Filosofie in tijden van big data. ‘Zakendoen gaat vrijwel altijd over menselijk gedrag’ De wereld lijkt zo complex omdat we haar zo graag willen ordenen als een geheel van feiten. Big data geven ons het gevoel dat we alles wat er op aarde gebeurt, kunnen en moeten weten. Maar dat is onmogelijk en ook niet nodig, claimt Madsbjerg. Voor leidinggevenden is het veel belangrijk een perspectief te ontwikkelen waarin alle gegevens samen een veelzeggend totaalbeeld creeëren. De mens en de wereld begrijpen ‘De obsessie voor exacte wetenschappen en big data holt onze gevoeligheid voor niet-lineaire of onlogische, niet te voorspellen veranderingen uit. En die doen zich nochtans altijd voor in menselijk gedrag. Tegelijk vervlakt ons natuurlijke vermogen om betekenis te geven aan dingen vanuit kwalitatieve informatie’, aldus Madsbjerg die als medeoprichter van ReD Associates heel veel Fortune 500-bedrijven, waaronder Ford, Adidas, Chanel, adviseert om problemen op een nieuwe manier aan te pakken. ‘We mogen nog zoveel data hebben over de markt, als we geen idee hebben van het menselijke gedrag, blijft elk inzicht krachteloos.’ Wie wil innoveren, wie een succesvol ondernemingsplan opstelt, moet de mens en de wereld begrijpen. Met enkel big data blijft ons vermogen om de wereld te begrijpen heel beperkt. Gebrek aan cultureel ontwikkeld leiderschap Madsbjerg stelt vast dat er in grote bedrijven een nijpend gebrek is aan cultureel ontwikkeld leiderschap en pleit voor een herwaardering van de geesteswetenschappen. ‘Veel mensen aan de top van de zakenwereld zijn vastgeroest in hun visie op de wereld. Ze hebben geen antenne meer voor de menselijke kant van hun cliënten en de wereld. Ze beschouwen getalsmatige representaties en modellen als het echte leven.’ ‘Ze duiken meteen in probleemoplossende processen en trekken conclusies zonder te begrijpen waar het werkelijk om gaat. Door die houding zijn topmanagers geneigd om technisch opgeleide kaderleden te zoeken die als infanteristen kunnen dienen in de loopgraven van hun datawereld.’ ‘Veel mensen aan de top van de zakenwereld zijn vastgeroest in hun visie op de wereld’ Madjsbjerg meent dat die infanteristen niet de ‘intellectuele finesse’ hebben om op te klimmen naar de hoogste leidersposities. Hij heeft in zijn eigen loopbaan vastgesteld dat mensen die bij grote bedrijven de dienst uitmaken, meestal een diploma van een geesteswetenschappelijke studie op zak hebben. Ja, zelfs in Silicon Valley. A.G. Lafley, voormalig CEO van Procter & Gamble, had een tijd terug in de Huffington Post een belangrijk advies voor mensen die met succes willen ondernemen in de huidige complexe managementcultuur: haal een universitaire graad in een van de geesteswetenschappen. ‘Door kunst, cultuur, de maatschappij of een taal te studeren ontwikkelt onze geest een mentale behendigheid die ons op nieuwe ideeën brengt, wat een stimulans kan zijn voor succes in een constant veranderende omgeving.’ Geen big data, maar dikke data We zouden innovaties, bedrijfsprocessen, beslissingen niet moeten baseren op big data, maar op ‘dikke data’. Zo noemt Madsbjerg data die niet alleen op feiten gebaseerd zijn, maar ook op context, op kennis van cultuur, op inzicht in het menselijke gedrag. ‘Als we die kennis uit onze beslissingen weglaten, werken we met een gebrekkig model van mens-zijn. In de context van een onderneming kan dat rampzalige geovlegen hebben. Tenslotte gaat zakendoen vrijwel altijd over menselijk gedrag: welk product zal het pest verkopen, welke prijs wil de klant betalen? Bedrijven die dat goed aanvoelen zullen floreren.’ De wereld van je klanten ‘De verbeeldingskracht en intuïtie van mensen aan de top verdort. Ze leven op een dieet van uitgeknepen feiten en cijfers.’ Bovendien komt hun informatie vaak van medewerkers die zelf al een selectie maakten van beschikbare gegevens en die ook gekleurd presenteren om zelf goed te scoren, tegenvallende resultaten te verdoezelen… Madsbjerg geeft een fictief voorbeeld van de baas van een schoenenfabriek die zijn schoenen gratis krijgt en zijn eigen winkels nauwelijks nog binnenkomt, zodat hij niet meer weet hoe het is om te gaan winkelen voor schoenen, laat staan hoe het is om die te passen, hoe de schoenen best gepresenteerd worden. Welke autoproducent zou zelf nog een auto gaan kopen, offertes gaan vragen, die vergelijken, dure opties wikken en wegen… ‘Wat weten ze nu nog over de wereld van hun klanten?’ vraagt Madsbjerg zich af. ‘Als je mensen echt wilt begrijpen zul je op ooghoogte naar hen moeten kijken en volledig in hun wereld moeten stappen. Je zult moeten doen wat zij doen en zien wat zij zien.’ Christian Madsbjerg, filosoof en politiek wetenschapper, laat in Filosofie in een tijd van big data zien dat algoritmes en big data niet de ultieme bron voor succes zijn. Het boek verscheen recent bij uitgever Ten Have.

Data-analyse

Obsessie met big data leidt tot bekrompen leiders

Niet big data, maar inzicht in menselijk gedrag en kennis van de wereld maken goede leiders en succesvolle ondernemingen. Bedrijven...

author Bjorn Cocquyt

clock 3,5 min

Data-analyse

Tracy Chou: Waarom diversiteit gebaat is bij data

Niet alleen de techsector wordt beter van meer diversiteit, ook de producten die de sector voortbrengt zijn erbij gebaat, zegt...

author Laura Walburg

clock 4 min

Data-analyse

Hoe Unicef met big data kinderen helpt

Unicef gebruikt big data om sneller in te grijpen bij humanitaire crises. Erica Kochi, mede-oprichter van Unicef Innovation legt uit...

author Laura Walburg

clock 1,5 min