De glazen bol de deur uit! Data-driven besluitvorming in vijf stappen

Van een glazen bol wordt gelukkig maar zelden gebruik gemaakt, maar de weg naar data-driven besluitvorming is er een die veel bedrijven nog moeten in slaan. Dergelijke besluitvorming hoeft niet direct op basis van big data en complexe algoritmen te gebeuren. Maar adequaat datamanagement en data-analyse, ondersteund door optimale processen, tools en systemen is noodzakelijk om die besluitvorming ook daadwerkelijk op betrouwbare data te kunnen baseren. Wat is er nodig voor data-driven besluitvorming op basis van verifieerbare data?

Betere performance door betere besluitvorming

Het idee achter data-driven besluitvorming is dat besluiten die op basis van betrouwbare en verifieerbare data worden genomen beter zijn dan besluiten op onderbuikgevoel. Uit verschillende onderzoeken blijkt dat bedrijven die data gedreven opereren ook beter presteren in productiviteit en winstgevendheid.

Door goede data analyse krijgen bedrijven inzicht in afhankelijkheden en patronen. Bijvoorbeeld in productieprocessen of in het gedrag van klanten. Door bestelgedrag van klanten te analyseren kan bijvoorbeeld de planning van operationele processen worden verbeterd, waardoor er minder faalkosten zijn door bijvoorbeeld een optimale bezetting van logistiek personeel.

De potentiële waarde van reeds beschikbare data

De hoeveelheid data die bij de uitvoering van processen binnen bedrijven door machines, apparaten en mensen wordt geregistreerd en opgeslagen neemt zienderogen toe. Vaak worden hier meerdere systemen en software applicaties bij ingezet en is het landschap van systemen, databases en soms Excel bestanden uitgebreid en complex. Probeer dan maar eens overzicht te houden.

In ieder geval is er vaak een berg aan potentieel waardevolle data aanwezig, gestructureerd en ongestructureerd, klein en groot, kwantitatief en kwalitatief. Het op een logische wijze structureren en samenvoegen van interne data zoals financiële cijfers, kostenplaatjes en kwantitatieve en kwalitatieve resultaten met externe data als marktcijfers, trends en ontwikkelingen is wel degelijk een uitdaging. Maar het levert gegarandeerd nieuwe inzichten op en het is vaak een startpunt van strategische besluitvorming en innovatie.

Combineer betrouwbare data met eigen kennis en ervaring

Of het nu een multinational of een klein familiebedrijf is, betrouwbare data moet strategische besluitvorming ondersteunen. Data geeft inzicht. Maar te veel leunen op data bevordert op zijn beurt weer een cultuur van minder kritisch zijn en minder verantwoordelijkheid nemen. De kunst is om data te combineren met eigen kennis en ervaring en dit mee te nemen in besluitvorming.

Data-driven besluitvorming in vijf stappen

Jaren geleden was er een technisch specialist nodig om überhaupt data bij elkaar te zetten en te analyseren. Inmiddels zijn de tools sterk verbeterd en kan iemand die handig is met Tableau, QlikView of andere Business Intelligence tools al nuttige analyses en visualisaties maken.

Toch blijft het een specialisme om databronnen te combineren, op elkaar af te stemmen (alignment) en voor analyse geschikt te maken. Bovendien is data-driven besluitvorming meer dan alleen data in een tool laden en mooie plaatjes maken. Hieronder vijf stappen om data-driven besluitvorming te implementeren:

Strategie en doelstellingen bepalen
Data-driven besluitvorming start met het bepalen van de strategie en de doelstellingen. Wat kan data voor je doen? Gaat het om meer klanten krijgen? Om kostenbesparing? Of om de productiviteit te verhogen? De business doelstellingen moeten leidend zijn.

Kern-databronnen bepalen
Er is zoveel data beschikbaar en de datastromen nemen alleen maar toe. Bepaal welke kern-databronnen in potentie het beste inzicht kunnen geven en een bijdrage kunnen leveren aan het behalen van je doelstellingen.

Opzetten van data architectuur
Definieer welke data binnen de kern-databronnen relevant is voor het beantwoorden van je vragen en het geven van inzicht in je doelstellingen. Zet een architectuur op die de data op een effectieve, betrouwbare en tijdige manier bij elkaar kan brengen. Richt ook de tools in waar je de data mee gaat analyseren. Bepaal hierbij ook welke key-betrokkenen onderdeel van het proces zijn en maak afspraken over taken en verantwoordelijkheden.

Verzamelen en analyseren van data
In deze stap begint het verzamelen en analyseren van de data. Gaandeweg zal er gesleuteld moeten worden aan datakwaliteit. Waar nodig wordt data gecorrigeerd of verrijkt. Validaties en checks moeten worden uitgevoerd om betrouwbare analyses te waarborgen. Analyses worden uitgevoerd op basis van de vragen die zijn gesteld rondom de doelstellingen.

Inzicht omzetten in acties
Definieer op basis van inzichten hierop volgende acties. In feite creëren we hiermee een lerende cirkel van plan-do-check-act. Want het effect van acties kunnen we vervolgens meten en analyseren.

Het succes blijft natuurlijk afhankelijk van de kwaliteit van de data en de analyse en interpretatie daarvan. Wil jij met een expert overleggen hoe je data-driven besluitvorming in jouw organisatie kunt verbeteren? Neem dan vrijblijvend contact op met één van onze specialisten. Zij helpen je graag verder.