Het werk van mensen vereenvoudigen of versnellen. Dat is waar dataprojecten meestal over gaan. In het verleden ging het bij het onderwerp data vooral over het opleveren van lijstjes en rapportages. Veel beslissingen werden bovendien genomen op basis van onderbuikgevoel. Met de enorme hoeveelheid data en rekenkracht van tegenwoordig gaat het over waardeproposities die op basis van feiten (de data) tot stand komen. Vier aandachtspunten:<\/p>\n
Allereerst moet er vertrouwen zijn binnen het management dat datagedrevenheid leidt tot betere resultaten. Er is commitment nodig over de visie, missie, strategie en doelstellingen en bovendien zullen er mensen, intern of extern, voor moeten worden vrijgemaakt. Kortom, er is een duidelijk en compleet framework nodig, maar ook capaciteit om een data project uit te voeren.<\/p>\n
Voor welke werknemer, afdeling of klant wil je waarde gaan toevoegen? Dat is een belangrijke kernvraag. Het is zoiets als managers zichzelf de vraag laten stellen: \u2018wat zou het mooi zijn als\u2026\u2019<\/em> Het antwoord hierop is de waardepropositie: een nieuw intern product.<\/p>\n Het kan bijvoorbeeld de salesmanager zijn die nooit meer om de forecast hoeft te vragen, omdat de data inzichtelijk is op een zeer overzichtelijk dashboard. Of bijvoorbeeld een medewerker van debiteurenbeheer die automatisch een notificatie (alarmbelletje) krijgt als facturen boven een bepaald bedrag niet betaald zijn. \u2018Wat zou het mooi zijn als ik nooit meer hoef te vragen of de vrachtwagens op tijd vertrokken zijn?\u2019, zou een wens van de logistiek manager kunnen zijn. Bezig zijn met data is daarom een prachtig vak: je vervult er dagelijkse wensen mee die met vereenvoudiging en inzicht te maken hebben.<\/p>\n Om van data te profiteren en een waardepropositie te cre\u00ebren moet de kwaliteit van de data op orde zijn. Dat kan uitdagend zijn. Je zult het bijvoorbeeld met elkaar eens moeten zijn over verschillende definities of classificeringen. Wanneer wordt iemand bijvoorbeeld als klant aangemerkt in een systeem? Soms blijkt dat iemand die in het verleden iets gekocht heeft in het ene systeem nog bekend is als \u2018klant\u2019 en in het andere systeem op \u2018suspect\u2019 is gezet, omdat producten of diensten al langere tijd niet meer worden gebruikt of afgenomen. Het uiteindelijke doel is om data centraal bijeen te brengen, zodat medewerkers erbij kunnen en makkelijk mee kunnen werken. Maar ook hier zul je eerst met elkaar afstemming moeten hebben.<\/p>\n Op het gebied van technologie is er goed nieuws: omgaan met data wordt steeds eenvoudiger voor gebruikers. Zo stellen Self Service Analytics oplossingen collega\u2019s in de hele organisatie in staat om toegang te krijgen tot gegevens en inzichten te genereren zonder tussenkomst van een technische expert: er is geen diepgaande technische kennis voor nodig, dus hoef je ook niet langs bij de IT-collega. Het grote voordeel daarvan is dat IT zich nog intensiever kan bezighouden met de datakwaliteit. SaaS- en public cloudoplossingen, zoals Microsoft Azure, Amazon AWS en Google Cloud, maken dit onder andere mogelijk.<\/p>\n Om als bedrijf van data te profiteren is nog veel meer nodig. Je zult ook rekening moeten houden met wet- en regelgeving, de inrichting van een veilige data processing architectuur en mogelijk kennis in huis moeten halen op het gebied van AI (artifici\u00eble intelligentie).<\/p>\n3: Een goed onderbouwd ontwikkelproces<\/h2>\n
4: Moderne, makkelijk te gebruiken technologie<\/h2>\n
De werkzaamheden van welke afdeling of collega zou je willen verbeteren of versnellen?<\/h2>\n