Hoe maak ik effectief gebruik van Data Analytics?

Joost Boudewijns
+31 6 39 05 26 00
Joost.boudewijns@businessdecision.nl
Hoe maak ik effectief
gebruik van Data
Analytics?

Copyright 2019 © - All rights reserved
Meer dan ooit maken organisaties in verschillende sectoren
gebruik van data om beter geïnformeerde beslissingen te nemen
en de onzekerheden en risico’s te verminderen.
Een robuuste data gedreven strategie wordt snel een middel voor
bedrijven om concurrerend te blijven. Maar het hebben van een
data gedreven strategie staat niet gelijk aan het succesvol
gebruiken van data om waarde toe te voegen aan de organisatie.
EEN DATA STRATEGIE GARANDEERT GEEN SUCCES

INHOUDSOPGAVE
1) Cultuur & Communicatie voorwaarden
2) Benodigde analytische vaardigheden voor data gedreven werken
3) Vier tips om te starten met Data gedreven werken

Een veel voorkomend obstakel in het creëren van waarde uit
Data, is het gebrek aan een gestandaardiseerd analyseproces.
Als Data analyses geen structureel onderdeel zijn van
besluitvormingsprocessen, zullen deze inzichten de decision
makers niet bereiken, waardoor deze niet worden meegenomen in
de besluitvorming. Een ander veel voorkomend probleem zijn
analyses die zijn ontwikkeld in Silo’s, welke zorgen voor
tegenstrijdige uitkomsten die het vertrouwen in de Data(analyse)
doen verminderen.
H ET VASTL EGGEN VAN AN ALYSE PR OC ESSEN ZOR GT ERVOOR D AT
BESL ISSIN GEN OP BASIS VAN D ATA GEN OMEN KU N N EN W OR D EN

Het op de juiste manier inzetten van Data is cruciaal voor
het succes van de Data gedreven strategie. Wanneer
Data slechts beschrijvend is zullen deze niet in staat zijn
om betere beslissingen mogelijk te maken in de operatie
of de basis kunnen vormen van strategische doelen. Door
de inzet van voorspellingen en trendanalyses kan men
beslissing makers betere informatie bieden, die tot betere
resultaten leidt.
D E J U ISTE AN ALYSES MOETEN D E J U ISTE MEN SEN BER EIKEN , U IT D E
D ATA MOETEN AC TION ABLE IN SIGH TS AF TE LEID EN ZIJ N

TOEGAN G TOT D ATA AN ALYSES VOOR C U STOMER - FAC IN G
MED EW ER KER S KAN LEID EN TOT H OGER E KLAN TTEVR ED EN H EID
Het merendeel van managers heeft toegang tot data analyses,
in tegenstelling tot de medewerkers in de operatie die de contact
hebben met klanten. Om data succesvol te gebruiken om
klantgericht te werken en de customer experience te verbeteren,
dienen alle medewerkers die klantcontact hebben inzicht te
hebben in data. Inzicht in klantgedrag ken hen helpen de klant
beter van dienst te zijn, wat zal resulteren in een hogere
klanttevredenheid. De data moet de medewerkers in staat
stellen betere beslissingen te kunnen maken op basis van data.

H OE EEN D ATA GED R EVEN C U LTU U R GEC R ËER D W OR D T
1. Kritische denkwijze stimuleren
2. Training
3. De juiste mensen
Bron: Organizational Climate and Culture. Benjamin Schneider, Mark G.
Ehrhart, William H. Macey. Annual Review of Psychology 2013 64:1, 361-388

D E MEN S IS D E BELAN GR IJ KSTE D IFFER EN TIATOR IN EEN D ATA
GED R EVEN TEAM OF OR GAN ISATIE
Source: Halpern, Diane F. Teaching critical thinking for
transfer across domains: Disposition, skills, structure training,
and metacognitive monitoring. American Psychologist, Vol
53(4), Apr 1998, 449-455
Terwijl veel van de huidige discussies rond data zich richten op de rol van technologie, is het
echt de menselijke kant van de vergelijking die de grootste onderscheidende factor blijft voor
teams en organisaties. Organisaties zijn in staat grote hoeveelheden Data te verzamelen, dat
is al lang geen competititve advantage. Wanneer we praten over Data gaat het niet zozeer om
de omvang, maar meer om kwaliteit. Het onderscheid wordt gemaakt door mensen die de
juiste vragen kunnen stellen bij de data. Dit betekent dat je je eigen vooroordelen in twijfel
trekt, je intuïtie wantrouwt en een gezonde mate van scepticisme vertoont wanneer je ideeën
en suggesties van anderen, in het bijzonder je team, krijgt voorgelegd. Even belangrijk,
beloon anderen niet voor het bedenken van intuïtieve ideeën of ideeën die intuïtief goed
aanvoelen. In plaats daarvan, motiveer kritisch denken en nieuwsgierigheid.

OM D E MAXIMALE WAAR D E U IT D ATA TE EXTR AH ER EN MOET MEN IN
STAAT ZIJ N D E J U ISTE VR AGEN TE STELLEN
De juiste vragen kunnen stellen bij Data, in dit voorbeeld lijken ‘Amerikaanse olie import uit Noorwegen’ en
‘omgekomen bestuurders door botsingen met treinen’ een hoge mate van correlatie te hebben. Er is echter
gezond verstand voor nodig om te concluderen dat deze twee feiten weinig met elkaar te maken hebben.
Ditzelfde geld voor alle data vraagstukken in uw organisatie, Data moet worden voorzien van context om als
informatie beschouwd te worden.

IN VESTEER IN ON TW IKKELIN G , IN H ET BIJ ZON D ER IN TIJ D
Source: Macnamara, Brooke N., et al. “Deliberate
Practice and Performance in Music, Games, Sports,
Education, and Professions: A Meta-
Analysis.” Psychological Science, vol. 25, no. 8, Aug.
2014, pp. 1608–1618
Te vaak is er een discrepantie tussen de dingen die managers en organisaties
zeggen dat ze waarderen, bijvoorbeeld innovatie, en datagedreven werkwijze en
de middelen die ze inzetten om die dingen mogelijk te maken. De implicaties zijn
duidelijk: als u wilt dat uw team de huidige gegevensrevolutie omarmt, of op zijn
minst bijhoudt, en datagedreven werkt, moet u ze blijven ontwikkelen. Dit
betekent niet dat iedereen een Data Scientist moet worden, maar gebruik moet
leren maken van het enorme universum van virtuele bronnen. Veel
topuniversiteiten, bieden bijvoorbeeld gratis online cursussen over AI,
datavisualisatie en Data Science aan. Dus de primaire investering is geen geld,
maar tijd. En natuurlijk moet je mensen stimuleren om van deze tijd optimaal
gebruik te maken.

ALLEEN DE JUISTE MENSEN OP DE JUIST PLEK ZORGEN VOOR
HET GEWENSTE RESULTAAT
Linda S. Gottfredson,
Why g matters: The complexity of everyday life,
Intelligence, Volume 24, Issue 1, 1997, Pages 79-132
Wanneer het neerkomt op het ontwikkelen van kwantitatieve, data-gedreven
en feitelijke beargumentatie vaardigheden is er voldoende bewijs dat dit
afhankelijk is van een nummerieke vaardigheid. Mensen met deze
vaardigheid zullen sneller leren Data gedreven te werken, ongeacht de
kennis die ze al bezitten. Het is wellicht overbodig, maar om succesvol te
zijn met een Data gedreven aanpak is een team nodig dat beschikt over
deze kwaliteiten.

Starten met Data
gedreven werken

STARTEN MET DATA GEDREVEN WERKEN KAN MORGEN AL!
1. Denk als een data scientist
2. Manage data kwaliteit
3. Root cause analysis
4. Regressie analyse

DOOR MENSEN LAAGDREMPELIG KENNIS TE LATEN MAKEN MET
DATA ZULLEN ZE ZELF DE DAGELIJKSE TOEPASSINGEN VINDEN
Het is erg moeilijk om goede gegevens te verzamelen, deze goed te analyseren, de
aanwijzingen te volgen die deze analyses bieden, de implicaties te onderzoeken en
de resultaten op een eerlijke, overtuigende manier te presenteren.
Een goede oefening om praktijkervaring op te doen is bijvoorbeeld opdracht te geven
een veel voorkomend onderwerp te analyseren, zoals het aantal vergaderingen die
op tijd starten. Zorg voor de juiste begeleiding bij de opdracht, iemand die wat basic
statistiek
kan uitleggen, kan vertellen over grafieken enz.
Moedig het team aan om bevindingen met
elkaar te delen, en dezelfde technieken toe te
gaan passen in hun dagelijkse werk.

BEOOR D EEL D E D ATAKWALITEIT R EGEL MATIG EN MAAK STR U C TU R ELE
VER BETER IN GEN
Volgens recent onderzoek van Harvard is de mediaan data kwaliteitsscore
(het percentage volledig correcte records) 54. De consequentie hiervan is
dat de gebruikers geen vertrouwen hebben in de data en beslissingen hierop
niet beter zijn dan die gemaakt op onderbuikgevoel. Daarom is het belangrijk
de data kwaliteit proactief te managen.
Een goede start is om op vrijdagmiddag met het team de laatste 100 records
te bekijken en de foute records te markeren. Degene die de data invoeren
zijn het best bekend met de data en dus het beste in staat te beoordelen of
de kwaliteit voldoende is. Ook zijn dit vaak de mensen die de data invoeren
en de kwaliteit dus sterk beinvloeden. Dit geeft inzicht in de kwaliteit en geeft
snel aan waar structurele verbeteringen mogelijk zijn.

GA OP ZOEK NAAR ‘DE WAAROM’ BIJ DATA EN
GEBEURTENISSEN
Scenario: De auto start niet.
1. Waarom? De Accu is leeg.
2. Waarom? De dynamo werkt niet.
3. Waarom? De V-snaar is gebroken.
4. Waarom? De V-snaar was versleten en had al lang vervangen moeten worden.
5. Waarom? De Auto is niet regelmatig onderhouden.
Het bestuderen van getallen kan een hoop informatie opleveren. Het kan
aantonen hoe variabelen elkaar beinvloeden. Echter, laat het nooit zien
waarom dat zo is. Het is dus belangrijk om naar de cijfers te kijken om iets te
begrijpen, maar om te begrijpen waarom iets gebeurt is het nodig om achter je
bureau vandaan te komen. Een root-cause analyse (bv. ‘5x waarom’) helpt om
gestructureerd de ware aard van het probleem te begrijpen. Het is belangrijk
geen genoegen te nemen met een eenvoudige verklaring. Zonder duidelijlke
oorzaak van een probleem kan het ook niet opgelost worden.

KWANTIFICEER RELATIES MET EEN REGRESSIE ANALYSE
Dat Data Science een belangrijke rol in de oranisatie kan spelen, en voor een strategic competitive
advantage kan zorgen is duidelijk. Facebook en Google leveren het bewijs. De data revolutie binnen
een organisatie is echter geen kwestie van een knop omdraaien. Om de omslag te maken is het
belangrijk met iets te starten wat binnen reikwijdte is, regressie analyse. In elke data gedreven
organisatie moet dit concept begrepen en toegepast worden. Een regressie onderzoekt de nummerieke
relatie tussen variabelen. Bijvoorbeeld het aantal verkochte ijses, er zijn talloze factoren die de verkoop
kunnen doen stijgen (hittegolf) of dalen (regen).
Een regressie toont aan welke factoren de meeste invloed hebben,
en wat de impact daarvan is. Bijvoorbeeld, maandelijks verkoop ik
200 ijsjes + 5*(Dagen 25 graden plus). Dat betekend dat ik
ongeacht het weer 200 ijsjes verkoop per maand, plus 5 ijsjes voor
elke dag dat het 25 graden of meer is.

WAT ON D ER SC H EID D E L EID ER VAN D E VOL GER S IN D ATA GED R EVEN
W ER KEN ?
• Creeren van een data gedreven cultuur, vanuit het management de toewijding aan data
gedreven beslissingen laten zien.
• Zorg voor de verspreiding van Data analyses naar de juiste mensen.
• Leg het gebruik van data analyse vast in een gestandariseerd process.
• Ontwikkel de juist analytische vaardigheden in de organisatie en zorg ervoor dat
beslissingsmakers interactie hebben met data Experts.

Hoe kan B&D uw
organisatie helpen?

BUSINESS & DECISION KAN U HELPEN …….
Business & Decision is een consultancy bedrijf gespecialiseerd in Data Analytics en IT.
Wereldwijd zijn wij gevestigd in 11 landen en werken we samen met 2.400 collega’s.
Met de inhoudelijke kennis van verschillende bedrijven wereldwijd, zijn wij in staat om in vrijwel alle
branches te helpen met data gedreven werken. Hiervoor helpen wij allereest met het definiëren van
de juiste behoefte en de vraag achter de vraag te achterhalen om achteraf over de de technische
oplossing te adviseren en dat te bouwen/implementeren. Ons doel is dan ook om dit uiteindelijk
weer aan de business over te dragen, zo willen wij onze steentje bijdragen.
Ons team bestaat uit zowel Technische als Functionele consultants, wat de combinatie biedt om de
juiste vertaalslag te kunnen maken van Business naar IT en vice versa. Verder zijn wij
gespecialiseerd in Business Process Management, waarbij wij organisaties helpen op hun
processen efficiënt in te richten. Tot slot helpen wij banken in casemanagement om AML en Fraude
gevallen te signaleren.

Staat data gedreven werken op de agenda
van uw organisatie?
Wilt u weten wat er mogelijk is op het gebied
van IT en organisatie?
Joost Boudewijns
+31 6 39 05 26 00
Joost.boudewijns@businessdecision.nl

Hoe maak ik effectief gebruik van Data Analytics?

Recommended

Recommended

More Related Content

What's hot

What's hot (10)

Similar to Hoe maak ik effectief gebruik van Data Analytics?

Similar to Hoe maak ik effectief gebruik van Data Analytics? (20)

Hoe maak ik effectief gebruik van Data Analytics?