Bel 06-83629521 of mail info@fridayoutofthebox.nl

De Big Data Waarde Formule

De Big Data Waarde Formule
Leestijd: 5 minuten

De Big Data Waarde Formule

Voor directeuren die meer waarde uit data willen halen

“Kijk,” zegt de data scientist, terwijl hij naast je aan je pc komt zitten. Hij heeft net uit de doeken gedaan hoe jij met ‘big data’ je organisatie kunt transformeren. Je krijgt nu een demo van het geavanceerde dashboard dat hij heeft gebouwd.

“Je logt in op deze app…” – zijn vingers tikken wat op het toetsenbord en op het scherm openen zich allerlei tabbladen – “… en als je dan hier kijkt…” – terwijl hij weer wat intikt gluur je stiekem op je horloge; je moet over een kwartier alweer naar de volgende meeting – “… heb je een prachtig overzicht van de data die je nodig hebt in het eerstvolgende MT-overleg.”

Je zult het niet snel hardop toegeven maar…

Deze situatie komt je bekend voor.

Je weet dat big data de next big thing zijn, maar het voelt nu als de next big effort. Toch moet je er wat mee. Concurrenten die wél data-gedreven werken snoepen anders je markt af.

Na het lezen van dit artikel weet je wat je kunt doen om meer waarde uit big data projecten te halen.

De Big Data Waarde Formule

Ik merk dat big data snel te complex wordt. Daarom wil ik het simpeler maken. Er is maar één reden waarom je als directeur wil investeren in big data projecten: waarde creëren voor je business. En hoe creëer je nu deze waarde? Met begrip van de gebruiker, een informatieproduct en een besluit.

Als je deze blokken in een formule stopt dan krijg je De Big Data Waarde Formule:

de gebruiker & het informatieproduct & het besluit = de potentiële waarde

Laten we kijken hoe elk onderdeel bij kan dragen aan meer waarde voor je business.

Big data: de gebruiker

Een diep begrip van de gebruiker is cruciaal bij elk type innovatie. Om inzicht te krijgen in de gebruiker stel je jezelf de volgende vragen. Wie is de gebruiker? Wat is zijn rol? Wat wil hij of zij bereiken? Is dit een directeur een operationeel manager of een marketing specialist?

Een directeur wil zijn business groeien op de korte en lange termijn. Een operationeel manager wil dat de dagelijkse operatie efficiënt verloopt. En een marketing specialist maakt zich druk over het genereren van kwalitatieve leads voor sales. Conclusie: elke rol heeft zijn unieke informatiebehoefte.

Ik hoor je denken ‘open deur’. En ik ben het met je eens. Toch gaat het regelmatig mis, merkte ik kortgeleden.

Informatiediarree
Twee keer per jaar mag ik college geven op Tias Business School in het programma Waardecreatie met Big Data. Ik gaf recent mijn studenten de opdracht het big data canvas in te vullen. Hiermee kun je je big data idee gemakkelijk uitwerken. Op de vraag ‘Wie is de gebruiker van het dashboard?’ antwoordde een studente: ‘raad van bestuur’, ‘directeuren’ en ‘managers’.

Wat gaat hier nu mis? De gebruiker is te breed geformuleerd. Zoals gezegd: leden van de raad van bestuur hebben andere verantwoordelijkheden dan directeuren. En directeuren hebben weer andere verantwoordelijkheden dan managers. Toen de studente ‘de directie’ koos als gebruiker kon ze beter bepalen wat hun doelen waren. En daarmee hun behoefte aan relevante stuurinformatie. Zo voorkwam ze een gevalletje ‘informatiediarree’: zo veel informatie dat je er niets mee kunt.

Onthoud! Ontwikkel een goed begrip van je gebruiker. Dit leidt tot een betere selectie van informatie en een grotere kans op waardecreatie.

 

Big data: het informatieproduct

Het tweede bouwblok van de Big Data Waarde Formule is het informatieproduct. Herinner je je de intro nog? Die data scientist die woest alle knoppen en filters voor je neus indrukt en dan verwacht dat jij ermee aan de slag gaat. In dit soort situaties vraag ik me altijd af: is er nagedacht over welk informatieproduct het beste past bij jou als directeur?

Bierviltjes zijn oké
Kijk, ik snap dat er geavanceerde tools nodig zijn om data te verwerken tot een inzicht. Maar data scientists hebben toch de keuze om dit inzicht in elke vorm te gieten? Dit kan een dashboard zijn, een applicatie of een powerpoint. En als het aan mij ligt, zelfs op de achterkant van een bierviltje.

Design thinking
Vraag je data scientist eens een cursus design thinking te volgen. Deze op empathie gebaseerde innovatiemethode kan hem helpen meer vanuit jou als gebruiker te denken en werken. Je hebt als directeur overigens niets aan een mooi servetje/dashboard/powerpoint zonder conclusie. Ja, dit gebeurt nog steeds, lees maar eens verder.

Boodschap kwijt?
De vicepresident van een groot sportmerk kreeg een presentatie van een data scientist. De data scientist was supertrots over wat hij allemaal had geanalyseerd en ontdekt. Hij presenteerde zijn cijfers in mooie grafieken en tabellen. Maar…hij was één ding vergeten: de conclusie. Dit is wat de vicepresident tegen mij zei:

“Ik krijg soms presentaties met data analyses zonder ‘header’.
Er is dus geen boodschap.
Ik weet dan niet wat ik ermee moet.”

Onthoud! Goede informatieproducten maken besluiten nemen gemakkelijker.  Zo vergroot je de kans op waardecreatie.

 

Big data: het besluit

Oké, je kent nu twee bouwblokken van De Big Data Waarde Formule: de gebruiker en het informatieproduct. Tijd voor het derde bouwblok: het besluit.

Stel je bent marketing directeur. En je bent gewend om te adverteren in papieren kranten. Dit heeft je altijd de beste leads opgeleverd. Sterker nog, je staat bekend om jouw creatieve campagnes in geprinte media.

Wat als je data scientist je nu adviseert dat je je marketing euros beter in digitale advertenties kunt stoppen? De data laat volgens hem zien dat digitale advertenties meer (en betere) leads genereert want:

  • Je kunt je doelgroep beter selecteren.
  • Het klikgedrag van de doelgroep kun je meten.
  • Je kunt je advertentie continue verbeteren omdat de gebruikersdata opgeslagen wordt.

Stap je nu meteen over op digitale advertenties?

Waarschijnlijk niet.

Je ruilt toch niet de onzekerheid van digitale advertenties in voor de zekerheid van creatieve advertenties in print?!

Verandering onderschat
Dit onderdeel van data-gedreven werken is misschien wel de meest onderbelichte: de verandering voor jou als beslisser. Maar er is hoop. Een vooruitstrevende data scientist kan je helpen door:

  • Aanwezig te zijn wanneer jij een data-gedreven besluit neemt.
  • Helpen met het formuleren van experimenten op kleine schaal zodat je risico kleiner wordt.
  • Uit te leggen hoe de analyse tot stand is gekomen zodat je je meer comfortabel voelt.

Moneyball
Ken je de film Moneyball? Hierin wordt weerstand tegen veranderen perfect weergegeven. In dit waargebeurde verhaal probeert de directeur van een honkballteam (Billy) zijn coach (Art) ervan te overtuigen om statistieken te gebruiken bij de selectie van spelers. Art ziet dit niet zitten. Volgens Art is het scouten van nieuw talent mensenwerk, je hebt er jaren ervaring voor nodig.

Hij formuleert dit op prachtige wijze:

“You don’t put together a team with a computer, Billy,”

Billy, erg grappig, is niet overtuigd en zegt:

“Adapt, or die.”

Het resultaat: Art mag vertrekken.

Zoals het verhaal van de marketing directeur en Moneyball laten zien dat de acceptatie van slimme data-gedreven oplossingen geen gesneden koek is. Directeuren moeten naast de acceptatie van het inzicht wel een besluit durven nemen. Je kunt als directeur je persoonlijke risico beperken door op kleine schaal te experimenteren.

Onthoud! Zonder een besluit haal je geen waarde uit data.

 

Big data: potentiële waarde

Je bent ver als je de gebruiker kent, een goed informatieproduct hebt en een meer data-gedreven besluit durft te nemen.

Maar is dit de garantie voor waardecreatie?

Nee.

Je kunt beter spreken van potentiële waarde. Data-gedreven besluitvorming is innovatie. En innovatie kenmerkt zich door onzekerheid.  De data scientist die de marketing directeur adviseert over te stappen naar digitale advertenties weet niet dat dit tot meer succes zal leiden, maar hij vermoed het.

Elk besluit een experiment
In essentie is elk besluit een experiment om te toetsen of je waarde creëert. Na elk besluit check je of je vermoeden bevestigd wordt. De marketing directeur checkt bijvoorbeeld of hij meer en betere leads genereert met digitale advertenties. Is dit het geval? Dan investeert hij meer in digitale advertenties. Is dit niet het geval dan stopt hij of bedenkt een nieuw experiment. Elk besluit is erop gericht uit te vinden of de potentiële waarde ook echte waarde blijkt te zijn.

Onthoud! Een data-gedreven besluit is een experiment op zoek naar potentiële waarde.

 

Directeuren opgelet!

Visuele weergave Big Data Waarde Formule

Visuele weergave Big Data Waarde Formule

Hier zie je een visuele weergave van de Big Data Waarde Formule. Maak er een foto van, dan heb je je visuele checklist altijd op zak.

Wat weet je nu?
Je weet nu dat als je waarde wil creëren met big data dan:

  • Verdiep je je in de gebruiker want zo voorkom je informatiediarree.
  • Kies je een informatieproduct dat besluiten nemen super easy maakt.
  • Heb je het lef om een besluit te nemen.
  • Benader je data-gedreven besluit als een experiment waarbij je op zoek gaat naar potentiële waarde.

Ik wens je veel succes met je speurtocht naar business waarde uit data.

Joey Gonesh
In de ogen van Joey kan het altijd beter. Met zijn Nyenrode MBA op zak maakt hij uitdagingen haarscherp, durft directeuren te challengen en stopt niet tot er resultaat is. Joey zet authentieke verhalen in om groepen innovators te begeleiden. Met zijn ‘laten we dingen in beweging zetten’ mentaliteit maakt hij bedrijven wakker en klaar om te vernieuwen met alle slimme mensen uit hun omgeving.

0 Reacties

Laat een reactie achter

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

*

Pin It on Pinterest

Share This