Dankzij nieuwe technologieën en de invloed van bekende bedrijven, wordt de strategische waarde van data steeds meer erkend door besluitvormers. Maar ondanks de opkomst van data-intelligentie weet volgens Diego Muñoz, voormalig Data & BI Director bij Prodware, de meerderheid van deze besluitvormers nog onvoldoende hoe ze data optimaal kunnen benutten.
Hoeveelheid data
De hoeveelheid gegevens die we genereren, neemt voortdurend toe. Volgens Forbes creëren we elke dag 2,5 triljoen bytes aan gegevens. Ondanks dit duizelingwekkende cijfer is de winning en het gebruik van de “olie van de 21ste eeuw” zoals gedefinieerd door Kai-Fu Lee, voormalig directeur van Google China, blijven een uitdaging voor bedrijven. In feite wordt slechts 0,5% van deze massa geanalyseerd.
De immaterialiteit van gegevens kan verklaren dat het veel besluitvormers het moeilijk vinden om toegevoegde waarde te extraheren. De wereld is inderdaad voornamelijk gebouwd op de identificatie en transformatie van fysieke grondstoffen. Zo kan het vanuit cultureel oogpunt surrealistisch lijken om data op te vatten als een concreet materiaal, op dezelfde manier als bijvoorbeeld staal. De vergelijking is echter relevant: beiden vereisen specifieke tools en gespecialiseerde arbeidskrachten.
Het onderzoeken en analyseren van informatie is altijd een bepalende factor geweest voor het succes van een menselijke onderneming. Zo schreef Sun Tzu, een van de grootste theoretici van militaire strategie, over informatie: “Hij die de ander en zichzelf kent, kan honderd veldslagen voeren zonder ooit in gevaar te komen.” Met de ontwikkeling van digitalisering evolueert de aard van de informatie die beschikbaar is voor strategen. Van nu af aan verschuift deze kennis over de ander van visuele waarneming naar een steeds meer gedetailleerde berekening van gedematerialiseerde gegevens.
Data intelligentie: een bron van toegevoegde waarde
Tegenwoordig zijn steeds meer bedrijven in staat om rapporten te genereren op basis van data (Business Intelligence via tools zoals Power BI). Helaas slaagt een klein aantal erin om ze op een nauwkeuriger niveau te analyseren, te sorteren en te exploiteren.
De volwassenheid van bedrijven als het gaat om data varieert enorm. Maar er zijn vaak twee soorten situaties zichtbaar. De eerste is wanneer het bedrijf veel gegevens genereert uit verschillende bronnen (ERP, CRM, SAP, API, enz.) en niet weet hoe het deze moet gebruiken om waarde te creëren. De tweede komt overeen met het bedrijf dat niet eens weet van het bestaan van de gegevens die het zou kunnen hebben.
Volgens sommige adviesbureaus slaagt slechts 32% van de bedrijven erin om tastbare en meetbare waarde uit hun data te halen. Studies tonen ook aan dat we ongeveer 70% van de gegevens die we zorgvuldig verzamelen en opslaan, niet gebruiken, en de gegevens die we wel gebruiken, worden vaak misbruikt.
Besluitvormingsinstrumenten
In tegenstelling tot wat we vaak denken, is de benadering om uitsluitend te vertrouwen op wat bepaalde besluitvormingsinstrumenten aangeven beperkt en archaïsch. Hoe kunnen we echt beweren dat we informatie begrijpen als we de oorsprong, de grenzen, de relatie met andere informatie, enz. niet kennen?
De nieuwe uitdaging voor een bedrijf is niet langer alleen om informatie over zijn activiteit te hebben, maar ligt nu in het identificeren en exploiteren van informatie die anderen niet hebben of niet hebben kunnen identificeren.
Het vermogen om data fijnmaziger te analyseren via technieken zoals Artificial Intelligence (AI) noemen we data-intelligentie. Het voordeel voor bedrijven is dat het de Business Intelligence-activiteit aanvult door hen in staat te stellen de grenzen van het bedrijf te verleggen, met name bij het begrijpen van de omgeving. In een wereld waar de hoeveelheden gegevens die van invloed zijn op gezondheids-, milieu- en sociale kwesties steeds toenemen, omvat optimale besluitvorming de kracht van AI in combinatie met menselijke intelligentie.
In de praktijk zijn de meest data-volwassen bedrijven in staat om verder te gaan dan wat visueel waarneembaar is. Ze begrijpen de verwachtingen van de consument, personaliseren de gebruikerservaring, voorspellen verkooptrends door trends te detecteren, anticiperen op machinestoringen, verbeteren de uitvoering van de strategie, verlagen de kosten en meer.
Opwaarts spiraal
Data-intelligentie stelt bedrijven in staat mensen te begrijpen met een psychologische finesse die nog nooit eerder is gezien. In een wereld waar individualisme de norm is, is het vermogen om gegevens op het niveau van een individu te analyseren een concurrentievoordeel. De wereld evolueert in de richting van een steeds nauwere hybridisatie tussen mens en machine. Deze nieuwe fase van de menselijke ontwikkeling opent nieuwe grenzen. De bedrijven die dit tijdperk zullen domineren, zijn degenen die erin slagen het gedrag van een mens met een hoge mate van nauwkeurigheid te begrijpen en te voorspellen via de gegevens die hij of zij voortdurend genereert.
In hetzelfde voorbeeld fungeert de data intelligence-strategie als een opwaartse spiraal door middel van een netwerkeffect. Hoe meer Amazon zijn gegevens begrijpt, hoe meer het zijn producten personaliseert, wat helpt om nieuwe consumenten aan te trekken die nieuwe gegevens met zich meebrengen naar het bedrijf.
Alvorens na te gaan wat je met je gegevens kan doen, is het noodzakelijk om de aard van je gegevens vast te stellen. Data-intelligentie stelt een bedrijf dus in staat om beter te begrijpen wat het heeft (waar de gegevens vandaan komen, hoe ze zijn gemaakt, hoe lang ze meegaan, enz.), te bepalen hoe de aanvullende gegevens die het nodig heeft te creëren en de gegevens die het tot zijn beschikking heeft te optimaliseren.
Vanaf dat moment is het mogelijk om strategische, betrouwbare en herbruikbare data te genereren voor andere use cases. Deze laatste twee elementen dragen bij aan het verhogen van de marktwaarde van de data. Het is niet verwonderlijk dat het monetaire argument een geweldige manier is om een bedrijf te overtuigen om te investeren in de exploitatie van zijn gegevens.
Nood aan expertise
Net als fysieke grondstoffen betekent de accumulatie van gegevens niet noodzakelijkerwijs meer rijkdom. Veel besluitvormers maken de fout te denken dat een grote hoeveelheid data voldoende is om waarde te genereren. In werkelijkheid speelt de kwaliteit van de gegevens een fundamentele rol bij het gebruik ervan. Als de gegevens onjuist, verouderd of onvolledig zijn, zal de informatie uit deze gegevens moeilijk te gebruiken zijn. Helaas wordt het probleem van datakwaliteit te vaak onderschat door bedrijven die nog steeds voornamelijk met onvolledige Excel-bestanden werken.
Het implementeren van een data intelligence-strategie is een complexe taak met veel valkuilen die je moet zien te vermijden. Allereerst is het hebben van kwaliteit en kwantiteit van data niet genoeg voor een data intelligence strategie. Bedrijven moeten met name andere dimensies integreren, zoals vertrouwelijkheid (GDPR, enz.). Zij moeten in gedachten houden dat het bezit van gegevens niet noodzakelijkerwijs inhoudt dat toestemming nodig is om ze te gebruiken. Er zijn veel voorbeelden van het potentiële gevaar van het gebruik van gegevens zonder de specifieke toestemming van de gebruiker.
Verandering mindset
Aangezien gegevens neutraal van aard zijn, is het gebruik ervan dat de mogelijke negatieve of positieve impact op de samenleving bepaalt. Daarom moet, als onderdeel van een data intelligence-strategie, rigoureuze gegevenscontrole en nalevingswerkzaamheden worden uitgevoerd.
Tegelijkertijd weet de meerderheid van de besluitvormers niet welke toepassingen mogelijk zijn met de gegevens die ze tot hun beschikking hebben. Wat heeft het voor zin om veel gegevens te hebben als je niet weet wat je ermee moet doen? Vaak hebben diezelfde beslissers niet de vaardigheden in huis om de data te gebruiken.
Daarom kan het gebruik van een externe partner die gespecialiseerd is in data-intelligentie passend zijn. Deze laatste heeft zowel technische als zakelijke expertise dankzij eerdere missies. Een data intelligence-strategie moet ook rekening houden met de markt van het bedrijf, de maturiteit op het gebied van data, de strategie van het bedrijf, de interne procedures, de manier waarop gegevens worden gegenereerd en verzameld, en ten slotte de bestaande tools.
Tot slot mogen we de transformatie van de bestaande procedures, de rem op verandering en het menselijke aspect op geen enkele manier onderschatten. Een verandering in mindset als het gaat om data is noodzakelijk. Volgens Harvard Business Review beschouwt slechts 24% van de bedrijven hun organisatie als datagedreven. Zonder sterk leiderschap dat in staat is om een datacultuur te belichamen, zal een data intelligence-strategie mislukken.
Datageletterdheid: de uitdaging van nu en de toekomst
Om nieuwe bronnen van concurrentievermogen aan te boren, is het in het algemeen tijd voor bedrijven om verder te gaan dan de informatie die door bepaalde tools wordt verstrekt en te begrijpen hoe gegevens worden verzameld.
Hoewel het groeiende bewustzijn van de noodzaak van een data intelligence-strategie onmiskenbaar is, zal het toenemen door de opkomst van nieuwe trends en technologieën. Volgens het tijdschrift Forbes zal voor 2025 de hoeveelheid gegevens elke 12 uur verdubbelen. Dit wordt verklaard door de ontwikkeling van augmented reality, de “metaverse”, het Internet of Things, kunstmatige intelligentie, enz. Het wordt daarom steeds belangrijker voor bedrijven om te weten hoe ze gegevens moeten verwerken door ze te beschouwen als een concreet materiaal om mee te werken. Hun toekomst hangt ongetwijfeld af van hun vermogen om deze culturele revolutie door te voeren.
