Hoe kan het management van een organisatie tijdig een integrale visie vormen over waar het bedrijf naartoe moet als de data die het fundament daarvoor vormt, niet voorhanden is?
Onlangs voerde Harvard Business Review een interessant onderzoek uit onder topbestuurders naar de beschikbaarheid en het gebruik van informatie in de besluitvorming. Daaruit blijkt onder meer dat slechts de helft van de respondenten de afgelopen zes maanden over de juiste informatie beschikte om met vertrouwen gefundeerde beslissingen te kunnen nemen. Dit terwijl 88 procent aangeeft dat het steeds belangrijker wordt om op basis van real-time data beslissingen te kunnen nemen.
Als grootste ‘dataobstakel’ in het nemen van beslissingen noemde 44 procent van de topbestuurders de toegang tot data. Dit betekent niet zozeer dat de data er niet is, maar voor hen niet beschikbaar. De benodigde informatie bevindt zich in silo’s binnen de organisatie. Je kunt je voorstellen dat het een uitdaging is om één beeld te vormen van alle bedrijfsactiviteiten als er binnen de organisatie wordt gewerkt met verschillende data-eilanden, met elk hun eigen definities en versies van de feiten, dan wel waarheden. Je kunt dan de mooiste tools in huis hebben voor het rapporteren of visualiseren van deze data-eilanden, maar je hebt nog steeds geen bedrijfsbreed inzicht om gefundeerde beslissingen op te kunnen baseren. Een integrale datamanagement en data-strategie kan dan ook als randvoorwaarde en belangrijke succesfactor worden gezien in het effectief beschikbaar maken en het gebruik van informatie.
Slechte datakwaliteit
Als tweede belangrijkste struikelblok noemde 36 procent van de topbestuurders de slechte kwaliteit van de interne data. Maar wat bedoelt men hier nu mee? Ik zie namelijk bij mijn projecten dat er verschillende definities zijn van datakwaliteit.
Datakwaliteit wordt vaak bepaald door het beoogde gebruik van de betreffende data. Een insteek die in de praktijk goed werkt, is om op basis van de business initiatieven te beoordelen welke data nodig is, of deze voorhanden is, of men inzicht heeft in de kwaliteit van de data, en zo ja, wat deze is, en zaken rondom ownership en betekenis van de data. Dit lijkt eenvoudig, maar is vaak een onderschatte exercitie. Ofwel benaderd vanuit de kant van de bronsystemen in plaats van de informatiebehoefte.
Tenslotte, zowel interne als externe data neemt sneller toe dan bedrijven kunnen verwerken, terwijl snel inspelen op behoeften van klanten tegenwoordig juist essentieel is.
Analytics
De groep respondenten die de afgelopenzes maanden wel over de juiste informatie beschikte om met vertrouwen beslissingen te kunnen nemen, geeft aan dat zij de kansen en uitdagingen van de data-gedreven wereld beter aankunnen. Dat zij met vertrouwen beslissingen hebben kunnen nemen is ook toe te schrijven aan het feit dat 56 pronent van deze groep gebruik maakt van analytics. Dit wordt door hen ook genoemd als een belangrijke factor in het behalen van concurrentievoordeel.
Generiek worden door de respondenten als belangrijkste drivers voor analytics in besluitvormingsprocessen genoemd: kostenreductie, productiviteitswinst en snellere besluitvorming. Daarmee is men sneller in staat te innoveren en nieuwe kansen te realiseren waarmee de organisatie zich kan onderscheiden. Dit klinkt logisch, maar het is makkelijker gezegd dan gedaan.
Cultuur
De grootste uitdagingen bij het nemen van beslissingen zijn de eerder genoemde beschikbaarheid en kwaliteit van data. Daarnaast is het belangrijk een cultuur te adopteren waarin het gebruik van data en analytics een vanzelfsprekendheid is. Als organisaties succesvoller willen zijn dan de concurrent, zullen zij de data moeten behandelen als een productiefactor, een ‘asset’, daarvoor de juiste middelen ter beschikking stellen en de processen daarop moeten aanpassen. Hierdoor zijn organisaties daadwerkelijk in staat om sneller, gefundeerde en daarmee betere beslissingen te nemen!
@Rein
Ik heb dat genoemde rapport ook gelezen en was eigenlijk nogal verbaasd over het feit dat veel beslissingen onfundamenteerd genomen lijken te worden of erger nog, op basis van verkeerde of gefraudeerde gegegevens.
Nu kijk ik misschien wat anders tegen datamanagement aan dan jij, ik zie data bijvoorbeeld nog niet als informatie maar gewoon als een berg bits en bytes. Het gaat volgens mij dus niet zo zeer om slechte datakwaliteit maar slecht informatie management doordat de context vaak nog mist.
Een vrij oud maar nog steeds valide voorbeeld is het gegeven dat er op een verkeersbord 100 staat, wat dus pas informatie wordt als je op de snelheidsmeter kijkt en ziet dat je 120 rijdt. De conclusie is dan namelijk dat je iets te hard rijdt en daarmee een sanctie riskeert.
Ik kom nog weleens afwijkingen in boekhoudingen tegen doordat er geen ‘cross-check’ gedaan wordt omdat het meten steeds vaker achterwege gelaten wordt. Zo kan ik me een relletje herinneren waarbij ik op waarde y uitkwam maar boekhoudsysteem op x doordat naar verkeerde KPI’s gekeken werd.
P.S.
Data is geen productiefactor, informatie wel en het is maar de vraag hoeveel je van het ene nodig hebt om tot het andere te komen. Want als je de algoritmen niet begrijpt dan geloof je in cijfers zonder deze werkelijk te begrijpen. Hoe dom kun je zijn?
@Ewout
dank voor je reactie 🙂
Ik merk dat in gesprekken met klanten data management en informatie management door elkaar heen loopt. Vaak heeft dit te maken met de volwassenheid van de organisatie hoe het met data en informatie om gaat.
Bij informatie management zijn naast context, ook vooral aspecten als processen/mensen belangrijk, en dat wordt nogal eens onderschat. Je komt dan vrij snel uit bij data governance.
Tenslotte, geloven in cijfers zonder deze werkelijk te begrijpen is inderdaad je kop in het zand steken, en doet me denken aan ‘The computer says No’ van Little Britain 😉
Rein merkt dat “in gesprekken met klanten data management en informatie management door elkaar heen loopt.”
Zelf geeft hij daar niet zoveel om, blijkt uit zijn artikel.
Soortgelijk artikel was overigens al gepubliceerd hier. https://www.computable.nl/artikel/nieuws/datamanagement/5130501/4445906/big-data-moeilijk-toegankelijk-voor-bestuurders.html
Maar ja, hoe kan je dat nou weten ? 😛
De schrijver veronderstelt dat bestuurders volmaakt rationeel zijn en gaat voorbij aan het idee van “beperkte rationaliteit” (bounded rationality, (zie: http://nl.wikipedia.org/wiki/Beperkte_rationaliteit).
Wiki Quotes:
“Beperkte rationaliteit of begrensde rationaliteit is rationaliteit van de mens in besluitvorming waarbij er rekening wordt gehouden met de beperkte beschikbaarheid van informatie, cognitieve beperkingen en de beperkte tijd om tot een besluit te komen.”
“Het nadeel van beperkte rationaliteit is daarmee dat niet noodzakelijk de meest optimale keuze wordt gemaakt en dat een besluit in sommige gevallen zelfs averechts kan uitwerken. Het probleem van te weinig of juist te veel informatie wordt opgelost door de vorming van een vereenvoudigd model van de werkelijkheid. Nieuwe informatie wordt op basis van dit model verwerkt en binnen die context kan een onjuiste beslissing juist lijken.
Beperkte rationaliteit heeft echter ook voordelen. Doordat niet alle alternatieven worden overwogen, wordt voorkomen dat de besluitvorming verlamt. In een omgeving waar ruimte bestaat voor onjuiste beslissingen, wegen de voordelen dan ook op tegen de nadelen.”