Spring naar content

Twee cruciale tips om je analytics-project te laten slagen

Home » Twee cruciale tips om je analytics-project te laten slagen
Leestijd: 3 minuten

Mijn vorige blog ging over de voor(oor)delen van data en algoritmes. Dit keer ga ik in op de voordelen die een analytics-project kan opleveren. En toch wil ik ook nu beginnen met een grote misvatting. In het bedrijfsleven leeft vaak de gedachte dat hoe geavanceerder en complexer een analyse is, hoe meer deze kan opleveren. Het tegendeel is vaak waar. Mijn ervaring leert dat een simpele analyse van zeer veel toegevoegde waarde kan zijn. Mits goed uitgelegd.

Bijna elke organisatie vindt tegenwoordig dat ze iets moet doen met (big) data en analytics en stort zich dan ook vol op dit onderwerp. Ik ben ervan overtuigd dat het voor veel organisaties toegevoegde waarde kan opleveren, maar het moet geen doel op zich worden. Het moet een middel zijn om strategische doelen (betere service, meer omzet etc.) te realiseren.

Tip 1: Think big, start small

Veel organisaties verzanden in een vastgelopen analytics-project door het te groots aan te pakken. Volgens een onderzoek van Gartner in 2016 mislukt 85% van alle (big) dataprojecten. Vaak komt dit doordat stakeholders er nog niet voor openstaan en de toegevoegde waarde niet inzien. Ik heb ervaren dat de ‘think big, start small’-methode in deze situatie erg goed werkt: houd het grote doel in je achterhoofd, maar zet kleine (succesvolle) stappen om dit doel te bereiken. Op deze manier krijg je de organisatie op twee manieren mee. Enerzijds worden er al snel kleine successen geboekt waar de organisatie direct profijt van heeft, anderzijds kunnen medewerkers langzaam wennen aan (big) data en alles wat daarbij komt kijken.

En ook hier geldt: voor kleine successen zijn niet altijd geavanceerde analyses of algoritmes nodig. Een paar jaar geleden heb ik bij een klant een analyse gedaan op het aantal goederen uitgeleverd versus het aantal gefactureerd. Op zich geen complex analytics-project, maar het betrof data uit veel verschillende systemen waarover niet iedereen overzicht had. Uit de analyse bleek dat zo’n 10.000 stuks niet waren gefactureerd en dat deze goederen al een jaar bij een logistiek partner lagen opgeslagen. Totale waarde? Zo’n 1.5 miljoen euro! Saillant detail: een week na deze analyse kwam er een factuur van de betreffende logistiek partner binnen voor jaarlijkse voorraadkosten à 80.000euro.

Tip 2: Oog voor de kunst van het overbrengen

Een simpele analyse kan dus al heel veel inzichten geven en echt businesswaarde opleveren voor een organisatie. Maar de kunst van het overbrengen van deze resultaten is misschien nog wel veel belangrijker.

In mijn werk als Business Analytics Consultant heb ik bij veel verschillende organisaties de mooiste analyses voorbij zien komen waar uiteindelijk niks mee is gedaan. Niet omdat de analyses niet kloppen, maar omdat de resultaten niet op de juiste manier aan de juiste persoon zijn uitgelegd. Een CFO is nu eenmaal in andere dingen geïnteresseerd dan een Manager Operations.

Andersom geldt waarschijnlijk nog veel meer: een slechte analyse met een overtuigende uitleg kan (totaal) verkeerd uitpakken.

Ik kan me een klanttraject herinneren waarin een controller heel stellig beweerde dat de marges ineens wel erg negatief waren. Dit verbaasde mij ten zeerste, maar voordat ik betrokken werd, was het verhaal al bij de CFO en meerdere afdelingen bekend, met als gevolg dat een team hier al weken mee aan de slag was zonder enig resultaat.

Toen ik naar de cijfers keek, viel me al snel iets op: in de betreffende maand waren de marges weliswaar negatief maar in de maand daarvoor juist zeer positief. Gemiddeld genomen leken de cijfers wel degelijk te kloppen. Wat bleek? De gehanteerde dataset van kosten besloeg een andere tijdsperiode dan die van de omzet, waardoor de analyse eigenlijk nergens op sloeg. Toch zonde van enkele weken uitzoekwerk van meerdere collega’s.

De rol van datavertaler

Om dit soort misverstanden te voorkomen, wordt het voor iedere organisatie van belang een rol als ‘datavertaler’ op te nemen. Zo’n vertaler fungeert als brug tussen de data-scientists en het management en spreekt de taal van beide werelden. Hij snapt de businesskant van het verhaal en is technisch genoeg onderlegd om ook de analytische kant te doorgronden. Bovendien kan hij de techniek op de juiste manier vertalen en op een heldere manier overbrengen op de rest van de organisatie. Zo gaan goede analyse en uitleg hand in hand; de kracht schuilt in de brugfunctie.

Scroll naar boven