BI & Analytics: De belofte versus de uitdaging

BI & Analytics: De belofte versus de uitdaging

De Harvard Business Review is een invloedrijk vaktijdschrift dat al sinds 1922 wordt uitgegeven door de Harvard Business School. En natuurlijk hebben ze ook een mening over Analytics!  “Understanding why Analytics strategies fall short for some, but not for others” is één van hun recente studies. In deze blog delen wij dit artikel over de ambitieuze doelstellingen van BI & Data Analytics, de uitdagingen om die doelen te behalen, en hoe we vanuit Powerdobs die uitdagingen te lijf gaan. Laten we beginnen bij de bedrijfsdoelstellingen:

 

  • 91% van respondenten geeft aan dat een succesvolle data analytics strategie cruciaal is voor business transformatie initiatieven.
  • 87% van respondenten geeft aan dat een succesvolle data analytics strategie essentieel is voor differentiatie ten opzichte van de concurrentie.

 

Nu zijn ‘business transformatie’ en ‘differentiatie ten opzichte van de concurrentie’ nogal container begrippen  die direct vertaald kunnen worden naar meer concrete BI & Data Analytics initiatieven:

 

  • Improved customer satisfaction rates (60% van respondenten)
  • Increased revenue performance (51% van respondenten)
  • Increased profit results (43% van respondenten)
  • Increased market share (35% van respondenten)
  • Speed up time to market (30% van respondenten)

 

Deze cijfers doen vermoeden dat er voldoende draagvlak is voor ambitieuze Business intelligence en Data Analytics initiatieven. Maar let op: sleutelwoord in de intro van dit artikel is ‘succesvolle’, wat terecht impliceert dat er veel ‘onsuccesvolle’ pogingen worden gewaagd die stranden met hoge kosten, beperkte baten en een enorme deuk in vertrouwen in haalbaarheid van BI initiatieven achterlaten. Bij Powerdobs zien we dit regelmatig, wij worden dan vaak ingevlogen om BI projecten nieuw leven in te blazen. Als we dan nog een laag dieper gaan kijken dan zien we de hardnekkige valkuilen die al decennia voortduren:

 

  • Data silo’s: Bedrijfsapplicaties worden nog te vaak in splendid isolation ontwikkeld. Dat brengt veel problemen met zich mee, met name als die apps een deeloplossing zijn in een keten van activiteiten samen met andere apps. Vaak is er dan ook weinig (bereidheid tot) communicatie en afstemming met data afnemers, waaronder BI teams.
  • Data kwaliteit: Data wordt nog steeds beperkt als een waardevol asset gemanaged, terwijl een beperkt aantal data assets vaak enorme waarde voor de organisatie vertegenwoordig, én de enige kans biedt om een feitelijke blik in de machinekamer van een bedrijf te krijgen.
  • Toegankelijkheid van inzichten: Data insights bereiken slechts een klein deel van medewerkers in een bedrijf. Directie en management wordt vaak voldoende voorzien van management informatie, maar de tactische en zeker operationele laag, waar daadwerkelijke bijsturing waarde kan toevoegen, wordt nauwelijks geholpen door BI producten uit de IT kolom.
  • Veranderbereidheid: De laatste 20 jaar zijn datagedreven inzichten steeds gebruikelijker geworden. Dat betekent evenwel dat de leidinggevenden van nu, in de regel ervaren professionals, ook de tijd hebben meegemaakt dat (1) er geen datagedreven inzichten waren, en (2) de groei met alle kinderziekten van datagedreven inzichten hebben gezien. Mede hierdoor is een flinke groep executives nog niet comfortabel om besluiten te baseren op data insights.

 

Deze uitdagingen zijn niet nieuw, en helaas zijn er tot dusver geen makkelijke, snelle oplossingen. Echter, de wereld staat niet stil en Microsoft blijft innoveren, ze komt regelmatig met nieuwe Azure services om deze uitdagingen het hoofd te bieden. Daarnaast hebben we als Powerdobs een concreet stappenplan waarmee je gefaseerd deze uitdagingen te lijf kunt gaan:[/vc_column_text]

[/vc_column][/vc_row]
ValkuilOrganisatie & MensTechnologie & Skills
Data silo’sDeze valkuil komt pas in beeld als er behoefte komt aan ketensturing: de onderliggende operationele systemen blijken dan lastig te koppelen om ketenprestaties in zicht te krijgen. Denk aan de customer journey, of prestaties van inkoop tot levering en service.

Deze ‘pijn’ uit het verleden is iets waar doorheen gewerkt moet worden door developers en analisten met kennis van (deel-)system in die keten goed samen te laten werken.

Vooruitkijkend kan het lonen, vooral bij grotere organisaties, om verantwoordelijkheid voor uniforme en bruikbare data bij een Data Officer of Architect te beleggen, die betrokken is bij onderhoud en nieuwbouw van bedrijfssystemen.
Het beschikbaar maken van brondata op één platform wordt, ondersteund door moderne integratie software in te zetten met brede support voor integratie technologieën, in steeds mindere mate de uitdaging. Azure Data Factory ondersteunt zelfde oude IBM db AS400 databases 😉

Let wel op de oudere databases die on-premise draaien, waarbij met name de kennis van de Ops teams verantwoordelijk voor die databases en gerelateerde IT infra vaak wat verwaterd is, waardoor ze lang nodig hebben om connectiviteit met cloud-bronnen in te richten.

Overweeg vervolgens ook de mogelijkheden die diverse Azure databases bieden om direct, virtueel te query’en op file based data stores en (hadoop) data lakes.
Data kwaliteitNet als de data silo valkuil sluimert ook gebrekkige data kwaliteit net buiten zicht, maar kan snel veel tijd vergen als die data tot management informatie moet worden opgewerkt.

Gelukkig is deze valkuil wel makkelijker te overkomen, aangezien kennis van de (gebrekkige) data kwaliteit vaak al voldoende aanwezig is bij administratieve medewerkers en vooral ook business analisten en controllers.

Om naar de toekomst toe een werkbaar niveau data kwaliteit te borgen is het voor bij grotere organisaties gebruikelijk een data owner per applicatie aan te wijzen, die periodiek eigen controles kan uitvoeren, problemen kan (laten) aanpakken en betrokken is bij Dev en Ops werk aan de betreffende applicatie.
De meest voorkomende data kwaliteit uitdagingen zijn slechte vulgraad (onterecht leeg), slechte formattering (bv data), slecht gebruik van waardenlijsten, en slecht onderhouden primary-foreign key relaties.

Door in de project opstart fase gebruik te maken van al bestaande DQ inzichten, en/of zelf handig data profiling tools en methoden toe te passen kan snel een beeld worden opgehaald over de kwaliteit van de data, en of at voldoende is om aansprekende management informatie op te baseren.

Naar de toekomst toe zijn éénmalige data schoning acties (geautomatiseerde conversie, of handwerk) en optimalisatie van applicatie data validatie aan de ‘voorkant’ (schermen, formulieren) verbetermogelijkheden.
Toegankelijkheid
van inzichten
Uiteraard geloven we bij Powerdobs in de kracht en waarde van data - het is immers ons vak. Maar we zien ook dat het in sommige gevallen veel bedrijfsmiddelen kost om die waarde boven water te krijgen.

Elke organisatie zal, eventueel met hulp van partijen zoals wij, een afweging moeten maken welke bedrijfsprocessen en- functies aantrekkelijke kandidaten zijn om verder te onderzoeken welke waarde er te behalen is door deze te ondersteunen met datagedreven sturing. Soms zijn er ook aantrekkelijke toepassingen te vinden die direct waarde toevoegen voor eindklanten (B2B, B2C).

Conclusie is dat er geen ‘juiste’ mate van data gedreven werken is, dat verschilt per organisatie. Het enige ‘onjuiste’ is als de verantwoordelijk professionals onvoldoende op de hoogte zijn om die afweging te maken.

Aanvullend op bovenstaande overweging is een goed werken governance model (portfolio management inclusief budgettering) en kennisdeling aanpak (training, verspreiden en toepassen van management informatie) nodig om waarde te genereren o.b.v. data.
Toegankelijk in de zin van ‘überhaupt beschikbaar’ wordt optimaal ingevuld door Power BI op een self-service manier in te zetten, met goed gedocumenteerd en intuïtieve datasets en dashboard templates voor business power users.

Dit stelt met name business analisten en controllers in staat om veel van hun inzichten via deze route actueel, snel en juist op te bouwen (i.t.t. hun eerdere, tijd opslokkende Excel werkzaamheden om tot bepaalde inzichten te komen.)

Als de dashboards er eenmaal zijn, zijn de meest in het oog springende mogelijkheden om BI inzichten doorzoekbaar te maken de Power BI apps (collecties dashboards voor specifieke groepen users) en Azure Data Catalog (Data en informatie assets, gedocumenteerd en direct te consumeren).
Veranderbereidheid
Elke verandering gaat gepaard met enige weerstand. Dat gaat in de regel over onzekerheid over de aanstaande verandering, en onzekerheid over de eigen positie en veranderende verantwoordelijkheden als gevolg daarvan. Kan ik het wel? Wil ik het wel? Is het nog wel leuk? Waar gaat die (on)gezellige collega heen? Daarbij worden sommige verandertrajecten ook door individuen aangegrepen om bredere zorgen, irritaties of persoonlijke conflicten aan te kaarten.

Afhankelijk van de potentiële negatieve effecten van de verandering, en de dynamiek in de groep is er een meer of minder intensieve begeleiding nodig om de beoogde resultaten van de verandering te realiseren. Vor kleine tot middelgrote verandertrajecten begeleiden we dat vanuit Powerdobs zelf in samenwerking met de klant door periodiek zo helder en volledig mogelijk te communiceren en kwaliteit te leveren. Voor grotere uitdagingen (grote groepen, grote veranderingen) werken we regelmatig samen met gespecialiseerde verandermanagement adviseurs.

Tot zover onze visie op de aansprekende studie uit de Harvard Business Review. In latere blogs meer over onze aanpak om klanten te ondersteunen gedurende hun reis richting een datagedreven organisatie, én een aantal aansprekende use cases die direct aanzienlijke waarde leveren voor onze klanten!

Sjoerd Donker