Aan de slag met data? Vind eerst de antwoorden op deze 5 vragen

2022-10-27

Elke ondernemer, klein middelgroot of groot, heeft kwalitatieve data nodig om de bedrijfscontinuïteit te waarborgen en nog succesvoller te worden. Bovendien kun je tegenwoordig eerder inzicht verkrijgen dan je concurrent door dataprocessen te automatiseren. Daar is veel kennis voor nodig. Deze vijf vragen helpen je om inzichtelijk te maken waar je staat en wat er nodig is om écht aan de slag te kunnen.

Vraag 1: Wat is je doel?

“In het vakgebied van data gaat het vooral om het kunnen uitvoeren van de gekozen bedrijfsstrategie”, schreven we al in onze vorige blog. Met data aan de slag gaan heeft alleen zin als je weet welke behoefte er beantwoord moet worden. Veel belangrijker is om vooraf commitment te hebben: samen hetzelfde doel nastreven, zonder ruis op de lijn. Het doel kan van alles zijn, zoals beter klantinzicht, grip en controle op de business door visualisatie, een snellere manier van produceren/fabriceren, een efficiëntere logistieke omgeving en nog heel veel meer. Het is raadzaam om in deze fase ook al vast te stellen op basis van welke factoren het succes bepaald gaat worden.

Vraag 2: Wat heb je nodig om je doel te bereiken?

Hier is veel werk aan de winkel. In deze fase ga je  bijvoorbeeld op zoek naar data die al beschikbaar is, maar ook naar wellicht nog verborgen (latente) data. Maar heb je dan alle data die je nodig hebt? Natuurlijk kun je er ook achter komen dat er nog veel werkzaamheden nodig zijn om de gewenste data te verzamelen. En data vanuit verschillende databronnen aan elkaar koppelen kan een flinke uitdaging zijn. Daardoor zijn er mogelijk extra tools, en dus budget nodig  om waardevolle datasets te kunnen maken die je helpen je doel te realiseren.

Vraag 3: Is er voldoende kennis en expertise beschikbaar om de gewenste data te verzamelen?

Het is belangrijk om te weten welke data verzameld moeten worden en waar dit vandaan gehaald kan worden. Mogelijk dat er managers zijn van andere afdelingen die je daarbij kunnen helpen. Vaak blijkt dat er ook extern gezocht moet worden naar ontbrekende data. En dat gaat niet zonder de nodige technieken, zoals onder andere scraping en API-koppelingen. Voor dergelijke expertises is vaak additionele kennis nodig.

Vraag 4: Wat is de kwaliteit van de verkregen data?

Wie deze vraag wil beantwoorden, moet onderzoeken of aan alle randvoorwaarden is voldaan om het doel te bereiken. Als datasets aan elkaar gekoppeld worden, kan blijken dat niet alle gewenste tabellen volledig zijn ingevuld; er moet dan opnieuw gezocht worden naar missende waardes.  Hooggekwalificeerde data-experts zijn in staat om patronen en relaties tussen verschillende variabelen te ontdekken en sneller kwalitatief hoogwaardige data op te leveren.

Vraag 5: Wie gaat de data opschonen en bijhouden?

Bij vraag vier ontdekken veel organisaties dat er wat haken en ogen zitten aan de datakwaliteit. In de toekomst wil je dat niet. Actuele maar vooral ook kloppende data bereik je alleen door minimaal één persoon verantwoordelijk te stellen. Het levert je uiteindelijk vooral businessvoordelen op.

Tot slot

We zien binnen organisaties steeds vaker een data-afdeling ontstaan die niet is ondergebracht bij de IT-afdeling. De techniek is namelijk ondergeschikt aan het doel wat bereikt moet worden. Vanuit Bravinci leveren we de kennis en expertise om minimaal op deze vijf vragen de juiste antwoorden te vinden.

Additionele kennis nodig?

Als je begint, zorg er dan voor dat je weet wat je gaat doen… Elke onderneming kan datagedreven worden. Voor meer informatie, download hier onze whitepaper of neem vrijblijvend contact met ons op.