Grip op Data: Een samenwerking met Vasco consult

De rol van data in organisaties wordt steeds belangrijker. Maar hoe kun je echt waarde uit je data halen? Daar is meer voor nodig dan techniek alleen. Het gaat ook om betekenis, datakwaliteit, proces uitvoering, zinvolle analyses en nog veel meer. Door hun krachten te bundelen bieden Vasco Consult en Datamo een ideale propositie om de veelheid aan gegevens en informatiestromen in een organisatie echt te laten werken. Zodat data een onderscheidend vermogen van een organisatie wordt.

Christien Visser (Datamo) en René Wildöer (Vasco Consult) vertellen hierover aan de hand van een project bij een middelgrote B2B dienstverlener.

Begrijpen

René: De eerste en belangrijkste stap in het waardevol maken van je data, is om de data echt te begrijpen. Dan gaat het niet alleen om het kennen van de database en de velddefinities. Om data echt te begrijpen moet je een niveau dieper gaan:

1.Het product: Welke producten of diensten worden geleverd. Hoe zien die eruit en welke varianten zijn er? Aan wie wordt de dienst geleverd? Hoe zit het commerciële model eruit? Is dit altijd zo geweest of is dit in de tijd veranderd?

2. De processen: Hoe lopen de processen die leiden tot het genereren van de data? Welke stappen zitten daarin? Wie voeren die uit? In hoeverre zijn die stappen gestandaardiseerd? Wat betekent dat voor de vastlegging?

3. De systemen: In welke systemen wordt welke data vastgelegd? Hoe ziet die datastructuur eruit? Welk systeem is leidend voor welke data? Hoe wordt data tussen systemen uitgewisseld en consistent gehouden?

4. De datakwaliteit: In hoeverre is de data volledig, correct en consistent? Wat is de invloed van de systemen en processen op de datakwaliteit? Zijn er mogelijk historische migraties geweest met afwijkende vastlegging of kwaliteit?

Christien: Alleen door de combinatie van deze punten ontstaat het begrip dat nodig is om echt iets met de data te doen. Vaak zie je dat met name de eerste twee punten te weinig aandacht krijgen in een data traject. Dit leidt ertoe dat data-analyses de plank misslaan of geen zinnige waarde toevoegen. Het is daarom ook van groot belang om deze stap altijd samen met de key experts van de organisatie te doen. De tijd die we hieraan hebben besteed heeft zich later dubbel en dwars terugbetaald omdat we de data echt begrepen.

René: Het resultaat van deze stap is een door de organisatie gedragen set data definities (inclusief business rules) en in ons geval ook een datakwaliteits- dashboard waarmee voor iedereen inzichtelijk gemaakt wordt welke data betrouwbaar is en waar mogelijk aandacht nodig is. Een goed begrip van de data eigenschappen en een afdoende datakwaliteit zijn een basisvoorwaarde om data voor het bedrijf te kunnen laten werken.

Beheersen

 

 

De volgende stap is het controle nemen over je data. Dat begint bij een goede governance. Door het benoemen van dataeigenaren en data stewards worden de verantwoordelijkheden belegd op de juiste plek. Een data gedreven organisatie kun je niet als één afdeling voor elkaar krijgen. Het is cruciaal dat iedereen hetzelfde doel voor ogen heeft en de gezamenlijke uitgangspunten onderschrijft.

Nu komt het inhoudelijke werk: Welke processen leiden in de praktijk tot issues in de datavastlegging? Vaak zijn vrij simpele aanpassingen voldoende om de kraan dicht te draaien. Door de datakwaliteit te monitoren zie je snel of de problemen worden opgelost. Ook kan het helpen of zelfs nodig zijn om aanpassingen in de IT-systemen door te voeren als die een goed proces in de weg zitten.

René: Als historische data van belang is kan het ook nodig zijn om data te schonen. Vaak kan dit grotendeels via scripts, bijvoorbeeld op basis van gerelateerde informatie in een ander systeem. Maar het kan ook zijn dat handmatige schoning nodig is. Deze schoning doen we uiteraard ook weer in nauwe samenwerking met de key experts van de organisatie.

Benutten

Uiteindelijk doel is het benutten van de data. Dit ligt uiteraard per organisatie anders, maar ligt meestal op een of meer van de volgende onderwerpen:

-Kwaliteit van de dienstverlening: Reductie van fouten, reductie van levertijden, correcte facturen, correcte communicatie.

-Klant aan de knoppen: Steeds meer klanten willen zelf hun dienstverlening kunnen regisseren en volgen. Dat is alleen mogelijk als de data 100% betrouwbaar is.

- Procesautomatisering: Als data vervuild is of niet goed gestructureerd, dan is dit een belemmering voor automatisering van processen. Dit kan ook in de keten zijn, dus in combinatie met partners.

-Revenue assurance: Kloppen de feitelijk geleverde diensten met de klant contracten en de verstuurde facturen?

-Financiële en commerciële analyses: Niets zo vervelend als onbetrouwbare cijfers in een rapportage. Maar ook het ontbreken van detailinzicht kan leiden tot het missen van kansen en verbetermogelijkheden, bijvoorbeeld een effectieve pricing strategie.

-Patroonherkenning en data science: Betrouwbare en goed beschikbare data, eventueel aangevuld met marktdata opent de mogelijkheid tot het doen van trendanalyses en het bouwen van voorspelmodellen, zowel op commercieel als op operationeel gebied

Christien: In het project hebben we voor onze klant een prijspunten analyse uitgevoerd door op detailniveau inzichtelijk te maken hoe de prijsniveaus voor vergelijkbare producten verschilden tussen klanten, met daarbij ook een historische trend die meerdere jaren terugkeek. Hierdoor is nu een veel gerichtere prijs en product strategie mogelijk. De andere genoemde doelstellingen golden bij deze klant echter ook en op elk van de punten hebben we de gewenste verbeteringen kunnen realiseren..

Hoe gaan we te werk?

Een traject begint altijd met een quickscan waarin de doelstellingen en de huidige situatie in kaart worden gebracht. Op dat moment wordt ook duidelijk welke ambities op korte en langere termijn mogelijk zijn. Afhankelijk van de wensen en keuzes wordt vervolgens een plan opgesteld waarbij de doelen en deliverables duidelijk worden vastgesteld.

Vasco Consult levert hierbij het programma management en de business analyse. Datamo levert de data analisten en data scientists. Vanwege de mix aan competenties kan het gehele traject in de kern door hetzelfde projectteam worden uitgevoerd, waarmee de gewenste eindresultaten ook echt behaald kunnen worden.

Door Christien Visser en René Wildöer


Copyright 2019 © Datamo B.V. - Algemene Voorwaarden