Blog Job van den Berg
Waarom is het ene bedrijf succesvoller met data dan het andere?
Waarom is het ene bedrijf succesvoller met data dan het andere en wat zijn de verklaringen daarvoor, dat vraagt data-expert Job van den Berg zich af in deze blog. ,,Belangrijkste les die ik alvast wil delen: een succesvolle data-strategie betreft meer dan het hebben van een grote zak met geld. Ik neem je graag allereerst mee in een aantal ‘pitfalls’ bij het implementeren van een data-strategie die ik vaak tegenkom in de gesprekken die ik met bedrijven heb."
Afbeelding ter illustratie. Bron: Shutterstock.
Job van den Berg
Blue Field Agency
Job van den Berg is Chief Data & Insights Officer bij Blue Field Agency (marketing- en databureau) waar hij leiding geeft aan de data insights en analytics afdelingen en merken helpt om meer data gedreven marketing-beslissingen te nemen. Zijn doel is om echt impact te maken met data. Omdat bedrijven steeds meer eigen data verzamelen en ‘data driven’ werken, is de juiste inzet en interpretatie van data nog belangrijker geworden. Job spreekt geregeld op events, geeft tutorial video's over de juiste inzet van data en is presentator van de podcast Data& waarin hij de praktijkervaring en eerlijke bevindingen over data met experts bespreekt. Al zijn data content kun je terug vinden op zijn platform “Job’s Databerg”. Job is ook expertblogger bij De Ondernemer en schrijft maandelijks voor deze website.
1.Starten met IT en daarna pas denken over de datatoepassingen
Sommige bedrijven zien data puur als een IT- en technisch vraagstuk, terwijl data juist een business-vraagstuk zou moeten zijn. Immers we gebruiken data als middel om zaken slimmer, efficiënter en effectiever te doen. Toch wordt vaak gestart met het opzetten van processen en data warehouses om de data goed te kunnen opslaan, te beheren en te verwerken. Aanschaf van dit soort systemen is kostbaar en daarnaast moet je de juiste experts aantrekken voor de implementatie. IT is dan de beste business unit om ownership over data te hebben.
Wat dan vaak gebeurt, is dat de business afdelingen en marketing in beperkte mate bij het proces worden betrokken. Er wordt geen input gevraagd voor het maken van een business case, hoe de systemen in te zetten en wat de voordelen van data warehouses voor hen zouden kunnen zijn. Naar verloop van tijd staan de systemen en dat is vaak het moment dat de business units en marketing op de hoogte worden gesteld. Echter dan is het vaak te laat: er is onvoldoende draagvlak voor het gebruik van de systemen en het aanbod matcht de vraag niet die binnen de organisatie leeft.
2. Te veel micro-management op data KPI’s
We willen allemaal graag met die gemaakte data investering minstens zoveel terug verdienen. Het liefst willen we daar een numerator aankoppelen. Fijn voor de CFO, maar ook om aan te tonen waarom het nodig is om data teams op te zetten. In een grote organisatie wil je dat graag meetbaar maken in de vorm van een KPI zodat het goed terug is te zien in de financiële rapportages. Het is echter heel lastig om die KPI specifiek voor data te maken. Dat komt omdat data gedreven werken een way of working is die de gehele organisatie ten goede komt. Het effect is daarom op top-line resultaten terug te zien - eigenlijk de metrics waar je altijd al naar kijkt. Het idee is dat die beter worden op het moment dat data echt worden ingezet in de business.
Lees ook: Data-expert Job van den Berg: zo heb je in 2022 nieuwe kennis over je klanten
3. Beter iets dan niets
Sommige bedrijven belanden nog wel eens in een oneindige zoektocht naar ‘data perfectie’ en staan te veel stil bij wat nog niet goed werkt en wat nog beter kan. Dat is een onmogelijke opgave - met data proberen we menselijk gedrag te voorspellen en te verklaren. Er zijn echter zo veel factoren die van invloed zijn; de mens is een te complex organisme om volledig te kunnen verklaren. Daarom moet je dealen met onzekerheid en imperfectie bij data - roeien met de riemen die je hebt. Dan is het misschien wel soms fijn dat je niet meer budget of capaciteit hebt om je modellen te verbeteren want dan bereik je eerder het moment dat je ook echt aan de slag gaat met die data.
4. De kloof tussen data en sales/marketing
De laatste verklaring sluit aan bij de eerste en dat is dat bedrijven die een apart data team hebben, dat gescheiden is van de business teams, minder goed slagen in het implementeren van een data-strategie dan bedrijven die data experts dicht bij de business hebben zitten. Het nadeel van dit ‘silo’en’ van data teams is dat de teams die uiteindelijk met de data insights aan de slag moeten gaan te ver er vanaf komen te staan. Marketeers en degenen die in de business line werken hebben vaak beperkte datakennis, zien de datamogelijkheden nog wel eens als afleiding van de daily business en de praktische relevantie voor deze groep is nog wel eens onduidelijk. Kortom: er is een kloof tussen data en de business waardoor use-cases en concrete toepassingen uitblijven.
De rode draad is dus dat een succesvolle data-strategie meer betreft dan het hebben van een grote zak met geld. Data gedreven werken is namelijk een organisatieverandering - de hele organisatie moet klaar zijn om data gedreven te werken; van sales tot aan legal en development. Het hebben van de juiste data systemen en experts in de organisatie wordt steeds meer een randvoorwaarde. Nu wordt het meer dan ooit belangrijk om ook mensen te hebben die de waarde van data ook goed kunnen vertalen naar de business en de teams hierover kan enthousiasmeren en hierin kan meenemen.
