Datagedreven werken: 5 onmisbare tips voor het analyseren van data

Data wordt ook wel het nieuwe goud genoemd. Maar hoe profiteer je van de waarde van data? Hoe start je bijvoorbeeld met het analyseren van data? Peter ten Wolde, business consultant bij OGD, werkt al 25 jaar in dit vakgebied. Hij krijgt in gesprekken met klanten vaak te maken met dezelfde vragen over het analyseren van data en datagedreven werken. In deze blog deelt hij zijn 5 belangrijkste tips voor data-analyse.

📖 Whitepaper: Hoe je concurrentievoordeel behaalt met datamanagement

Voordat Peter start met 5 tips voor het analyseren van data, legt hij eerst nog uit waarom data-analyse waarde toevoegt. Data-analyse helpt je organisatie op twee manieren:

Je kunt dankzij data-analyse je organisatie beter begrijpen en daardoor ook beter sturen. Je kunt door data de efficiëntie en effectiviteit binnen je organisatie meten. Je kijkt bijvoorbeeld naar vraagstukken als: ‘hoe effectief is ons beleid?’ of ‘hoe efficiënt zijn we in het verkopen van onze producten?’ Data-analyse helpt hier goed bij. Je begrijpt beter wat er gebeurt binnen je organisatie en hoe je dat anders of beter zou kunnen doen.
Je kunt waarde toevoegen met data-analyse. Data is in de loop van de tijd steeds waardevoller geworden. Het kan nu zelfs nieuwe businessmodellen mogelijk maken.

5 onmisbare tips voor data-analyse voor een datagedreven organisatie

Tip 1: Houd altijd je doel voor ogen met het analyseren van data
Tip 2: Experimenteer en werk datagedreven
Tip 3: Zoek een dataplatform uit dat echt bij je doelstellingen past
Tip 4: Zorg dat je data governance en master datamanagement op orde is
Tip 5: Wees je bewust van je bias tijdens de data-analyse

1. Houd altijd je doel voor ogen met het analyseren van data

Je kunt je je leven lang bezighouden met data analyseren. Maar je moet een bepaald doel voor ogen hebben met data verzamelen en analyseren. Die doelstellingen zijn natuurlijk voor elke organisatie weer anders:

als commerciële instelling wil je de omzet van de verkoop verhogen door te achterhalen wat de voorkeuren van je klanten zijn;
als nieuwswebsite wil je nieuws en verhalen aanbevelen op basis van interesses van de lezer;
als zorginstelling wil je de beste zorg bieden op een zo kosteneffectief mogelijke manier;
in de politiek wil je lijsten van geregistreerde kiezers, donateurs en potentiële vrijwilligers samenvoegen om acties te nemen die de meeste impact hebben op de verkiezingscampagne.

Als je met je data-analyse niet kunt aangeven welk doel je ermee hebt, dan is dat een verspilling van tijd, moeite en kosten. Neem dus je bedrijfsdoelstellingen als uitgangspunt, anders weet je niet hoe goede of slechte resultaten eruitzien.

Leestip: lees hoe je je data-doelstellingen afstemt op je organisatiedoelstellingen.

2. Experimenteer en werk datagedreven

Toch heeft tip 1 (houd altijd je doel voor ogen) ook een tegenhanger. Experimenteer ook met data. Want denk ook na over de vraag: ‘hoe kan data dingen mogelijk maken die het nu nog niet doet?’ Je weet vaak nog niet eens welke kennis er ontbreekt.

Data kan goudklompjes voor de toekomst bevatten. Probeer om die reden out-of-the-box te denken. Ga gluren bij de buren. De beste oplossing voor een probleem ligt namelijk vaak in een ander vakgebied. Probeer daarom echt buiten de bestaande kaders te denken. Maak gebruik van externe (open) data die via het internet vrij beschikbaar is. Combineer deze externe data met je eigen data om tot nieuwe inzichten te komen.

Data verzamelen met een doel én experimenteren staan als een yin en yang tegenover elkaar. Laat het nuttig zijn voor de bedrijfsdoelen. Maar gun tegelijkertijd ook jezelf de ruimte om dingen te onderzoeken waar je tot nu toe nog niet aan gedacht had. – Peter ten Wolde | business consultant bij OGD

Het gaat dus ook echt om de balans tussen data verzamelen met een doel en experimenteren met data. Zolang je dat allebei voor ogen houdt kom je een heel eind.

Klantcase: hoe NWO meer inzicht krijgt in de prestaties met BI-expertise van OGD.

3. Zoek een dataplatform uit dat echt bij de doelstellingen van je organisatie past

Je kunt alleen analyses doen met goede data. Je datakwaliteit moet op orde zijn. Want als je er rommel instopt, komt dat er ook uit. Zoals ze dat in het Engels zeggen: garbage-in is garbage-out. Daarom is gedegen datamanagement en een goed dataplatform cruciaal voor datagedreven organisaties.

Peter krijgt vaak de vraag van organisaties: ‘wat zijn nou de juiste tools voor data-analyse?’ Er zijn heel veel goede tools, denk maar aan PowerBI van Microsoft, Looker (Google), Tableau of Qlik. Maar je moet vooral kijken naar:

wat heeft mijn organisatie nu nodig aan functionaliteiten?;
wie gaat zich bezighouden met de data en welk gereedschap is daarbij het meest geschikt?;
wat heeft mijn organisatie nodig aan functionaliteiten voor de toekomst?;
wat wil ik vervolgens doen met de verkregen inzichten uit data (bijvoorbeeld iets automatiseren)?

Probeer in de toekomst te kijken. Wat zijn jouw groeiplannen als datagedreven organisatie rondom data in de toekomst? Kijk daarom ook echt naar de mate van innovatie voor die tools. Aan de andere kant moet je ook niet meer functionaliteiten willen dan je nodig hebt. Zorg dat je die balans houdt.

Je mag best vooruitdenken. Maar zorg er wel voor dat je niet verdwaalt raakt in de functionaliteiten. – Peter ten Wolde | business consultant bij OGD

Waar je in ieder geval op kunt letten bij je keuze voor een data-platform:

Biedt het platform voldoende functionaliteiten maar niet teveel functionaliteiten voor mijn datadoelstellingen? Kijk of je platform schaalbaar genoeg is voor de toekomst.
Hoe eenvoudig is het platform te implementeren? Kijk hierbij naar hoe makkelijk deze tools in gebruik te nemen zijn in je organisatie. Is het een kwestie van configureren en alles bij elkaar klikken of moet je alles voorprogrammeren? Misschien kost het implementeren veel tijd, maar levert het vervolgens je organisatie op wat het nodig heeft. Weeg dat goed af.
Welke verschillende gebruikersgroepen zijn er binnen de organisatie? Kijk naar de wensen van de eindgebruikers in je organisatie voor het dataplatform.
Wat heeft mijn organisatie nodig voor de toekomst? Selecteer je platform op toekomstige groei. Hierbij is je datastrategie leidend. Kijk ook goed naar de technische randvoorwaarden want daar moet het dataplatform ook aan voldoen.

Lees hier hoe je jouw data optimaal inzet in 6 stappen.

4. Zorg dat je data governance en master datamanagement op orde zijn

Voordat je het juiste dataplatform selecteert, is het belangrijk dat je data governance en master datamanagement op orde hebt:

Data governance: dit gaat erover dat je vastlegt hoe je binnen jouw organisatie omgaat met data en dat je daar regels aan verbindt. Je kijkt dan naar vraagstukken als: hoe richt je je data in en wat zijn de procedures voor hoe met de data om te gaan? De kern van data governance is dat je data correct, consistent, optimaal toegankelijk en onderling goed uitwisselbaar is.
Master datamanagement: met master datamanagement bedoelen we ‘het bij elkaar brengen en uniformeren van de data in je bedrijf’. Deze data komt van verschillende afdelingen en uit verschillende systemen van je organisatie. Het gaat hierbij bijvoorbeeld om het bij elkaar brengen van de product- en klant hiërarchieën waarbij het dataplatform gecombineerde structuren opslaat. Het kost veel inspanning om dit goed voor elkaar te krijgen, maar dit is nodig om bedrijfsbrede analyses te doen.

Klantcase: hoe IATA data-analyses sneller uitvoert na succesvolle data-integratie door OGD

5. Wees je bewust van je bias tijdens de data-analyse

Wees bewust van je bias op het moment dat je data analyseert. Vaak hebben we niet eens door hoe achterliggende vooroordelen onze analyses sturen. Het kan daarom zijn dat je onbewust al een conclusie trekt voordat je de data geanalyseerd hebt.

We bekijken de wereld altijd door onze eigen bril en nemen beslissingen die zijn gekleurd door vooroordelen. Toch kun je maatregelen nemen om bias tegen te gaan. Hierin is diversiteit noodzakelijk. Een zo divers mogelijk team van verschillende expertises, achtergronden, leeftijden en opleidingsniveaus is hierin belangrijk. Als er meer stemmen te horen zijn, is het makkelijker om binnen het proces na te gaan waar er sprake is van bias.

Verder moet je jezelf en je team aanleren om kritisch te kijken naar de bron van de data, weten welke data relevant is voor analyse en weten wanneer het wel en niet verantwoord is ze als basis voor besluitvorming te gebruiken.

Aan de slag met data-analyse: de volgende stappen

Data speelt tegenwoordig een sleutelrol in elke organisatie. Het slim inzetten van data helpt je organisatie bij het nemen van beslissingen, het doen van voorspellingen en het automatiseren van processen. Maar data is alleen nuttig als we het op de juiste manier analyseren. Bovenstaande 5 tips helpen hierbij. Wil je nog meer weten over datagedreven werken? Bekijk dan ook onze andere content:

Datagedreven werken start met goed datamanagement. Want datamanagement helpt je organisatie om gegevens optimaal te gebruiken en te beheren. Dat schept de basis om met data waarde toe te voegen aan je organisatie. Wij schreven hierover een whitepaper. In deze whitepaper lees je over het belang van datamanagement en hoe je datamanagement goed inricht.

Aan het einde van deze whitepaper weet je: