Ethische richtlijnen, lijsten van raamwerken en ethische commissies duiken links en rechts op. Maar er […]
Belemmeringen bij het opschalen van Data & Analytics initiatieven
Een organisatie weet inmiddels wel ‘waarom’ data en analytics waardevol zijn. De vraag is nu ‘hoe’, dus hoe kan de organisatie meer, structureel betere en snellere inzichten krijgen? Een dergelijke organisatie wil de uit data verkregen inzichten in haar processen inbouwen om een volwassener organisatie te worden en zo naar een hogere plek op de volwassenheidscurve te klimmen (figuur 1). Desondanks wijst dezelfde organisatie op de uitdagingen die gepaard gaan met het opschalen van analytische initiatieven. Dergelijke uitdagingen of obstakels (hierna ‘belemmeringen’) weerhouden organisaties ervan om het volledige potentieel van Analytics te benutten. Deze belemmeringen kunnen worden onderverdeeld in drie niveaus: strategisch, tactisch en operationeel. In dit artikel bespreken we de belemmeringen bij het opschalen van analytics en kijken we naar mogelijkheden om ze weg te nemen.

Figuur 1: Deloitte IDO Volwassenheidscurve (klik op afbeelding voor groter)
Strategisch niveau – Strategie & portfolio
Sommige organisaties hebben wel een soort van analyticsvisie gedefinieerd en doelen gesteld, maar hebben vervolgens moeite met het uitvoeren van de analyticsstrategie. Het Analytics Leadership, verantwoordelijk voor besluitvorming, is niet gedefinieerd. De visie en doelen blijven daardoor vaag en er is niemand die het voortouw neemt. Het definiëren van duidelijk eigenaarschap, het stellen van definitieve doelen en het opvoeden van de organisatie voor wat betreft de waarde van analytics, is essentieel voor de juiste uitvoering van de analyticsstrategie.
Een analyticsstrategie kan effectief worden uitgevoerd op basis van gedegen analytics-portfoliomanagement met een gedefinieerd innovatieproces, duidelijk eigenaarschap, heldere besluitvormingsmomenten en een deugdelijke financieringsstructuur. Het niet goed beheren van een analytisch portfolio heeft een negatief effect op de prioritering en creëert onduidelijkheid. Deze onduidelijkheid zorgt vervolgens voor een gebrek aan vertrouwen in de waarde van analytics, wat uiteindelijk het opschalen van analytics in de weg staat. Het helder hebben van de voordelen, het beschikken over een sterke pijplijn van projecten die in het verlengde liggen van de organisatiestrategie, en het vastleggen van definitieve doelstellingen stimuleren eigenaarschap en helpen bij het portfoliomanagement.
‘Governance’ is niet het meest ‘sexy’ aspect van Analytics, waardoor het belang van governance vaak niet wordt onderkend. Wanneer bedrijf en IT niet samenwerken aan een gemeenschappelijk doel, zien we vaak dat er sprake is van ineffectieve governance. Bovendien is in veel gevallen de privacy en regelgevingsstructuur binnen de organisatie niet goed op orde. Een governancestructuur die investeert in privacy en regelgeving en tegelijkertijd de gezamenlijke ontwikkeling van analytische oplossingen op basis van actieve samenwerkingen met business stakeholders stimuleert, vormt het fundament voor het succesvol opschalen van analytics.
Tactische belemmeringen – Leveren en inbedden van analytische oplossingen
Op tactisch niveau kan Analytics alleen succesvol zijn wanneer het bedrijf de impact ervan begrijpt. Daarom is de vierde belemmering een laag niveau van bereidwilligheid in de functies. De functies zijn met name sceptisch omdat het aan het begin van een initiatief lastig is om te begrijpen wat de analytische oplossing behelst en hoe zo’n oplossing het bedrijfsproces ondersteunt. Daarbij komt dat de angst voor het overgaan op besluitvorming op basis van feiten resulteert in een geringe acceptatie van oplossingen binnen de hele organisatie. Maar door de mogelijkheden van analytics onder de aandacht te brengen, over te gaan op een non-silobenadering en dus goed samen te werken met analyticsfuncties en de time-to-market van analyticsoplossingen te verkorten, zullen bedrijven sneller bereid zijn om de stap te nemen.
Zodra de bereidheid er is en een analyticsproject van start gaat, krijgen we te maken met de volgende belemmering: inefficiënte projectaanpak en -methodologie. Zonder een gestructureerde projectaanpak en -methodologie wordt het een hele kluif om synergie tussen analyticsinitiatieven en verbeteringen op basis van eerdere leerervaringen te creëren. Dit leidt tot langdurige projecten en resultaten van wisselende kwaliteit, met als mogelijk gevolg ontevreden analyticsklanten (bedrijven). Inefficiëntie kan ook het gevolg zijn van een watervalachtige projectmanagementbenadering met lange doorlooptijden en minimale betrokkenheid van gebruikers. Daarnaast worden projecten die niet succesvol zijn, soms te laat een halt toegeroepen omdat er geen duidelijke formele beslismomenten zijn. Een efficiënte gestandaardiseerde projectaanpak waarbij analyticsklanten feedback geven, zal helpen bij het inbedden en opschalen van analytische oplossingen.
De volgende belemmering is het falen van industrialisatie van analytische oplossingen. De transitie van analyticsprojecten van pilotfase naar het inbedden in de organisatie vormt een hele uitdaging. Gebrek aan business ownership zorgt ervoor dat pilots/PoC’s worden stopgezet. Vaak is het niet duidelijk hoe een PoC kan worden ingepast in de dagelijkse bedrijfsvoering. Bovendien vereist het opschalen van PoC’s door technologische ontwikkelingen een moderne architectuur, terwijl veel organisaties nog met verouderde technologie werken.
Hiermee komen we bij het derde niveau van belemmeringen – operationele belemmeringen.
Operationele belemmeringen – Zorgen voor de juiste enablers
Organisaties hebben te maken met een gefragmenteerd datalandschap. Starre (verouderde) data‑infrastructuur of de niet-beschikbaarheid van data beperkt de mogelijkheid om volledig te profiteren van data en analytics. Datasilo’s, zeer complexe business-logica met weinig of geen documentatie, zorgen voor extra uitdagingen, niet alleen voor wat betreft het opschalen van analytische initiatieven maar ook ten aanzien van de borging van de juiste kwaliteit. Eenduidige richtlijnen voor data-architectuur kunnen helpen om dit gefragmenteerde landschap te voorkomen.
Nadat de bovengenoemde belemmeringen zijn weggenomen, komen organisaties uiteindelijk in een situatie waarin ze focussen op meerdere projecten, wat resulteert in een beperking van resources. Aanvankelijk uit zich dit in een lage beschikbaarheid binnen het bedrijf met betrekking tot het zich toe‑eigenen en ondersteunen van projecten. Geringe beschikbaarheid binnen het bedrijf kan ontstaan door geringe acceptatie van datagestuurde beslissingen of door het culturele aspect van de organisatie. Beperkte interne beschikbaarheid van analytische vaardigheden binnen het huidige personeelsbestand kan dan leiden tot uitstel van de kick-off van initiatieven. Schaarste van resources betekent dat er moet worden geïnvesteerd in training, in werving in een schaarse markt of in het bouwen van een netwerk van analyticspartners voor het bedenken van een creatieve oplossing.
Samenvattend zijn er acht belemmeringen voor het opschalen van analytics. De genoemde belemmeringen zijn niet wederzijds exclusief; ze zijn allemaal onderling verbonden. Als een analyticsstrategie bijvoorbeeld niet complementair is aan de organisatiestrategie, wordt de industrialisatie van analytische oplossingen waarschijnlijk nooit een feit. Het raamwerk ‘belemmeringen bij opschaling’ helpt een organisatie bij het vaststellen van specifieke belemmeringen en biedt ondersteuning bij het bepalen van de stappen die nodig zijn om ze weg te nemen.

Figuur 2: Raamwerk ‘Belemmeringen bij opschaling’