Transformeren naar een data gedreven organisatie

Een datagedreven organisatie waarbij alle medewerkers data savvy zijn en er goede onderbouwde keuzes gemaakt kunnen worden, dat klinkt goed! Maar hoe transformeer je naar een datagedreven organisatie?

Een data gedreven organisatie

Uit onderzoek van Gartner bleek dat vrijwel alle respondenten (directieleden van grote organisaties) meer data-gedreven willen worden, maar dat slechts een derde hierin is geslaagd. In zes op de tien gevallen mislukt deze transitie. Wat maak de transformatie naar een data gedreven organisatie zo lastig? De organisatiecultuur is een essentiële schakel. Grote organisaties zijn niet zo wendbaar, waardoor een transitie tijd kost. Start-ups hebben daarentegen vanaf de start vaak al een data gedreven cultuur.

In gesprek met Reinoud de Jager en Bart Meerdink voor de podcast van Studio Beeckestijn benadrukt Frank van Delft dat data gedreven werken middel is en geen doel. ‘Je wil toewerken naar een situatie waarin data voor jouw organisatie en jouw klanten het meeste waarde toevoegt.’

Start vanuit de customer journey

Is jouw organisatie nu nog niet data gedreven, maar twijfel je waar je moet starten met het verzamelen of inzetten van data? Frank schetst in de podcast een mooi getracht experiment. Als je morgen drie ton extra marketingbudget zou krijgen (afhankelijk van je organisatie, maar een fors extra budget), waar ga je dat aan uitgeven? Welke touchpoints in de customer journey ga je dan versterken?

Kijk vervolgens of je op die punten data verzamelt/hebt. Kan je die data inzetten om die klantreis op dat punt te versterken? Of hoe kan je op dat punt data gaan verzamelen zodat je je gevoelens beter kan onderbouwen. De customer journey is dus een goed startpunt om meer data gedreven aan de slag te gaan.

Ondernemen buiten de bestaande structuren

Als je de transformatie met één touchpoint start, kan op kleinere schaal het succes aantonen om vervolgens op te schalen. Zo vergroot je je draagvlak en kom je los van bestaande (rigide) structuren. Denk wel goed na over het team waarmee je start. Door zowel data-gedreven marketeers én collega’s die dagelijks met de business bezig zijn, zoals productontwikkeling, logistiek en IT te betrekken, zorg je dat de inspanningen aansluiten bij de strategie van de organisatie.

Analytics Maturity Model

Veel organisaties worstelen met het toepassen van data. Bij de meeste organisaties is analytics nog niet geïntegreerd, onvolwassen en ontbreekt een vaste bijdrage aan bedrijfsdoelstellingen. De verschillende stadia van volwassenheid op het gebied van analytics worden door samengevat in het  ‘Analytics Maturity Model’ van Danny Oosterveer. Aan de hand van dit model kun je zien waar je organisatie nu staat en wat de volgende stap kan zijn om meer data-gedreven te worden.

1. Geïnitieerde fase

In de eerste fase worden (vaak) op initiatief van marketing stappen genomen om ‘iets’ te doen met de mogelijkheden van Google Analytics. Het ontbreekt dan nog aan collega’s met (goede) kennis van data en management is vrijwel niet betrokken. Ook de businesskansen zijn dan vaak nog onbekend.

Het gaat in deze fase vaak om data als bezoekersaantallen en paginaweergaven. Om te meten wat de website of een campagne oplevert of welke content veel wordt bekeken.  

2. Gedefinieerde fase

Het draagvlak voor data groeit en ook het management raak geïnteresseerd. In de tweede fase wordt iemand aangewezen (meestal van het marketingteam) die verantwoordelijk wordt voor data. Vaak nog wel in combinatie met andere taken.  

De inzet van data krijgt meer vorm en wordt duidelijker afgebakend en gedefinieerd. Er komt een onderscheid tussen metrics voor bepaalde fasen in de customer journey.

3. Geïntegreerde fase

De aandacht binnen de organisatie groeit verder en analytics begint bij te dragen aan de algehele bedrijfsdoelstellingen. Analytics wordt op meerdere niveaus en binnen meerdere afdelingen onderdeel van de processen. Zo wordt data een steeds belangrijker onderdeel van de organisatie.

In deze derde fase zijn er vaste metrics en worden er meer tools ingezet. Al die data vragen ook om meer aandacht voor het communiceren van die data.

4. Geoptimaliseerde fase

Analytics is in de vierde fase volwassen geworden en levert een wezenlijke bijdrage aan de bedrijfsdoelstelling. Overal in de organisatie heeft data een belangrijke rol. Bijvoorbeeld binnen het management voor de strategische besluitvorming. Er ontstaat ook steeds meer een cultuur van continue optimalisatie. Plannen vormen in een vroeg stadium al getest. Daarnaast wordt er ook gewerkt met voorspellende analytics. De data-analisten hebben voldoende kennis om datamodellen te bouwen die de toekomstige vraag kunnen voorspellen.

Een overzicht van de vier fases:

	Geïniteerd	Gedefinieerd	Geïntegreerd	Data-gedreven organisatie
Visie	Geen bewustzijn van businesskansen Experiment	Adoptie in navolging van andere organisaties Ontwikkelen businesscase	Analytics levert bijdrage aan bedrijfsdoelstellingen	Analytics levert structureel bijdrage aan bedrijfs-doelstellingen en vormt businessmodel
Organisatie	Iemand van marketing of IT doet het erbij	Analytics belegd bij marketingafdeling	Analytics is belegd bij verschillende afdelingen	Analytics is vast onderdeel van alle teams en nauwelijks meer als losse discipline te onderscheiden
Management	Management niet betrokken	Management enigszins betrokken	Management betrokken	Op strategisch niveau geïntegreerd
Processen	Geen onderdeel van processen	Standaardisatie van methodes. Inzet om marketinginspanningen te evalueren	Onderdeel van processen op managementniveau	Integraal onderdeel van processen
Metrics	Operationele en vanity metrics	Metrics weerspiegelen performance marketing-inspanningen	KPI’s weerspiegelen businessdoelen	KPI’s weerspiegelen businessdoelen
Inzichten	Leren over de metrics en het beïnvloeden van operationele metrics	Inzicht in de performance van de marketingmiddelen	Inzicht in de performance van verschillende afdelingen en de bijdrage aan de bedrijfsdoelen	Data-gedreven verkregen inzichten optimaliseren performance en zorgen voor businessmodel-innovatie
Communicatie	Standaardrapportage	Rapportage op maat, die periodiek wordt gedeeld	Rapportages op maat voor operationeel en strategisch niveau	Rapportage integraal onderdeel van processen.

Data driven team

Welke eigenschappen, skills en kennis heb je in jouw organisatie nodig om een succesvol te transformeren naar een data gedreven organisatie? Zowel Danny als Reinoud en Frank delen hun visie op onderdelen als leiderschap, kennis en skills.

Chief data officer

In een artikel benadrukt Danny het belang van leiderschap binnen die transformatie. ‘Het is belangrijk dat duidelijk is wie er verantwoordelijk is voor het leiden van dataprojecten en het verwezenlijken van een culturele verandering.’

‘Om aan de ene kant de transformatie naar een data-gedreven cultuur te bevorderen en om aan de andere kant de noodzakelijke technologie en trainingen in huis te halen, hebben sommige grote organisaties een change agent aangesteld in de vorm van een chief data officer (CDO). De belangrijkste verantwoordelijkheid van de CDO is het ontwikkelen van een datavisie en een datastrategie. Het benoemen van een CDO is weliswaar niet dé oplossing voor een data-gedreven organisatie, maar zorgt er wel voor dat het thema data de aandacht krijgt die het verdient.’

KENNIS EN SKILLS

Wat voor skills heb je nodig? Volgens Frank is een belangrijke skill voor marketeers die meer data gedreven willen werken, het (slim) kunnen door vertalen van inzichten naar nieuwe proposities en kanalen. Als je organisatie breed kijkt, heb je zowel specialisten binnen data science nodig, maar ook mensen die data en marketing verbinden, dit zijn business translators. Zij zijn de spil tussen de specialismen.

‘Om de wereld van data science en marketing bij elkaar te brengen is het belangrijk om elkaars taal te spreken. De data scientist moet de business snappen en de taal van de marketeer spreken en andersom moet de marketeer data savvy zijn en weten wat de mogelijkheden zijn.’

Data savy professionals

We hoeven niet elke marketeer op te leiden naar een data scientist, maar we moeten wel elke marketeer opleiden naar professionals die verstand hebben van data en data savvy zijn.

Frank van Delft

Bovenstaande quote van Frank uit de podcast benadrukt het belang van professionals die ‘data savvy’ zijn. Maar wat is dat? Reinoud geeft de volgende definitie: ‘Een professional die data savvy is, heeft basis vaardigheden als het een lezen en begrijpen van een dashboard en het vertalen van data naar concrete acties voor de eigen business.’

ROYAL FLORA HOLLAND

Reinoud de Jager deelt in de podcast zijn ervaring over de transformatie naar een data gedreven organisatie bij Royal Flora Holland (RFH). Zij zijn in de afgelopen jaren getransformeerd naar een B2B platform. Van oudsher verliep veiling van de bloemen offline via de welbekende tribune met de teruglopende klok.

Royal Flora Holland gebruikt data op twee verschillende niveaus:

• Data als bron voor beslissingen: hierbij wordt data ingezet om strategische en commerciële besluitvorming te faciliteren.
• Data als dienst: Kwekers en verkopers maken gebruik van een online platform. Data geeft hen beter inzicht in de afzet en marges. Deze tweede vorm van inzetten van data laat ook het belang van data in de rest van de organisatie zien.

Laat de successen zien.’ Deel na een succesvol traject bijvoorbeeld welke data producten essentieel waren voor een succesvolle afronding.

Reinoud de Jager

Data kwaliteit

De zuiverheid van data is een grote uitdaging bij data gedreven organisaties en zal ook altijd zo blijven. Het start bij het zorgen dat jouw data professionals de goede opleiding en vaardigheden hebben. Vervolgens neemt volgens Frank het binnenhalen en schoonmaken van data tot wel 75% van de tijd in beslag, maar het is essentieel voor het succes van je project.

Als marketeer binnen een data gedreven organisatie is het ook belangrijk om objectief te blijven en niet op zoek te gaan naar inzichten die je bevallen. “If you torture data long enough, it will confess to everything.” Frank benadrukt dat het belangrijk is om je niet alleen blind te staren op de data, maar oog te blijven houden voor de processen en klanten. Een verzekeraar die een enorme stijging in aanvragen voor bliksem claims zag, kon dat niet matchen met de data over het weer. Wat bleek? Het was de eerste optie in de scroll down. Dus iedereen die geen zin had om dat menu te bekijken, koos voor bliksem.

Voor dit artikel zijn verschillende bronnen samengevoegd. Danny Oosterveer schreef over o.a. het analytics maturity model in een artikel dat eerder verscheen bij Customertalk. Danny verzorgt als zelfstandig marketingconsultant onder andere de online marketing van dierentuin Burgers’ Zoo. Daarnaast sprak Bart Meerdink Frank van Delft managing partner bij CIM7 en Reinoud de Jager, product owner customer & market insights bij Royal FloraHolland, voor de podcast van studio Beeckestijn (beide ook docent bij Beeckestijn Business School).

Podcast transformeren naar een data gedreven organisatie