Berichten over de toepassing van Artifical Intelligence (AI) en Machine Learning (ML) op data zijn al maanden niet meer uit je LinkedIn-timeline te denken. En dat deze mogelijkheden jou kansen bieden op het gebied van real-time data, forecasting en meer – dat weet jij ook wel.

Maar werp je een blik op het datafundament in jouw organisatie? Dan krijg je het benauwd. Want om überhaupt innovatief met data om te gaan, moet de basis hiervan wél op orde zijn. Schuurt het daar momenteel? Ontdek dan hier welke stappen naar verbetering jij kunt nemen!

Onze datagekken denken graag met je mee. Hoe we dat doen? Aan de hand van ons Data Maturity Model. Hiermee wordt bepaald hoe datavolwassen jouw business is én wat er moet gebeuren om een niveau verder te komen!

De criteria zijn onderverdeeld in Strategy, People, Process, Technology en Data en geven jou duidelijke handvatten om mee aan de slag te gaan. Dus wil jij weten of je Data Explorer, Aware, Capable of Advanced bent? En hoe jij de kansen van data beter benut? Neem dan nu contact met ons op.

We noemden net forecasting en real-time data, maar het kan maar zo zijn dat ook dit nog toekomstmuziek is voor jouw organisatie. Misschien worden er maandelijks per afdeling een aantal Excel-rapportages gemaakt per afdeling met wat data uit je CRM-systeem en social media-kanalen, maar daar stopt het wel. 

Of misschien piel jij wel eens met een rapportagetool, maar geef je dit door de vele foutmeldingen al snel weer op. Kortom: de kwaliteit van data is slecht en er ontbreekt een hoop cruciale informatie. 

LEES DE BLOG

Ai, je bent je waarschijnlijk zeer bewust van de gemiste kansen. En de stap naar AI en ML is vanaf dit punt al helemaal gigantisch. Hoe het zo ver is gekomen maakt ook niet meer uit, maar het is zéker tijd om er iets aan te doen. Doe dit alleen wel bewust. Want als je te snel gaat en stappen overslaat, ben je straks misschien wel verder van huis. 

Bouw datagedreven-werken daarom zorgvuldig op. Het heeft niet alleen impact op je datamanagement, maar ook op je mensen, processen en systemen. Daarom, first things first: dit zijn de eerste stappen naar een minimaal datafundament in jouw business. 

Het klinkt voor de hand liggend, maar dit is de basis van alles. Wil je data strategisch inzetten in je business? Dan moet je de juiste data verzamelen, opslaan en verrijken. Dit houdt in dat je moet nadenken over welke gegevens je minimaal nodig hebt om goede financiële rapportages te maken of inzicht te krijgen in bepaalde processen. Vraag jezelf dus af:

  • Wat wil je bereiken?

  • Hoe kan data hierin ondersteunen?

  • En waar haal je die data dan vandaan? 

Zorg dat je voor ieder gegeven een veilige bron hebt én dat dit op een logische manier wordt opgeslagen. Want straks wil je hier iets mee. Zorg daarom ook dat deze bronnen aan elkaar te koppelen zijn. Hiermee voorkom je dat je straks bakken met data hebt, maar je deze niet kunt verrijken. 

Data is geen ‘extraatje’ meer. Het is niet iets wat een marketeer of business controller er even bij doet. Als je hier serieus mee wil werken, moet je hier serieus mensen verantwoordelijk voor maken. En als je die kennis intern niet hebt, moet je die vinden. Denk aan dataspecialisten binnen je IT-afdeling. Want anders heb je straks de tools om datagedreven te gaan werken, maar weet niemand hoe je hiermee uit de voeten komt. Leg jouw lijst met gegevens uit stap één dus naast de kennis die je in je business hebt. Is er voor iedere databron en -tool voldoende kennis aanwezig of is het tijd om vacatures open te zetten?

Je hebt deze data natuurlijk niet verzameld om er alleen maar naar te kijken. En tuurlijk, ooit is het doel om in een handomdraai een jaar te forecasten op basis van je interactieve en prachtige dashboards. Maar daar ben je nog niet. Je hebt nu je data beschikbaar en aan elkaar gekoppeld. En dus is het tijd om kleine relaties te leggen tussen al deze informatie. Zet daarom de juiste mensen aan tafel en bepaal hoe je dit gaat interpreteren. Je hebt de informatie nu, maar wat betekent het allemaal? En wat ga je ermee doen?

Dit zijn de drie basisingrediënten die je nodig hebt voor een fatsoenlijk datafundament. Natuurlijk valt dit uit elkaar in veel meer onderdelen zoals de juiste analytics- en rapportage-tools, opslag, koppelingen, architectuur, processen en meer. We kunnen hier nog wel even over doorgaan. 

Begint het je te duizelen? Snap je wat hier staat, maar weet je nu eigenlijk niet wat je volgende stap moet zijn? Onze datagekken denken graag met je mee. Hoe we dat doen? Aan de hand van ons Data Maturity Model. Hiermee wordt bepaald hoe datavolwassen jouw business is én wat er moet gebeuren om een niveau verder te komen!