Databedreven de prestaties van jouw organisatie verbeteren

door Danny Oosterveer op

Databedreven de prestaties van jouw organisatie verbeteren

Data is het nieuwe zwarte goud. Je kunt geen evenement of blog bezoeken of er wordt gesproken over de exponentieel toenemende hoeveelheid data en hoe we kansen laten liggen door niet op de data-trein te stappen. Elke website die we bezoeken, elke reactie die we plaatsen op social media, elke Google-search, waar we ons bevinden, elke like die we plaatsen, elke video die we kijken… alles kan worden geregistreerd en geanalyseerd. Een potentiële goudmijn om de prestaties van jouw organisatie te verbeteren! Ben jij databedreven? Is jouw organisatie datagedreven?

Datagedreven werken en daarmee verbeteren - Danny Oosterveer

Wat doe je met het dataspoor?

Wat bedoelen we nu als we het hebben over de data disruptie? Vaak gaat het over gegevens. De hoeveelheid data die wereldwijd gecreëerd en gerepliceerd wordt, verdubbelt in het huidige tempo iedere twee jaar in grootte. De toename in het aantal digitale touchpoints, het aantal contactmomenten met klanten dat gedigitaliseerd is en dus een dataspoor achterlaat, zorgt voor een explosieve groei in de hoeveelheid data waarover organisaties (kunnen) beschikken als het gaat over klanten en klantinteracties.

Zo worden er elke seconde alleen op Google al 63.000 zoekopdrachten verwerkt (dat zijn er 5,4 miljard per dag!). Facebook en WhatsApp verwerken samen 60 miljard berichten per dag. Op YouTube wordt er elke minuut 400 uur aan video geüpload en kijken gebruikers samen 1 miljard uur aan videobeelden.

Bekijk recente cijfers over het gebruik van Social Media in 2021 in de blog van Danny Oosterveer op Marketingfacts over het Nationaal Social Media Onderzoek 2021 (PDF), het grootste trendonderzoek naar het gebruik van social media in Nederland, uitgevoerd door Newcom Research.

Dat is het deel van het verhaal wat we vaak horen, en allemaal wel begrijpen. En het verhaal wat hard- en softwareboeren in de IT-branche graag vertellen. Daar halen partijen als IBM, Microsoft en Cisco immers hun omzet uit. Maar dat is niet waar het uiteindelijk om gaat.

Van data via databedreven naar datagedreven

Data is er. In elke organisatie. De uitdaging is om de data te ontsluiten zodat hij beschikbaar is om mee te werken. En om zinvolle hypotheses op te stellen en die te gaan testen. Om metrics op te stellen die weerspiegelen wat je wilt bereiken. En om learnings te destilleren uit het resultaat.

Kortom: het gaat er niet om hoeveel je er van hebt, maar wat je met data doet.

Van planning naar evolutie

Ontwikkelingen volgen elkaar steeds sneller op. Waar het nog een decennium duurde voordat de helft van de huishoudens over een telefoon beschikte, deed de smartphone daar 5 jaar over. Zoals in de grafiek is te zien worden innovaties steeds sneller geadopteerd.

Databedreven - Model consumption spreads fast

Michael Porter vs. Henry Mintzberg

Marketeers zijn groot geworden met Michael Porter (#aff). Zijn theorieën zijn dominant in de marketingliteratuur. Het gedachtegoed van Michael Porter kan worden beschouwd als dat van de meer weloverwogen strategie (Porter, 1996): we doen onderzoek, schrijven een weloverwogen plan uit, en gaan over tot uitvoer. Het is voor ons zo normaal als kaas op brood.

Tegenover hem staat het gedachtegoed van Henry Mintzberg (#aff), die strategie beschouwt als iets wat constant in ontwikkeling is (Mintzberg, Ghoshal, & Quinn, 1998). Hoewel Porter nog altijd dominant is in de boeken en het denken van marketeers, is het in een steeds sneller veranderende wereld steeds minder goed toepasbaar. ‘Emergent strategy’ ziet strategie als iets wat mettertijd verandert doordat de voorgenomen strategie botst met de veranderende voorkeuren en gedragingen, of zoals Mintzberg het zelf omschrijft:

Emergent strategy accepts that a realized strategy emerges over time as the initial intentions collide with, and accommodate to, a changing reality”.

De term “emergent” impliceert dat de organisatie leert wat werkt terwijl het doet.

Organisaties die bewust onderzoeken wat het effect is van hun strategie in de markt zullen leren welke delen van hun strategie niet zijn gerealiseerd en welke wel. Wat was het resultaat van de eigen strategie, en welk deel was het resultaat van acties van anderen. Het resultaat van deze bevindingen zijn input om tot een nieuwe strategie te komen. Deze nieuwe strategie zal zich blijven ontwikkelen, en bestaan uit van tevoren bedachte plannen en plannen die gaandeweg ontstonden.

Emergente strategie

Dit noemen we emergente strategie. Voor een emergente strategie is het nog steeds noodzakelijk dat er een duidelijk strategisch plan wordt opgesteld, maar het onderkent ook dat we niet alles kunnen voorspellen. Een dergelijke strategie vraagt om het constant scannen van de omgeving om er zeker van te zijn dat de strategie nog matcht met de omgeving. Zo ontstaat er een organisatie die duurzaam kan omgaan met een veranderende markt. Emergente strategie is zodoende veel meer exploratief, dynamisch en komt meer uit eigen keuken dan de traditionele strategische planning.

Databedreven - Model How emergent strategy works

In de wereld van vandaag is de ‘emergent strategy’ steeds meer de ‘way to go’. Toch is de term niet zo bekend. Het gedachtegoed heeft wel sterk aan populariteit gewonnen. Dit is met name te danken aan het succes van de bedrijven uit Silicon Valley, die massaal de ‘lean methodologie’ toepassen.

LEAN: de lerende organisatie

De Lean Startup (aff) methodologie is het gedachtegoed van Eric Ries. Het is geen volledig nieuwe methode, maar een synthese van bestaande concepten (Ries, 2011). Lean startup als doel om verspilling tegen te gaan en de toegevoegde waarde te optimaliseren om zo de kans van slagen te vergroten.

Klantfeedback is integraal onderdeel van productontwikkeling, en zorgt ervoor dat de producent geen tijd investeert in features of diensten waar consumenten geen behoefte aan hebben. Dit gebeurt aan de hand van:

  1. de juiste metrics
  2. een continu ontwikkelingsproces.

Omdat startups doorgaans niet de luxe hebben om de gehele investering te laten afhangen van een productlancering, vereist de methodologie dat er een nog niet afgerond product wordt opgeleverd, het zogeheten ‘minimum viable product’, dat het bedrijf gebruikt om klantfeedback te verzamelen om het product beter te laten aansluiten op de behoeften van de klant (Ries, 2011). De methodologie verkiest eperimenteren boven gedetailleerde planning, klantfeedback boven intuïtie en interactief design boven traditionele ‘big design up front’ ontwikkeling.

Tabel Lean vs. Traditioneel

Lean Traditioneel
Strategie Businessmodel Businessplan
Hypothese-gedreven Implementatie-gedreven
Productontwikkeling Klantontwikkeling Productmanagement
Je ideeën in de echte wereld testen Stap-voor-stap productintroductieplan
Ontwikkeling Interatieve en incrementele ontwikkeling Volledig uitdenken voordat de ontwikkeling begint
Organisatie Multidiciplinaire teams Functie gebaseerde afdelingen
  Leren en snelheid belangrijke vaardigheden Ervaring en kwaliteiten om uit te voeren belangrijk
Omgaan met falen In de lijn der verwachting Uitzondering
  Oplossen door ideeën te itereren en ideeën die niet werken te pivotten Oplossen door bestuurders te ontslaan
Snelheid Snel Gemeten
  Opereert op basis van ‘goed genoeg’ data Opereert op basis van complete data

Hoewel de methodologie slechts een aantal jaar oud is, worden concepten als ‘minimum viable product’ en ‘pivoting’ al veelvuldig toegepast in de startup-wereld, en ook wordt het al gedoceerd in onderwijsprogramma’s en de professionele literatuur. Hoewel het van origine een methodologie voor startups is, wordt het ook veelvuldig toegepast door allerlei teams en bedrijven van klein tot groot.

Ondanks de focus op startups zijn het juist de grote bedrijven die er mogelijk het grootste profijt van hebben (Blank, 2013). Bedrijven in allerlei markten gebruiken het om hun succes te vergroten door de principes van ‘snel falen’ en continu leren toe te passen. Oftewel is jou organisatie ook een ‘lerende organisatie”.

Continu ontwikkeling via PDACA

In een lerende en wendbare organisatie (#aff) is een centrale rol weggelegd voor continue iteratieve ontwikkelingcycli. Anders dan jarenlange productonwikkelingscycli die de behoeften en problemen van klanten denken te kennen, elimiteert het verspilling van tijd en resources door producten iteratief en incrementeel te ontwikkelen. Het optimaliseren van de effectiviteit van de marketinginspanningen aan de hand van de strategie en doestellingen op basis van inzichten vanuit analytics is een continu proces. Na elke cyclus ben je een stukje slimmer omdat je meer weet over wat werkt en niet.

Dit wordt mooi gevisualiseerd door het PDACA-model (Plan, Do, Analyse, Communicate & Act). Het model is een eigen adaptatie van het model van William Edwards Deming, die wordt beschouwd als de vader van de moderne kwaliteitscontrole (Aguayo, 1990).

Databedreven - Model Plan Do Analyze Communicate Act

De PDACA-cirkel bestaat uit de volgende stappen:

  1. Plan: bepalen wat je wilt verbeteren. Stel voor deze verbetering doelstellingen vast die je wilt bewerkstelligen en hoe je de voortgang ervan gaat meten.
  2. Do: voer de verbetering uit.
  3. Analyze: meet het resultaat en toets deze aan de vastgestelde doelstellingen.
  4. Communicatie: communiceer de resultaten van de analyse met anderen.
  5. Act: bijstellen aan de hand van de gevonden resultaten en de opgedane inzichten.

Wanneer het model is doorlopen, het resultaat beschikbaar is en er inzichten uit zijn onttrokken en de daaruit voortgevloeide actie is uitgevoerd is de organisatie slimmer geworden. Daarna kan het model opnieuw worden doorlopen. Je leert, je zorgt dat er een nieuwe standaard wordt gecreëerd en je gaat weer verder met verbeteren: continue optimalisatie.

Deze benadering is gebaseerd op de overtuiging dat onze kennis en vaardigheden gelimiteerd zijn, maar steeds beter worden. In het bijzonder aan het begin van een project is veel informatie nog niet bekend. De PDACA-methode zorgt voor data om onze hypotheses te bekrachtigen of ontkrachten en onze kennis te vergroten. Het zet zich af tegen het principe van alles tot in de puntjes uit te zoeken en iets in een keer perfect neer te zetten. Dat kost veel kostbare tijd en je loopt het risico op ‘analysis paralysis’ (Silver & Hecker, 1970). In plaats van daarvan is het beter om voor ‘redelijk goed’ te gaan en vanuit daar te experimenteren om kennis te vergaren.

Prestaties van je organisatie databedreven verbeteren

De Deming-cirkel is een krachtig mechanisme om de prestaties van je organisatie databedreven te verbeteren. Door de cirkel regelmatig en consequent te doorlopen met de juiste data en metrics, en de resultaten te borgen, ontstaat een intelligente, lerende organisatie. Bij continue optimalisatie werk je op elk moment aan het verkrijgen van een hoger kennisniveau van klantgedrag en zorg je ervoor dat dit effectief kan worden toegepast in de organisatie. Niet de onderbuik of de waan van de dag regeert, maar de kennis over de gebruiker.

Wanneer je werkt met dergelijke cycli is het direct duidelijk hoe belangrijk data en de juiste metrics zijn. Data is integraal onderdeel van het ontwikkelproces, waarbij elke nieuwe versie wordt getest. Daarbij is het dus heel belangrijk dat je weet wát je wilt meten, hoe je dat gaat meten en op basis waarvan je het resultaat beoordeeld. Relevante metrics leiden tot geïnformeerde beslissingen en juiste toepassing bij bijv. marketing automation.

Basisboek Digital Analytics

Meer lezen over hoe ook jouw organisatie de potentiële goudmijn aan data om succesvol in kan zetten en wat daar aan ten grondslag ligt? Om marketeers meer data-bedreven te maken, heeft Danny Oosterveer hier een boek over geschreven: Basisboek Digital Analytics.

Op dinsdag 26 februari 2019 sprak Danny Oosterveer, zelfbenoemd Datasexual, over data tijdens Media Villa Arnhem. Want data is overal. Data komt regelmatig voorbij op het journaal. Iedereen heeft er weer een ander beeld bij. Privacy, big data, conversie optimalisatie of de algoritmes van social media.

Boek(en) over data, data-analyse en datagedreven werken

Lees meer over datagedreven vs. databedreven werken:

Bronvermelding Digital Analytics:

  • Aguayo, R. (1990). Dr. Deming, The American Who Taught the Japanese About Quality,. New York, NY, USA: Simon & Schuster.
  • Blank, S. G. (2013). Why the Lean Start-Up Changes Everything. Harvard Business Review, Mei 2013.
  • Mintzberg, H., Ghoshal, S., & Quinn, J. B. (1998). The Strategy Process. Upper Saddle River, NJ: Prentice Hall.
  • Porter, M. E. (1996). What is Strategy? Harvard Business Review, November-December, 61-78.
  • Ries, E. (2011). The Lean Startup. USA: Crown Business.
  • Silver, H. K., & Hecker, J. A. (1970). The Pediatric Nurse Practitioner and the Health Associate: New Types of Health Professionals. Journal of Medical Education, 45, 171–176.
  • Womack, J. P., Jones, D. T., & Roos, D. (1990). The machine that changed the world: based on the Massachusetts Institute of Technology 5-million dollar 5-year study on the future of the automobile. New York, NY, USA: Rawson Associates.

Header foto via pexels.com

2 reacties

Beantwoord

Beantwoord

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.

Danny Oosterveer is onderdeel van

Laatste blogs

Bekijk alle blogs (100)
Contact