13 oktober 2020 | By DMYB

Best practice voor de data-gedreven onderneming

No comments

Creëer een verhaal rondom data & analytics dat sterk genoeg is om de oude cultuur te doorbreken

Customer Marketing Methode
Al sinds begin jaren 2000 ben ik een adept van het piramide model (Customer Marketing Methode) van Jay Curry. Wij pasten het toentertijd al toe om inzicht te krijgen in de samenstelling van het klantbestand om zo, met de opgedane kennis, deze toe te passen in het werven van nieuwe klanten. Het was verbluffend om te constateren dat bij al deze analyses van bedrijven van verschillende omvang en opererend in diverse branches de verhouding ‘% klanten versus % omzet’ telkens weer opging conform dit model. De conversie ratio’s voor marketing & sales gingen door toepassing van dit inzicht vergezeld door ‘predictive analysis’ regelmatig met 40%-90% omhoog.

Advanced analytics & data lake
Het gebruik maken van inzichten uit data is niet nieuw en werd in de wereld van toen, zoals we dat nu typeren als ‘punt oplossing’, ingezet voor specifiek marketing & sales. De mogelijkheden van data zijn in die zin sterk geëvolueerd door toepassing van cloud computing, realtime data-uitwisseling en advanced analytics. Het delen van data en hieruit voortkomende inzichten gaat makkelijker en geavanceerder. Tegelijkertijd is er ook weinig veranderd en worden deze inzichten vaak nog steeds niet breed genoeg als ‘end-to-end’ oplossing ingezet en kan er dus niet of minder silo-overstijgend of integraal gebruik van worden gemaakt. Veel data verwerken en analyseren met diverse algoritmes vanuit een data lake maakt je nog niet als organisatie data-gedreven.

Best Practice
Wanneer je als organisatie de keuze hebt gemaakt om het anders te willen doen (lees ‘end-to-end data-gedreven’ ) is het van het grootste belang dat je een team samenstelt dat een afspiegeling is van de (toekomstige) data-gedreven organisatie én dus mensen vanuit diverse afdelingen, om een specifiek klantprobleem op te lossen met behulp van data. Als ‘best practice’ kun je onderstaande stappen doorlopen:
– definieer het specifieke klantprobleem
– welke databronnen ga je hier aan verbinden
– welke data is reeds aanwezig in de organisatie
– welke data ontbreekt er nog
– en hoe ga je deze gebruiken

Welke vormen van analytics (beschrijvend, voorspellend of de optimalisatie hiervan) dan van toepassing zijn is geheel afhankelijk van het specifieke probleem dat je gaat oplossen. Het belangrijkste om nu te doen is hier een verhaal van maken wat de totale organisatie begrijpt, intrigeert en inspireert. Hierdoor willen directie, managers & medewerkers hier meer van weten en participeren in toekomstige projecten.

Context & perspectief via de ‘compelling data story’
Om een houding en mindset te ontwikkelen bij medewerkers van de organisatie die de mogelijkheden van data maximaal benut is de ‘compelling data story’ onontbeerlijk. Deze verhaallijn is beschreven in de zogenaamde moedertaal van de organisatie. Een taal die is opgebouwd vanuit een gedeeld bedrijfsjargon en begrippenkader rondom data, analytics en waarde creatie die alle betrokkenen van nature spreken. Zo ontstaat er een nieuwe mindset en cultuur die de data-gedreven organisatie mogelijk maakt.

POSTED IN / DMYBlogs

Geef een reactie

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