Voorkom dat je met dynamiet gaat vissen
Stel je voor, je bent op zoek naar die ene speciale vis, die hele mooie! En dat doe je niet door op zoek te gaan naar wat die vis het liefste eet, of naar die zee te gaan waar de temperatuur exact die is waarbij
de vis het beste gedijt. Nee, je gaat lukraak dynamietvissen en hoopt dat er tussen al die vissen die aan de oppervlakte komen drijven, ook die speciale vis zit. Dat is wat je vaak ziet gebeuren in bedrijven als men aan de slag wil met data. Er wordt overenthousiast maar onvoldoende doordacht gewerkt.
Een bijzondere vis, de humuhumunukunukuāpuaʻa:
Vissen met dynamiet
De insteek van dataprojecten, ook wel Big Data of Proces Informatie (PI) genoemd, is vaak erg technologisch en grof. Stel alle data beschikbaar, verrijk het met externe databronnen, analyseer het met de nieuwste analyse tools en hoop dan dat er iets zinnigs uitkomt. Die nieuwste tools maken dan gebruik van geavanceerde technieken zoals machine learning en artificial intelligence(AI).
De eerste vragen waar je tegen aanloopt zijn: Wat is alle data? Welke data is nodig? Moeten er extra sensoren geplaatst worden? Wat biedt IoT aan mogelijkheden voor extra data?
Is de data inzichtelijk dan komen vragen zoals: Hoe wordt data bruikbare informatie? Welke data moet verrijkt worden? Is alle data betrouwbaar? Hierna, tegen de tijd dat de eerste dashboards zich aftekenen komt het besef dat werken met data impact heeft op de werkprocessen en organisatie. Mensen en organisatie moeten veranderen door nieuwe inzichten met alle menselijke reacties van dien.
Je snapt dat soepele implementatie lastig wordt. Er wordt gevist met dynamiet. Vaak komt zo’n data-project traag van de grond of stopt het op den duur zelfs helemaal.
Hoe dan wel?
Start met het helder maken van welke vraagstukken de organisatie wil oplossen. Welke behoeftes zijn er? Welke verbeterkansen liggen er? Zonder deze antwoorden blijft het effect van dataprojecten schrikbarend laag. Dus dit is waar je moet starten!
KienIA heeft een tweetraps aanpak ontwikkeld om de vraagstukken binnen een organisatie scherp te krijgen.
Tweetraps aanpak
Stap één – informatiebehoefte-scan
Deze scan verschaft inzicht in de informatiebehoefte die er binnen de organisatie bestaat. Aan de hand van enquêtes en interviews met stakeholders analyseer je welke data er nodig is om bedrijfsprocessen te verbeteren. Welke data hebben we nodig voor het verminderen van storingen of efficiënter beheer? De analyse van de antwoorden levert een goede indicatie op van waar winst gehaald kan worden.
Stap twee – prototypes maken
Prototypes van dashboards laten je zien of er daadwerkelijk een businesscase is. Middels prototypes spoel je de tijd als het ware een stukje vooruit. En dat kun je dus doen voordat je serieus tijd en geld investeert in het bouwen van een echt dashboard.
Een design sprint, gebaseerd op een methode die gebruikt wordt bij Google Ventures, is een goede methode voor het realiseren van prototypes. Het idee van de sprint is om in slechts vijf dagen de gespotte kansen uit de eerste stap om te zetten naar een echt dashboard.
De bovenste twee stappen geven concreet inzicht in de mogelijkheden en de waarde die werken met data voor jouw organisatie heeft. Heb je deze scherp dan is er een mooie basis voor het succesvol plannen en starten van projecten.