Navigeren naar succes: de drie pijlers van een moderne datastrategie volgens Garansys

Iedere succesvolle datastrategie start vanuit een duidelijk visie. Wat kan data voor mijn organisatie betekenen en hoe zorg ik ervoor dat mijn investeringen in data renderen? Een praktische manier om dit te doen is het opstellen van een roadmap met daarop de data-initiatieven die je wil (gaan) starten, waarbij elk initiatief ook wordt voorzien van een business case. Goede startpunten voor het identificeren van initiatieven zijn twee datastrategie types: "defensief" en "offensief".

Defensief

Bij het identificeren van defensieve initiatieven kijk je vooral naar mogelijkheden om kosten te reduceren. Bijvoorbeeld door het voorkomen van fraude, het effectiever maken van compliance of het voorkomen van diefstal.

Offensief

Offensieve initiatieven worden ingezet om de bedrijfsdoelen te ondersteunen, zoals het maximaliseren van de omzet en winst, het verbeteren van de klanttevredenheid of het verminderen van bijvoorbeeld retouren. Dit type strategie legt de nadruk op flexibiliteit. Activiteiten binnen deze datastrategie leveren je vooral waardevolle klantinzichten op. Denk aan data visualisatie, interactieve dashboards, analytics, datatransformatie, het verrijken van databronnen en modelleren.

Op het moment dat je een helder beeld hebt welk data-initiatief je als organisatie op wilt pakken en je weet hoe je dit binnen de bestaande IT-context kunt doen, is het belangrijk dat je kijkt naar de derde pijler: executie. Elke strategie is immers zinloos zonder (gecontroleerde) uitvoering. Microsoft biedt hier overigens al mooie handvatten voor met hun Microsoft Enterprise Data Strategy.

Hoe kan de executie, de daadwerkelijke implementatie en aanpak van je datastrategie er dan uit zien? Grofweg zien we daarbij vier stappen

Voor een gecontroleerde aanpak van de implementatie van een modern landschap zien wij de volgende vier fasen:

1.    Breng je fundament op orde (Modernize Data Foundations)
Een goede basis is de start, dat geldt ook voor datafundamenten: datasilo’s voegen we samen naar een moderne datalake- en datalakehouse-architectuur. Deze moderne architectuur vormt de basis om de volgende stappen te kunnen zetten.

2.    Vertaal data naar informatie (Data Driven)
Op basis van informatie uit het fundament is het mogelijk om de eindgebruikers te voorzien van een geïntegreerd beeld van de beschikbare data via dashboards. Daardoor krijg je ook meer en beter zicht op de databehoefte en kun je die vertalen naar tastbare stuurinfo.

3.    Maak van informatie Inzicht (Insight Driven)
Door de verkregen stuurinformatie te gebruiken en tooling beschikbaar te stellen waarmee gebruikers ook zelf inzichten kunnen creëren, ontstaat er een fase waarin er meer inzicht ontstaat in de data en correlatie tussen data. En krijgt de organisatie nieuwe inzichten in hoe data in te zetten om gedrag (van bijvoorbeeld klanten) in te begrijpen en te benutten.

4.    Gebruik inzichten om te voorspellen (Intelligent Experiences)
In deze fase wordt data gebruikt om de toekomst te beïnvloeden door voorspellingen en realtime begeleiding.

Het klinkt nog vrij abstract, dus hierbij een voorbeeld. Stel je voor dat je een boekhandelaar bent en je wilt klanten gepersonaliseerde aanbevelingen doen als het gaat om boeken. Voordat je die aanbeveling kunt doen, moet je eerst de juiste data hebben. Zo is het essentieel te weten welke boeken de klant in het verleden heeft gekocht. Op basis daarvan stel je een model op, om te begrijpen wat iemand aantrekt om een bepaald boek te kopen. Als de klant bijvoorbeeld boek X interessant vond, wanneer zou hij dan boek Y interessant vinden?

Door over de juiste data te beschikken, een effectieve data-analyse en het begrijpen van klantgedrag kun je waardevolle voorspellingen doen over welke boeken je klant in de toekomst waarschijnlijk interessant zal vinden. Dit stelt je in staat om daadwerkelijk gepersonaliseerde aanbevelingen te doen en de klant een betere ervaring te bieden. Het is slechts een voorbeeld van hoe data-analyse en voorspellende modellen kunnen worden gebruikt om waarde toe te voegen aan een organisatie en klanten beter van dienst te zijn.

Over datastrategie, hoe deze vorm te geven en welke fasering past bij jou, is iets waar we graag met jou over meedenken. Laat ons weten als we eens over dit onderwerp kunnen sparren!