Verdrink niet langer in onbruikbare data

Digitalisering draait rond data

We bevinden ons midden in de vierde industriële revolutie, ook wel de digitale revolutie genoemd. Vandaag is olie is niet langer het meest kostbare goed, wel data. Bedrijven die op een slimme manier met data omgaan, bijvoorbeeld door kunstmatige intelligentie of door zelflerende systemen, slagen erin een concurrentieel voordeel te realiseren. Dergelijke ondernemingen voeden zich dan ook constant met grote hoeveelheden gegevens uit tal van verschillende bronnen. Gedetailleerde, gepersonaliseerde, accurate en snelle info, afkomstig van de winkelvloer, verkoopprocessen, winkelcentra, websites, IoT-toestellen, gebruikersonderzoeken, heatmaps enz. leidt tot de zogenaamde ‘big data’. Zonder deze big data zouden we nooit bepaalde trends kunnen herkennen.

Valkuilen van data management

Als bedrijf moet je strategisch omgaan met data, wil je ze optimaal en efficiënt inzetten. Een juist gegevensbeheer stelt kwaliteit vóór kwantiteit, alhoewel je uiteraard wel grote gegevenshoeveelheden nodig hebt om tot zinvolle inzichten te komen. (Te) grote hoeveelheden gegevens die niet op een juiste manier verwerkt of geanalyseerd worden, dreigen volledig onbruikbaar te worden.

In de begindagen van de digitale transformatie hadden veel ondernemingen een uiterst simpele doelstelling, namelijk alle gegevens verzamelen die ze maar konden vinden. De manier waarop die gegevens moesten worden opgeslagen, beveiligd, verwerkt of gebruikt speelde amper een rol. Pop-ups om je in te schrijven voor nieuwsbrieven, gratis e-books of gidsen, (persoonlijkheids)onderzoeken, social mediaprofielen – elke denkbare tactiek werd uit de kast gehaald om onze behoeftes, verlangens en voorkeuren beter te leren kennen. Legaal of minder legaal, alles met één doel: de klant beter helpen en als het even kon beter ‘verkopen’.

Nood aan beter gegevensbeheer

Vandaag zijn de meeste ondernemingen digitaal ‘volwassen’ geworden. Dit versterkt de nood aan een betrouwbare policy voor gegevensbeheer en aan een goede infrastructuur. Mede dankzij de privacywetgeving (GDPR en e-privacy en hun Noord-Amerikaanse varianten) vergroot de behoefte van bedrijven om klantengegevens op een slimme manier op te slaan, te verwerken en te gebruiken. Een proces dat zeer weinig ruimte laat voor foute toepassingen of verkeerd gebruik.

Het is vandaag nog niet duidelijk of deze policy’s meetbaar effect hebben op de manier waarop bedrijven met hun gegevens omgaan. Maar een wettelijk kader heeft sowieso wél als voordeel dat we onszelf beschouwen als een digitaal volwassen en verantwoordelijke maatschappij en dat we een juiste richting uitgaan.

Betrouwbare marktgegevens binnen handbereik

Een efficiënt gebruik van gegevens gaat veel verder dan privacykwesties alleen. Zolang gegevens gewoon worden opgeslagen zonder te worden ontgonnen, vallen de kosten en de inspanningen stukken hoger uit dan de eventuele toepassingen. In dat geval blijft er natuurlijk een weinig overtuigende businesscase over.

De waarde van gegevens is rechtstreeks gekoppeld aan de inzichten die ze hebben voor een onderneming en haar besluitvormingen. Zo niet is er al snel sprake van “data pollution” (datavervuiling) en beschik je als onderneming gewoon over een berg onbruikbare gegevens. Om te weten welke inzichten een onderneming wil verkrijgen, moet ze eerst en vooral duidelijke doelstellingen bepalen. Het ‘waarom’ van data is allesbepalend: zonder duidelijke doelstellingen heeft het absoluut geen nut om gegevens te verzamelen of bij te houden.

Dit betekent uiteraard dat je als bedrijf moet zorgen voor een veilige cloudopslag van je data. Maar ook moet je zorgvuldig nagaan welke systemen, tools en processen nodig zijn om de verzamelde gegevens toe te passen. In een ideale wereld vormt dit eigenlijk zelfs de eerste stap, nog voor dat het eerste mailadres of de eerste persoonsgegevens worden opgeslagen. Hierin ligt sowieso al een van de krachten van GDPR-wetgevingen; het doet bedrijven op voorhand nadenken over het hoe en wat van gegevensopslag.

Nieuwe trends in gegevensgebruik

Kunstmatige intelligentie en zelflerende systemen hebben de afgelopen jaren geleid tot succesvolle implementaties van gegevensbeheer en -gebruik. Gegevensgebruik, -verwerking en -analyse volgen steeds eenzelfde patroon, dat bedrijven kunnen gebruiken om concurrentiële info te integreren in hun besluitvorming:

• Gegevensverzameling: het proces begint bij de beslissing welke data je wil verzamelen, waarom je dat wil en hoe je dat denkt te zullen doen. 
• Gegevenstransfers en -opslag: opslag van gegevens in de cloud moet uiteraard voldoende beveiligd zijn, maar moet ook in regel zijn met de plaatselijke wetgeving. Zo bescherm je je gegevens niet alleen tegen hackers, maar stel je ze ook veilig voor de nieuwsgierige blikken van overheden en concurrenten.
• Gegevensverwerking: data uit verschillende bronnen moeten op een slimme manier worden samengevoegd. Kunstmatige intelligentie kan hierbij een grote rol spelen en kan nuttige en bruikbare inzichten opleveren.
• Gegevensanalyse: zodra je als bedrijf patronen of trends hebt ontwaard, moet je deze ook nog in begrijpelijke taal omzetten om zo concrete conclusies te kunnen maken.
• Info omzetten in besluitvorming: om effectief tot besluitvorming en nieuwe beslissingen te komen, moet de big data deel uitmaken van een toekomststrategie en van een duidelijk plan. 

Ondernemingen die erin slagen om deze vijf stappen snel en vlot te implementeren, kunnen duidelijk afgelijnde opportuniteiten identificeren en tot uitvoering brengen en beschikken dan ook over een belangrijk concurrentieel voordeel.

Tot slot geven we ook mee dat het vaak jaren duurt voordat je als bedrijf volledig kan vertrouwen op je gegevens. Dit is niet alleen een kwestie van processen; het hele bedrijf moet een juiste gegevensverwerking uitstralen en moet zijn besluitvorming baseren op duidelijke facts & figures, ongeacht het belang van de beslissing – dus ook voor minder belangrijke beslissingen. Daarom moet al het personeel gestimuleerd worden om bij al hun dagelijkse activiteiten gegevens te bewerken en te gebruiken, of het nu gaat om back office-medewerkers of om arbeiders.

Copywriters: Ina Danova & Arjan Kwakkenbos