Digitale transformatie begint en eindigt met data
Onze VP of Corporate Sales, Sam Hedberg, is van mening dat een goed uitgevoerde datastrategie nodig is om de digitale transformatie van een bedrijf te voltooien:
Data is het levensbloed dat door je digitale transformatie stroomt. Zonder data zou je digitale transformatie sterven.
In aflevering 30 van onze podcast, DataFramed, identificeerde Taras Gorishnyy, destijds Senior Analytics Manager bij McKinsey, de noodzakelijke bouwstenen voor het opzetten van een datastrategie:
- Creëer een visie voor analytics die in lijn is met de bedrijfsstrategie
- Zorg voor sterke steun op C-level, zoals draagvlak, financiering en enthousiasme
- Bouw een sterke datafundament om geïntegreerde, betrouwbare en tijdige data te leveren
- Haal vroegtijdig waarde uit meerdere use-cases
- Implementeer procesherontwerp en cultuurverandering om de juiste mix van datavaardigheden in het hele bedrijf te waarborgen
Laten we bekijken hoe elk van deze stappen bij het bouwen van een datastrategie je kan helpen om je digitale transformatie succesvol uit te voeren.
1. Creëer een visie voor analytics die in lijn is met de bedrijfsstrategie
McKinsey zegt dat veel bedrijven hun analytics-reis beginnen door uit te zoeken welke data ze hebben en te bepalen waar die kan worden toegepast. Maar deze aanpak is niet schaalbaar. Bedrijven zouden in plaats daarvan moeten beginnen met het identificeren van de besluitvormingsprocessen die ze kunnen verbeteren om extra waarde te genereren in de context van hun algemene strategie.
Dit zijn de kritieke strategische gebieden van een bedrijf en vereisen doorgaans cross-functionele afstemming. Toch beginnen grote bedrijven soms met een datastrategie van het aannemen van veel data scientists en het lanceren van pilotprojecten. Vaak schalen deze inspanningen uiteindelijk niet op, omdat het het paard achter de wagen spannen is. Analyticsteams die in een silo werken, leveren beperkte output op.
Een van onze klanten, een financiële instelling, realiseerde zich dat open-sourcetalen de weg vooruit waren en besloot dat het hele bedrijf de taal van data moest kunnen spreken. Ze wendden zich daarom tot DataCamp om datavaardigheden op te schalen over afdelingen en op elk niveau. Met hun bedrijfsbrede upskilling-initiatief namen ze honderden medewerkers aan boord, waarbij ze onze “teams”-functionaliteit gebruikten om aangepaste leerplannen te ontwikkelen per afdeling, leerdoelen en vaardigheidsniveaus. Ze maken ook opdrachten voor verschillende teams, wat medewerkers betrokken houdt en actief laat leren.
2. Zorg voor sterke steun op C-level
In grote organisaties zijn verschillende afdelingen vaak niet ontworpen om samen te werken. Voor een grootschalig transformatie-initiatief is executive sponsorship cruciaal om een verbindende missie in het hele bedrijf te creëren.
In 2018 voerde Salesforce een onderzoek naar digitale transformatie uit waaruit bleek dat 75% van de besluitvormers zei dat hun inspanningen voor digitale transformatie werden gesteund door executive sponsorship. Steun van het management voor data en analytics vertaalt zich in een grotere kans op succes dankzij meer investeringen, een hogere waarschijnlijkheid van uitvoering en grotere organisatorische afstemming.
Een van onze klanten, een nationale overheidsinstantie, begon dit jaar met een initiatief voor digitale transformatie met de steun van hun Commissioner. Met die steun verwachten ze hun digitale transformatie in drie jaar te voltooien, inclusief een vernieuwing van hun digitale platforms en een overstap naar online leren met focus op upskilling in R via DataCamp.
3. Bouw een sterk datafundament om geïntegreerde, betrouwbare en tijdige data te leveren
De rode draad voor alle initiatieven rond digitale transformatie is data. Alle systemen van een organisatie—van procesflows tot applicaties en datacenters—zijn afhankelijk van data van hoge kwaliteit. Elke organisatie moet de processen en capaciteiten hebben om haar data te kunnen gebruiken. Dit omvat datakwaliteitsbeheer, zoals het binnenhalen van data uit verschillende bronnen en het opschonen ervan om nauwkeurigheid te waarborgen, evenals governance om te voldoen aan privacywetgeving zoals de GDPR en CCPA.
Daarom zei onze medeoprichter en CEO Martijn Theuwissen in een interview met AiThority: “Bedrijven hebben solide datafundamenten en tools nodig voor het extraheren, laden en transformeren van data (ETL), evenals tools voor het opschonen en aggregeren van data uit uiteenlopende bronnen.”
En daarom gelooft dr. Hugo Bowne-Anderson, data scientist en docent bij DataCamp, dat datavoorbereiding net zo belangrijk is in de dataworkflow als machine learning, deep learning en AI. Uiteindelijk zijn “je modellen slechts zo goed als je data.” De moeren en bouten mogen niet over het hoofd worden gezien—ze moeten zorgvuldig worden ingekocht, geïnstalleerd en getest om je datamotor goed te laten draaien.
4. Haal vroegtijdig waarde uit meerdere use-cases
Om een ambitieuze datastrategie uit te voeren die echte bedrijfsresultaten oplevert, moeten ondernemingen kunnen wijzen op succesvolle use-cases. Het aantonen van succesvolle use-cases is cruciaal om waarde en urgentie in de hele organisatie te communiceren. McKinsey zegt dat projecten vroeg en vaak waarde moeten aantonen via quick wins, zodat verschillende datainitiatieven parallel kunnen plaatsvinden:
[Een] data-executive legde uit hoe hij, in plaats van meteen te proberen om uiteenlopende systemen te koppelen of één mastersysteem te creëren, wat jaren kan duren, een “laag” bovenop de bestaande systemen plaatste die een volledig beeld gaf van een proces, zoals het kredietverleningsproces bij een bank, dat plaatsvindt via meerdere systemen. Hij maakte alerts aan om te signaleren wanneer stappen in het proces plaatsvinden (zoals kredietgoedkeuring, wanneer een e-mail naar de aanvrager wordt gestuurd om hem of haar te informeren over de goedkeuring, enzovoort), zodat teams, zelfs als elke stap door een ander systeem werd voltooid, het hele proces konden zien alsof de systemen samenwerken.
Dit voorbeeld laat zien dat waarde halen uit en samenwerken met data nauw verbonden is met de vorige stap: het bouwen van een sterk data-ecosysteem.
5. Implementeer procesherontwerp en cultuurverandering
ShopRunner-CEO Sam Yagan gelooft dat zijn bedrijf datavaardigheid heeft verankerd in de cultuur:
Omdat data zo verankerd is in onze cultuur, duurt het niet lang voordat iemand zich realiseert dat de persoon naast hem of haar of tegenover hem of haar zijn of haar eigen rapporten draait en zijn of haar eigen data opvraagt.
DataCamp kan elk bedrijf helpen om deze gouden standaard van bedrijfsbrede datavaardigheid te bereiken. Onze online leeromgeving ondersteunt de uitvoering van de datastrategie en helpt bedrijven om datavaardigheid te democratiseren—op elk niveau en in elke afdeling.
We hebben een enquête gehouden onder meer dan 300 Learning and Development (L&D)-leiders, en ontdekten dat het opbouwen van datavaardigheid een prioriteit is voor 89% van de bedrijven. De sleutel om dit op schaal te bereiken is niet alleen het aannemen van toptalent—het is het creëren van een cultuur van upskilling en reskilling van je personeel.
In 2017 maakte al 77% van de Amerikaanse bedrijven gebruik van online leren. Nu een groot deel van de wereldbevolking thuis werkt, is online leren relevanter dan ooit.
Online leren is een belangrijk onderdeel van digitale transformatie, en DataCamp biedt een learning-by-doing aanpak om datavaardigheden in je hele bedrijf te democratiseren. Bezoek datacamp.com/discover/enterprise voor meer informatie over hoe wij je kunnen helpen een schaalbare datastrategie uit te voeren om de digitale transformatie van je bedrijf te voltooien.
