Wereldwijd besteden bedrijven 1,2 biljoen euro aan digitale transformatie. Toch mislukt 70 procent van alle digitale transformatieprojecten, blijkt uit cijfers van marktonderzoeker IDC. Dat komt doordat organisaties prioriteit geven aan investeringen in technologie en minder aandacht besteden aan de cultuur. Een goede datacultuur is het geheim achter het succes van de digitale transformatie van een organisatie.
Zonder goede datastrategie en -cultuur kan een organisatie niet profiteren van de mogelijkheden om te innoveren met data. Wanneer technologie wordt geïmplementeerd om de waarde van data te maximaliseren, is het belangrijk dat leiders hun bestaande cultuur tegen het licht houden om het rendement van hun investering eveneens te maximaliseren.
Geïnformeerde beslissingen
Hoogleraar Frans Feldberg doet als professor Data-Driven Business Innovation aan de Vrije Universiteit Amsterdam al jaren onderzoek naar de rol van data als ‘driver’ van innovatie. Volgens hem wordt er bij een goede datacultuur in een organisatie een gemeenschappelijke taal gesproken. “Binnen zo’n organisatie is een gemeenschappelijke taal en houding ontwikkeld om de mogelijkheden die data en analytics bieden maximaal te benutten. De technologie is daar slechts een klein onderdeel van. De kritische succesfactor ligt in de juiste mindset bij de medewerkers die de verschillende disciplines verbindt. Deze mindset wordt gevoed door een gemeenschappelijke taal.” Hij ziet dat vrijwel iedereen geïnteresseerd is in data, maar dat businessmensen vaak andere vragen stellen dan IT’ers.
Juiste taal en grammatica
Volgens Feldberg moet je die gemeenschappelijke taal zien als een gedeeld begrippenkader om met elkaar het verhaal rondom data, analytics en waardecreatie te kunnen vertellen. “Een taal die alle relevante betrokkenen begrijpen en spreken, van data scientist, business unit manager, uitvoerenden, tot en met de raad van bestuur.
Deze taal draagt bij aan het voeren van het juiste gesprek: hoe dragen data en analytics bij aan het creëren van waarde, wat betekenen ze voor ons businessmodel, voor mijn dagelijkse praktijk? Vanuit dit gemeenschappelijke referentiekader kun je bepalen wat belangrijke databronnen zijn, welke activiteiten je onderneemt, bijvoorbeeld op het gebied van AI, en welke partners cruciaal zijn om je doelen te bereiken. Op basis van ervaring weten wij dat het businessmodel canvas hier een zeer waardevol hulpmiddel is. Dit canvas is een belangrijk onderdeel van de grammatica van de datacultuurtaal.”
Organisch proces
Verschillende ontwikkelingen of mensen kunnen aan de wieg staan van een cultuurverandering binnen een organisatie. Feldberg noemt een cartoon waarop staat: ‘De cultuuromslag is gepland op volgende week maandag om twaalf uur’.
“Dat werkt natuurlijk niet zo”, glimlacht hij. “Er is niet één moment waarop je begint. Gedragsveranderingen zijn de moeilijkste veranderingen in een organisatie met bepaalde randvoorwaarden.” Zo moeten op de juiste manier bottom-up en top-down initiatieven kunnen worden afgestemd, moeten alle afdelingen binnen een organisatie snel met elkaar kunnen schakelen en is het cruciaal om steun en draagvlak van het topmanagement te krijgen.
Feldberg adviseert bedrijven om te durven experimenteren: “Kijk eens verder dan de businesscase en durf een deel van het budget te investeren in experimenten met als belangrijkste doel om samen te leren. In een wereld waarin steeds meer digitale innovaties sneller op je afkomen, weet niemand hoe overmorgen eruit ziet. Snel leren en durven te experimenteren zijn dus belangrijke succesfactoren geworden.”
Bedrijfsmodel innoveren
Naast het nadenken over het gebruik van data en analytics om bestaande bedrijfsprocessen te verbeteren, moeten organisaties zich ook zeker afvragen hoe ze daarmee hun businessmodel kunnen innoveren. Feldberg: “Ik zie nog teveel organisaties die data alleen gebruiken voor het verbeteren van de bestaande situatie. Hoe kan ik mijn klant nog beter bedienen? Hoe kunnen we de supply chain nog verder optimaliseren? Uiteraard heel belangrijk, omdat dit een noodzakelijke voorwaarde is voor een efficiënte en effectieve bedrijfsvoering. Maar met een eenzijdige focus op verbetering loop je het risico dat een andere partij zoveel data over jouw klanten verzamelt dat ze jouw klantrelaties kunnen overnemen. Dat jouw rol tot ‘transactie provider’ reduceert of jou misschien helemaal overbodig maakt. Het ontwikkelen van innovatieve, datagedreven businessmodellen is dus essentieel.”
Experimenteer en leer
Organisaties kunnen datavaardigheden bij hun mensen ontwikkelen door te bepalen welke kennis en skills onmisbaar zijn om het bedrijf datagedreven te maken. “Dit kun je goed doen op basis van concrete projecten, bottom-up,” meent Feldberg.
“Uitgaande van een concreet datavraagstuk waaraan je gezamenlijk werkt, wordt in een organisch proces duidelijk welke kennis en vaardigheden nog ontbreken in je bedrijf. Met opleidingen en trainingen kun je vervolgens die ontbrekende vaardigheden en kennis ontwikkelen. Dit werkt veel beter dan iedereen zonder concrete context op te gaan leiden. Door het dichtbij de praktijk in een team te ontdekken, definieert men de eigen opleidingsbehoefte. Dit werkt altijd beter dan deze van bovenaf op te leggen.”
Concurrentie uit onverwachte hoek
“Je ziet ook vaak dat zo’n cultuur een verbindend element vormt in een bedrijf,” vertelt de professor. “Zo weten medewerkers elkaar op andere gebieden ook sneller te vinden en te begrijpen.” De juiste datacultuur is een belangrijke succesfactor in de digitale transformatie. Wel waarschuwt Feldberg dat het ontwikkelen van een goede datacultuur nooit helemaal klaar is.
“Realiseer je dat zowel de techgiganten als innovatieve startups heel veel data verzamelen en mogelijkheden ontwikkelen om deze data om te zetten in kennis. Dat betekent dat concurrentie voor jouw organisatie wel eens uit onverwachte hoek kan komen. Welke taxichauffeur of hoteleigenaar had jaren geleden kunnen denken dat hun nieuwe concurrenten geen branchegenoten, maar databedrijven zouden zijn?”
