Je kent ze vast wel. De televisie-programma’s over mensen met een verzamelverslaving. Een huis vol met spullen, waar je je kont niet kunt keren. Dat je hoofdschuddend voor de TV zit: “Hoe heeft die gast het zover kunnen laten komen!”. Toch is dit precies wat een connected enterprise met data zou moeten doen. Voor een organisatie is zo’n dataverslaving goed. Verzamel alles, ook al weet je nu nog niet waar het goed voor is. Google is er groot mee geworden.
Het ongebreideld verzamelen van data is de eerste van drie stappen naar een connected enterprise.
Verbind en ontsluit databronnen en hanteer het motto “verzamel alles”. Overal is data. In applicaties, in systemen en in devices. Zeker met de opkomst van Internet of Things zijn er steeds meer apparaten en sensoren, die van alles en nog wat meten en registreren.
Ook in technische logging van systemen kan een schat aan informatie verborgen liggen die van belang is voor de business. Systeem- en foutmeldingen kunnen indicatie zijn dat gebruikers/klanten beter geholpen zijn met een andere werkwijze. Te vaak worden dit soort meldingen alleen door ontwikkelaars gebruikt om bugs op te sporen, die gerepareerd moet worden. Logging wordt door systeembeheerders gebruikt om technische storingen te lokaliseren en op te lossen. Maar vaker is het juist een signaal dat een app of toepassing de gebruiker onvoldoende ondersteunt. De verzamelde gegevens bevat een schat aan informatie waarmee je de business processen kunt verbeteren en je klanten kunt behouden door ze beter te bedienen. In de praktijk wordt dit soort data kortstondig bewaard, zodat deze niet meer beschikbaar is voor nadere analyse.
Het aansluiten van databronnen is dus meer dan alleen een connectiviteitsvraagstuk. Denk ook na over hoe en waar je de data opslaat. Verzamel de data in een open platform, waar je makkelijk systemen binnen en buiten de eigen organisatie op kunt aansluiten, zodat je makkelijk de volgende stap naar een connected enterprise kunt maken.
Die volgende stap is het verbinden van de data. Door data-analyses uit te voeren en opzoek te gaan naar patronen. Door voorheen ongerelateerde data te correleren en data uit verschillende bronnen te combineren kan data verrijkt worden en kunnen nieuwe inzichten ontstaan. Dit is data-driven innovatie.
Ontwikkelingen op het gebied van machine learning, kunstmatige intelligentie en toepassing van technieken als evolutionaire en genetische algoritmes kunnen hierbij behulpzaam zijn. En die werken het beste volgens de wet van de grote getallen. Meer data leidt tot betrouwbaardere analyses en voorspellingen. Daarom is het goed zoveel mogelijk data te verzamelen. Dus ook de data die te technisch of ongerelateerd lijken aan de primaire business-activiteiten. Je weet nooit waar het later goed voor blijkt te zijn.
De uitdaging bij het verbinden van data is dat data geschikt gemaakt moet worden om gecombineerd en geanalyseerd te kunnen worden. De data komt uit verschillende bronnen. Sommige data is gestructureerd en andere data is juist ongestructureerd. Data is vaak tekst, maar kan ook spraak en video zijn. Het herkennen van trends en patronen gaat vaak beter als data gevisualiseerd wordt. En dus kan het nodig zijn dat data met visualisatietools bewerkt worden. Dit prepareren en modelleren van data is het terrein waar data-analisten de voorbereiding doen voor de laatste stap.
Zorg dat de data breed beschikbaar is binnen de organisatie. Het kan ook nuttig zijn om data te delen buiten de eigen organisatie, bijvoorbeeld met partners of klanten. Iedereen heeft namelijk vanuit zijn eigen perspectief en expertise een andere kijk op de data. De één ziet patronen die een ander niet ziet. Doorbreek silo’s en voorkom tunnelvisie. Het is zonde als je inzichten mist. Zeker als het net dat inzicht is, dat je een competitief voordeel had kunnen geven.
Neem actie op basis van de verkregen inzichten. Wetenschappelijk onderzoek toont aan dat een data-gedreven strategie de kwaliteit van de besluitvorming verbetert (Brynjolfsson, et al., 2013). Want meer data betekent dat statistisch met meer betrouwbaarheid conclusies en voorspellingen gedaan kunnen worden.
Realiseer met de betere en betrouwbaardere informatie over producten, diensten en klanten efficiencyslagen in processen. Bedenk en implementeer nieuwe businessmodellen. Introduceer nieuwe toepassingen. Met andere woorden: innoveer! En vergeet vervolgens niet om de nieuwe data die hierbij ontstaat weer te verzamelen. Maak de cirkel rond en realiseer zo een proces van continuous data-driven innovation.