Zo bereik je iedereen met inzichten uit data

Democratiseren van data inzicht

Jan Hendrik Fleury, voorzitter van de commissie DDE en actief in het management van Crystalloids, opende met zijn visie. ”De data die nodig is om juiste inzichten te leveren aan de business dient geüniformeerd centraal te worden gebracht als een van de randvoorwaarden: het oplossen het probleem van data silo’s waarbij data en dus inzicht verspreid is met als gevolg dat een deel van het analytisch beeld ontbreekt.”

Het delen van inzicht aan alle medewerkers wordt gekenmerkt door de volgende elementen:

De belangrijkste drivers waarom het democratiseren van inzicht een vlucht neemt zijn besloten in technologie en noodzaak. Een van de technologische drivers is cloud computing zoals met Google Cloud Platform en AWS waardoor opslag, processing en tooling toegankelijk en betaalbaar zijn geworden. Ook is de verkrijgbare BI-tooling sterk doorontwikkeld.
De noodzaak voor het delen van inzicht komt doordat kwalitatieve stuurinformatie essentieel is om te zien waar het goed of minder goed gaat. Iedereen in een organisatie dient vanuit zijn of haar verantwoordelijkheid te weten hoe het gaat om te kunnen verbeteren.

Het realiseren van een Customer Data Platform (de data variant) met een performant SQL datawarehouse zoals Google’s Big Query, is het technologisch vertrekpunt. De visualisatie software kan bij bepaalde visualisatie tooling zoals Looker virtueel direct op dit datawarehouse worden gezet zo dat de data in het datawarehouse blijft. Of met een connector naar een visualisatie tool waarvan verderop in de presentaties voorbeelden worden gegeven..

Download hier de presentatie.

Sturen op performance

Jan Pezie is manager ICT/IM bij de snelgroeiende omnichannel retailer Kees Smit Tuinmeubelen. Snelle groei leidt vrijwel altijd tot een ander risicoprofiel en tot uitdagingen ten aanzien van schaalbaarheid en beheersbaarheid. Hoe zorg je ervoor dat je in control blijft en dat de organisatiedoelen worden behaald? “Door organisatiebreed integraal inzicht te verschaffen in de business performance en duidelijk vast te leggen wie verantwoordelijk is voor welke processen en voor welke drivers (KPI’s). Dat inzicht zul je moeten destilleren uit alle beschikbare interne én externe data.”

Kees Smit had (en heeft) behoefte aan:

• Inzicht in de factoren die bepalend zijn voor het succes (of falen)
• Inzicht in de indicatoren waarmee die factoren gemeten kunnen worden
• (Technische) middelen om deze inzichten te kunnen creëren, delen en verdiepen

Waardoor ze:

• Als organisatie slimmer worden en continue verbeteren
• Beter(e) beslissingen kunnen nemen (fact-based)
• Sneller en effectiever kunnen sturen
• Meer betrokkenheid creëren binnen en tussen afdelingen (processen)
• Regie en zekerheid krijgen over de business performance (in control)

De aanpak was als volgt:

1. Quick scan van processen en systemen
2. Analyse van informatievoorziening en besturingsmechanismen
3. Bepalen van de gewenste situatie
4. Opzetten en uitrollen van een project, gericht op de realisatie van een BI-platform

In het vervolg van het verhaal werd getoond hoe je, met de inrichting van het primaire bedrijfsproces als uitgangspunt, kunt komen tot een set van KPI’s die herkenbaar zijn en op een logische manier samenhangen met elkaar, en met de financiële organisatiedoelen.

De figuur hieronder toont deze samenhang voor de processen Marketing, Sales en Service.

Download hier de presentatie.

Na uitleg van het gehele proces en de gekozen technologie liet Daan Vloedgraven, project lead van Infotopics, het publiek zien welke sales en online marketing dashboards zijn gerealiseerd bij Kees Smit Tuinmeubelen. Voor een goed begrip adviseerde hij onder andere om de user story van het dashboard bovenaan te zetten: “Als verkoopleider wil ik op dagelijkse basis inzicht in de performance t.o.v. vorig jaar. Waar nodig wil ik kunnen downdrillen en actie ondernemen.”

Daarnaast lichtte Daan toe voor welke architectuur bij Kees Smit gekozen is: een gebruiksvriendelijke data-integratie-tool, aparte data opslag en een state of the art visualisatie platform. Daarmee is een flexibele, werkbare doch kosten efficiënte oplossing gerealiseerd.

Take aways van Jan en Daan zijn:

1. (Be)sturing vereist inzicht
2. Neem het primaire proces als startpunt
3. Achterhaal welke factor(en) voor elk deelproces kritiek is/zijn
4. Definieer indicatoren en normen waarmee je de prestaties kunt meten en beoordelen
5. Geef de organisatie inzicht in de relatie tussen processen, feiten en indicatoren
6. Voer dit vervolgens door in het ontwerp van je tactische management reporting
7. Kies een flexibel en intuïtief, best-of-breed, BI-platform

Voorzie daarbij de organisatie van een schone voorruit en een scherpe achteruitkijkspiegel!

Van data naar dashboards

Joyce Thomas is lid van de DDMA commissie DDE en data scientist bij Merkle. Haar bijdrage gaat over het totale proces om van data tot daadwerkelijk gebruikte dashboards:

Wat Merkle vaak bij klanten tegenkwam was dat er genoeg dashboards waren, maar het gebruik hiervan minimaal was. Hierdoor zijn zij tot deze aanpak gekomen. Waarin de belangrijkste ingrediënten de data zelf, de gebruikers van het dashboard, de visualisatie en de te gebruiken technologie zijn.

Onder data vallen naast kwaliteit en kwantiteit ook eenduidige definities met betrekking tot de te meten KPI’s en de meeteenheden. Bij gebruikers van het dashboard is het vooral noodzakelijk je af te vragen waarom ze het dashboard gebruiken, wat hun rol is en of ze toegang moeten hebben tot alle data en/of sheets van het dashboard. Om tot de juiste visualisaties te komen heb je relevante en begrijpbare grafieken nodig, toepasbare filters en moet er slim gebruik gemaakt worden van kleuren. Alleen de huisstijlkleuren gebruiken is vaak niet de beste optie. In hoeverre alles mogelijk is, hangt natuurlijk af van de juiste technologie. Hierbij denken we zowel aan de technologie met betrekking tot het verwerken van de data, het bouwen van de dashboards en het overbrengen van je dashboard aan de gebruikers.

De eerste stap van het proces is de alignment fase, waarin je de vraag achter de vraag probeert te achterhalen. Simpelweg het genereren van inzicht is vaak niet het doel van een dashboard. Middels een storyboard die bestaat uit drie stappen: de introductie, de story zelf en de deep-dives krijgt deze fase meer body.Dit is tevens ook een manier om de informatie te ordenen in je dashboard.

Als duidelijk is welke inzichten gegenereerd moeten worden, gaan we shoppen voor data. In deze discovery fase kijk je naar de beschikbaarheid, toegankelijkheid, functionaliteit en technische aspecten van de data. We kijken of we funnels in kaart kunnen brengen en hoe de data aan elkaar te koppelen is.

Nu we weten welke data beschikbaar is, kunnen we mock-ups tekenen. Dit zijn schetsen van hoe het dashboard eruit gaat zien. Bij het maken van de mock-ups, wat Joyce zelf vaak doet met potlood en papier, zijn er vijf dingen waar rekening mee gehouden moet worden: de doelgroep, het verhaal, grafiek- en kleurgebruik, witruimte en filters. Het werken met signaalkleuren kan bijvoorbeeld helpen een inzicht makkelijker te lezen, omdat ons brein werkt met impliciete associaties. Een andere take-away is om nooit een grafiek te gebruiken waarvan je denkt dat je gebruiker hem niet begrijpt.

Als de voorgaande stappen goed zijn uitgevoerd, hoeft in de build fase alles alleen nog in elkaar geklikt te worden. Wanneer het dashboard af is, rest de belangrijke taak om het dashboard op te leveren aan de gebruikers. Als het goed is, komt dit niet als complete verrassing aangezien er tussendoor updates en demo’s hebben plaatsgevonden. Om te zorgen dat iedereen over hetzelfde praat is documentatie erg belangrijk. Binnen Merkle gebruiken ze twee types documentaties: documentatie voor development en documentatie binnen het dashboard voor de gebruiker. De documentatie voor development wordt gedaan in Confluence middels een template (functionele & technische documentatie). Om te zorgen voor eenduidige definities is er in HTML een template gebouwd binnen de BI-Tooling waar alle KPI’s en een gebruikersinstructie omschreven staat.

Download hier de presentatie.

Data-driven revolutie: zo realiseer je een datagedreven cultuur

Ruben Mercey is database marketeer bij Bohn Stafleu van Loghum, een publisher voor de gezondheidszorg, waar de uitdaging bestond uit:

• Legacy van systemen en software
• Afdelingen met verschillende data
• Datamanagement is moeilijk en complex
• Verouderde data en data silos
• Complexe klant- en orderprocessen
• Geen centrale sturing
• Nieuwe privacywetgeving
• Old school marketing
• Geen dashboards

In circa twee jaar tijd is het volgende gerealiseerd:

• Volledige integratie customer data platform (datawarehouse)
• Dezelfde data voor alle afdelingen
• Datamanagement door MI team
• Real-time data en data silos
• Verbeterde klant- en orderprocessen
• Centrale sturing op meetbare KPI’s
• DDMA privacy waarborg is verkregen
• Data driven marketing ingevoerd
• 360⁰ klantbeeld gerealiseerd

Ook bij BSL is een projectaanpak opgesteld die nauwgezet is uitgewerkt. Alle processen zijn beschreven en gevisualiseerd, de databronnen zijn in kaart gebracht, het datamodel is opgezet en er is een keuze gemaakt door te prioriteren:

Ruben’s adviezen bij datavisualisatie zijn:

• Baseer de dashboards op strategie, doelstellingen en KPI’s
• Vraag om input, maar neem ook zelf initiatief
• Vraag het gewenste eindresultaat en teken dit uit
• Voorkom data overload
• Houd de opties en filters eenvoudig en overzichtelijk
• Houd het gebruiksdoel voor ogen

Er is onder andere inzicht gekregen in wie bepaalde artikelen hebben gelezen door slim om te gaan met tags, welke producten zijn gekocht, welke evenementen zijn bezocht en de wijze waarop men e-mails consumeert. Alles is erop gericht om de doelgroep zo optimaal mogelijk te kunnen bedienen. De redacties en marketing zijn volledig in control.

Er is veel aandacht besteed aan het wegnemen van drempels binnen de organisatiecultuur door medewerkers mee te nemen bij het opzetten van dashboards en testcases. Daarnaast zijn de Conservatives en Laggards begeleid in het gebruik, maar Ruben adviseert ze zoveel mogelijk zelf te laten uitzoeken zo dat ze het gaan begrijpen. Ook zijn use cases opgesteld om ervaringen tussen collega’s onderling te kunnen delen.

Download hier zijn presentatie.

Jan Hendrik Fleury

Director Dataconsulting bij Artefact en Voorzitter Commissie DDE