Datagedreven werken stelt organisaties in staat om beter geïnformeerde beslissingen te nemen. Door het analyseren van gegevens komen trends, patronen, kansen, risico’s en inzichten aan het licht die anders mogelijk verborgen zouden blijven. Daarnaast helpen de inzichten uit data om processen te optimaliseren, kosten te besparen, meer inzicht in de wensen van de klant te krijgen en te innoveren.
De afgelopen jaren hebben we veel samengewerkt met organisaties om data juist te interpreteren en deze kennis en inzichten ook over te dragen om datagedreven werken te verankeren in de organisatie.
De wens om meer datagedreven te sturen, roept echter ook een aantal vragen op: Hoe richt u datagedreven werken in? Waar begint u? Hoe creëert u draagvlak en wanneer gaat datagedreven werken echt voordeel opleveren? Het CRISP-DM- (Cross-Industry Standard Process for Data Mining) model is dan een mooie leidraad.
Om datagedreven werken te implementeren in een organisatie, doorlopen we samen met u de volgende stappen:
1. Probleem begrijpen. We verkennen het probleem en brengen de context van de organisatie in kaart. Ook stellen we het doel van het traject vast en stellen we een plan op om dat doel te bereiken. Tot slot identificeren we de beschikbaarheid van data en de belanghebbenden.
2. Data verzamelen. We verzamelen de benodigde data en identificeren eventuele problemen met de kwaliteit van de data. Verder koppelen we systemen aan elkaar.
3. Data voorbereiden. De verzamelde data worden voorbereid voor analyse. We vullen ontbrekende waarden aan en zetten data om naar een geschikt format.
4. Data analyseren. We analyseren de data om inzichten te verkrijgen. Dit gebeurt met behulp van verschillende technieken, variërend van het berekenen van gemiddeldes tot factoranalyse.
5. Modellen bouwen. We bouwen modellen om voorspellingen te doen of geavanceerde inzichten te verkrijgen. Dit doen we aan de hand van statistische modellen zoals machine-learning technieken. De modellen worden zorgvuldig getest.
6. Resultaten evalueren. De resultaten van de modellen evalueren we om te bepalen of ze voldoen aan de gestelde eisen. Ook kijken we naar de relevantie van de resultaten voor het voorliggende probleem.
7. Resultaten presenteren. We presenteren de resultaten aan de belanghebbenden. Bijvoorbeeld in de vorm van een rapport, een presentatie en/of interactieve dashboards.
8. Uw organisatie gaat datagedreven werken. Dit vergt wellicht veranderingen in de processen of de introductie van nieuwe technologieën. Om de slaagkans van de implementatie te verhogen, is het eveneens van belang dat u alle gebruikers meeneemt in de nieuwe werkwijze.
Na de implementatie ontstaan vaak nieuwe vragen of problemen of signaleert u wellicht nog meer kansen. Dan begint de CRISP-DM-cyclus weer opnieuw. Overigens hoeven voor datagedreven werken lang niet altijd alle stappen doorlopen te worden om tot bruikbare inzichten te komen.
