Het fundament voor een toekomstbestendige datastrategie

2 februari 2016
Het fundament voor een toekomstbestendige datastrategie

In de eerste post uit deze serie hadden we het over de hel van Excel. Vervolgens hebben we de bouwstenen van een datastrategie besproken en hoe je zou moeten starten. We gaan nu in op de drie domeinen die de basis vormen van een datastrategie: data management, business intelligence en analytics.

data-strategy-domains

Data management
Alles begint met data management. Hiermee kun je de data uit je organisatie uit verschillende bronnen, applicaties en technologieën verzamelen en beheren. Afhankelijk van de vereisten die je hebt voor je data zul je in staat moeten zijn het op te schonen, te migreren, synchroniseren en te repliceren. In de selectiefase voor een data management-platform is het verstandig te kijken naar opties die verschillende taken kunnen uitvoeren zodat je in ieder stadium vooruit kunt.  Er wordt vaak gezegd dat 90% van de taken die uitgevoerd worden met data is het beheer ervan. Dit hoeft echter niet altijd zo te zijn.

Met de juiste tools voor data management, inclusief datavisualisatie kun je enorme sprongen voorwaarts maken. Het uitvoeren van snelle validaties en testen voor het creëren van een ETL zorgt ervoor dat je sneller kunt switchen. Visuele data-exploratie van de resultaten helpen je problemen en de oorzaak daarvan te ontdekken.

Business intelligence
Vervolgens gaat het om business intelligence. BI stelt gebruikers in staat om rapportages en analyses te maken en delen. Met BI kun je verschillende soorten gebruikers in je organisatie zakelijke vragen laten beantwoorden. Uiteraard zul je standaardrapportages voor je collega’s blijven maken, maar het is ook belangrijk om self-service mogelijkheden te bieden.

Analytics
En last but not least, het laatste en misschien wel het meest waardevolle datadomein: analytics. Afhankelijk van het volwassenheidsniveau op het gebied van analytics zal de organisatie een basisoplossing of meer geavanceerde analytische tools nodig hebben voor het uitvoeren van voorspellende analyses, data mining, prescriptive modelling en tekstanalyses.

Voor veel mensen klinkt analytics als een typische taak voor wiskundige types of data scientists (en dat klopt tot op zekere hoogte), maar als een organisatie moet je ook groeien in analytics. Klein beginnen is groot groeien. Je kunt de nieuwste ontwikkelingen en technologieën gebruiken om zonder grote investeringen of gespecialiseerde medewerkers snel te profiteren van analytics.

Aandachtspunten
Data management, business intelligence en analytics zijn tot op bepaalde hoogte van elkaar afhankelijk. Zo heb je bijvoorbeeld data management nodig voordat je start met BI. Maar je data management hoeft niet helemaal te zijn voltooid voordat je met BI-projecten start. Het is aan te raden een agile-methode te hanteren zeker als je nog kennis en volwassenheid moet opbouwen binnen een domein. Kleinere projecten en iteraties helpen je om snel verbeteringen door te voeren.

Als je tools evalueert voor elk van de domeinen moet je er zeker van zijn dat de eindgebruikers het prettig vinden om met de tools te werken (anders ontsnap je nooit uit de hel van Excel). Betrek hen in het selectieproces en neem ook de kennis en kunde die er al is mee in je overweging. Doe alles om de barrières voor adoptie van de nieuwe tool te verlagen.

Kijk ook naar de mogelijkheden voor integratie en modulariteit van je dataplatform. Als je start ben je waarschijnlijk geneigd om voor een redelijk simpele tool te kiezen. Maar hoe verder je je ontwikkelt zul je al snel tegen de grenzen hiervan aanlopen en zul je het willen vervangen of willen aanvullen met een meer geavanceerde tool.

Het minimaliseren van uitdagingen op het gebied van integratie en complexiteit moet vanaf het begin een uitgangspunt zijn. Dit bespaart je op de langere termijn veel werk, vermindert de behoefte aan IT-ondersteuning en bespaart technisch ‘afval’ omdat al je tools bij elkaar passen en samenwerken.

Conclusie
Je datastrategie is niet alleen een lijstje met technologie en trends die op een magische manier je organisatie voorbereiden op de toekomst. Het is een stevige basis van initiatieven en projecten die voortkomen uit de strategie die erop gericht is te zorgen dat jouw organisatie het meeste haalt uit data. Je datastrategie bevat de drie belangrijkste domeinen: data management, business intelligence en analytics en bevat mogelijkheden voor self-service die passen bij het kennisniveau binnen je organisatie. Iedereen uitrusten met de juiste toolbox betekent dat je sneller kunt handelen en al snel de manier waarop de organisatie data benut zult verbeteren
Als je deze richtlijnen voor het bouwen van een datastrategie volgt, dan zijn dit je 3 belangrijkste voordelen:

  1. Consistentie van data en business rules.

  2. Een snelle en makkelijke manier voor het creëren van rapportages en het uitvoeren van analyses.

  3. Analytics is beschikbaar voor alle gebruikers.

In een volgende (en laatste) post uit deze serie gaan we in op het ‘stress testen’ van je datastrategie.