“Become data-driven or perish”…

“By 2025, smart workflows and seamless interactions among humans and machines will likely be as standard as the corporate balance sheet, and most employees will use data to optimize nearly every aspect of their work.”

Tuurlijk, ‘sweet dreams’. Naadloze (menselijke) interacties met machines in retail of B2S zijn net zo normaal en standaard als een balans. Ook in Nederland kunnen we er wat van… We worden overstelpt met ‘buzzwords’ en data lijkt het toverwoord dat alle uitdagingen kan oplossen maar in praktijk is het ook regelmatig de bron van eindeloze teleurstelling.

Normaal gesproken ben ik niet zo uitgesproken op ons ISMI-platform maar nu ga ik er even met gestrekt been in, compleet met HOOFDLETTERS om mijn punt te maken. Dit is waarom ik denk dat de data-driven enterprise er niet (ok, kleine nuance: op de huidige manier) gaat komen. Laten we beginnen met de simpele waarheid: data op zichzelf is niets meer dan een verzameling cijfers en feiten. Het is koud, levenloos en volstrekt betekenisloos zonder de juiste context. Nog meer data, levert niet automatisch het antwoord op je vragen. Nog meer data leidt tot... nog meer data...!!! Het blijft een middel en kan nooit het doel op zich zijn. We vergeten de menselijke factor en we raken verstrikt in de eindeloze lus van analyses en rapporten, zonder tot echte actie over te gaan. Het middel neemt de overhand! Wat was het doel ook al weer? 

Nog meer koude waarheid…

Wat als organisaties hun data “shit” niet op orde hebben

Met stip op één. “Vrijwel zonder uitzondering kampt iedere organisatie met een gigantische dataschuld”(Ronald Damhof). Dit is op zich al een enorm probleem waardoor de randvoorwaarden ontbreken om met data te innoveren of slimme dingen te doen.

In alle verhalen die we lezen over AI, ML, analytics of data science ontbreekt de realiteitszin over de werkelijke situatie rondom de datapositie van de betreffende retailorganisatie. Alsof alle data netjes keurig georganiseerd, gemetadateerd, beschikbaar, voorzien van de juiste definities en van het juiste kwaliteitsniveau, opgestapeld in overzichtelijke "Billy" kasten liggen te wachten om lekker geanalyseerd te worden zodat interpretatie mogelijk is. 

Spreek een willekeurige ‘data scientist’ in je organisatie aan en die zal je vertellen dat hij of zij 80% van zijn tijd bezig is metadata preparatie. Wel heel erg agile, dat dan weer wel…

Niet alleen is dit een randvoorwaardelijk probleem, ook ontbreekt het aan prioriteit, mensen en middelen om dit structureel op te lossen. Ik snap het, het is niet sexy om dit te doen en dit soort refactoring – als het al überhaupt gebeurt – vindt allemaal onder de motorkap plaats. Dus aan de buitenkant lijkt het net of er niks verandert. Maar het moet; alleen het gebeurt niet.

En dus blijven organisaties van oplossinkje naar oplossinkje hobbelen, waardoor een probleem of organisatievraagstuk op de korte termijn is opgelost en tegelijkertijd de dataschuld alleen maar groter wordt en hangt de gegevensverwerking met duct tape aan elkaar. 

En ons hoger onderwijs de verkeerde professionals aflevert?

Zo, laat de comments maar komen want hier vinden vast een heleboel mensen iets van... 

De afgelopen jaren hebben hogescholen en universiteiten massaal geïnvesteerd in data-opleidingen. Bachelors, Masters en post-graduate opleidingen: over de hele linie zijn dit soort opleidingen als paddenstoelen uit de grond geschoten.

De primaire focus van veel van deze opleidingen is het gebruik van data. NIET, hoe de data tot stand komt of beheerd zou moeten worden. Dat is nogal een verschil. Pak een willekeurig curriculum en het gros van de vakken heeft betrekking op programmeren, analytische technieken en nog wat andere vakken. En alleen als je mazzel hebt, ergens een half dagje datamanagement & data governance. 

Maar dit zijn NIET de kennis en vaardigheden die nodig zijn om de dataschuld op te ruimen en deze in de toekomst verder te voorkomen. Kennis- en informatiemodellering, gegevenstypering, systeemtheorie, kwaliteitsleer, (predicaten)logica & verzamelingenleer, tijd in databases, semantiek etc. Cruciale kennis en vaardigheden waarvan delen niet of nauwelijks (laat staan in samenhang) meer worden gedoceerd aan het middelbaar of hoger onderwijs.

We hebben dus een dubbel probleem: een enorme dataschuld EN een afnemende instroom van nieuwe gekwalificeerde mensen die deze problemen kunnen oplossen. Echt iets voor het MBO!!!???

Data: 'cost of doing business'

De vraag of een organisatie ‘datagedreven’ (whatever dat in vredesnaam is) moet worden, is totaal niet relevant. De wereld digitaliseert en dataficeert in een moordend tempo. Organisaties kunnen het zich niet veroorloven om dat niet te beheersen. Voor HR en Finance is dat volledig geïnstitutionaliseerd. Iedereen begrijpt dat je deze functies moet inrichten want anders kun je je organisatie niet draaiend houden. Het is de ‘cost of doing business’. Niemand zal je ooit vragen naar de businesscase voor een Finance of HR-functie.

Dat behoort voor data niet anders te zijn. Organisaties (en vooral in onze B2S wereld) kunnen het zich niet meer veroorloven dit niet te managen. Met andere woorden: het inrichten en beheersen van de gegevenshuishouding moet een organisatorische vaardigheid worden, net als Finance en HR dat zijn. Dat is wat de manager in spé moet worden aangeleerd op onze hogescholen en universiteiten.

En al lijkt technologie de oplossing, het is het probleem

Werkelijk iedereen – leveranciers voorop – roepen allemaal in koor dat technologie niet de oplossing is en toch is dat wat vrijwel iedere organisatie als eerste doet: “Is er een tool voor?”. Of de grootste dooddoener: “Wat heeft Microsoft?”, want de meeste retailorganisaties hebben een “Microsoft-tenzij” beleid. HELP!!! Om deze reden investeren organisaties soms kostbare tijd om erachter te komen dat sommige pakketen echt een heel erg *** product zijn, maar vanwege de ‘promising roadmap’ en de ‘features’ die nodig zijn, sukkelen nog maar even verder.

Meer of andere technologie naar binnen fietsen in een gegevenslandschap dat is vragen om problemen. Technologie “zijn” de bakstenen, maar wat je nodig hebt is een nieuw gebouw of een renovatie. En dus is er een ontwerp en architectuur nodig. En dat vereist diepgaande kennis van de data, hoe gegevensstromen lopen en hoe data applicatief gebruikt wordt. Het ontbreekt vaak aan de rust en bereidheid om dat voldoende inzichtelijk te maken. Het leegdrinken van de gifbeker is van niemand een hobby dus plakken we er maar weer een technologietje tegenaan.

De ene technologie vervangen door de andere zodat je nog harder en sneller kan rammen op je toetsenbord werkt eerder averechts.

En wat als je geen Spotify of Booking bent?

Organisaties nemen vaak andere – vaak jongere, innovatievere, – organisaties als voorbeeld hoe ze het anders willen. Onder het mom van, als je niet verandert, ben je over vijf jaar 'out-of-business', worden grootse vergezichten getekend en dito veranderprogramma’s opgezet. Maar wat vaak onderbelicht blijft, is de enorme veranderopgave die dit met zich meebrengt en wat het écht vraagt van een organisatie. Het is onvermijdelijk om het verandermonster recht in de bek te kijken…

Het…is…echt…fucking….moeilijk. Naast elkaar: gaat ‘m nie worden nie.

Komt ‘ie!!!: Data is een middel, geen doel

We komen in de situatie terecht, of zijn daar misschien al lang in beland, dat het gebruik van data een doel op zich is geworden, in plaats van een middel. De hele gedachte van ‘slimme dingen doen met data’ brengt met zich mee dat data als een hamer wordt gezien en ieder probleem of kans de letterlijke spijker. Dit leidt enorm de aandacht af van werkelijke problemen of maatschappelijke vraagstukken die spelen.

Eerder heb ik al aangegeven dat gegevens in iedere organisatie voorkomen. Het beheren van deze gegevens is daarom hoe dan ook nodig. Maar het feit dat die gegevens er zijn, betekent vervolgens niet automatisch dat het hele bedrijfsmodel dan maar overhoop gehaald moet worden om ‘data driven’ te worden. Het doet een beetje denken aan de jaren 2000 toen organisaties zenuwachtig werden als ze geen data warehouse hadden. “Wij gaan ook een data warehouse bouwen! Waarom? Omdat onze concurrenten dat ook doen!”.

Om werkelijk te kunnen beoordelen hoe een organisatie data als middel in kan zetten, is inzicht nodig in de eigen bedrijfsvoering, strategie en hieraan gerelateerde doelstellingen. Dit lijkt vanzelfsprekend maar ik heb meerdere keren ervaren dat dit geenszins het geval is. En als dat inzicht er al is, moet er ook naar gehandeld worden. Hierin schuilt een grote blinde vlek voor veel organisaties. Want om de werkelijke bijdrage van data te kunnen beoordelen, is inzicht nodig in hoe processen nu lopen, waarom wordt gewerkt zoals een organisatie werkt en hoe bepaalde inrichting tot stand is gekomen.

Immers, vanuit dat inzicht kan ook de bijdrage van gegevens onderbouwd worden. De harde realiteit is dat organisaties het antwoord op dat soort – bijna existentiële vragen – niet kennen of onder ogen willen zien. Want het eerlijke antwoord is dat ze soms niet weten wat ze doen of hoe ze werken. Dat erkennen legt een gevoelige kwetsbaarheid bloot.

Waartoe zijn we als organisatie op aarde? Wat zijn onze kernwaarden? Wat is onze waardepropositie of taak? Voor wie doen we dit? Pas als dat soort vragen specifiek en eenduidig beantwoord kunnen worden, is het nuttig om eens naar die data “dingetjes” te gaan kijken.

En nu?

Mooi verhaal, Nieuwland. En hoe nu verder? Tja, goede vraag. Daar heb ik zeker een ander blog (en wel meer) voor nodig. Minder focus op technologie, meer realiteitszin, strategisch denken en onderkennen dat gegevensmanagement gewoon werk is wat structurele inrichting vergt. Als we daarin vooruitgang weten te boeken, dan komt die data-driven retailorganisatie er echt wel. 

En heb je hulp nodig... Ik help je er graag mee verder!