Webinar Takeaways: Werken met data

Vorige week was Eric Haase gastheer van het webinar: Werken met data. Heb je het gemist? Geen zorgen, hier leest u hoe u het meeste uit de gegevens van uw organisatie kunt halen.

We praten veel over technologische evolutie en de snelle veranderingen die daarmee gepaard gaan. Bedrijfsmodellen veranderen jaar na jaar, en misschien zelfs kwartaal na kwartaal, om gelijke tred te houden met de veranderingen én natuurlijk om concurrerend te blijven. En dus relevant.

Wat snelle veranderingen in de technologische vooruitgang met zich meebrengen, is een steeds grotere hoeveelheid data. Dat is beschikbaar voor elke organisatie en haar medewerkers.

Vaardigheden van de volgende generatie

Als we naar de macro-economische omgeving kijken, zien we veel data: big data, ai, robotica. Kortom, innovatie versnelt razendsnel. Zelfs vluchtig. We hebben te maken met een steeds veranderend landschap.

Dit is bijvoorbeeld wat er online in slechts één minuut gebeurt:

Visual Capitalist 2018

Om met deze onzekere, onstabiele en dubbelzinnige omgeving te gaan, trainen we powerskills.

ERIC HAASETweet

De toekomstbestendigheid van uw organisatie hangt af van hoeveel vaardigheden van de volgende generatie u nu in uw dagelijkse bedrijfsvoering integreert. Wanneer uw werknemers in het snel veranderende landschap werken, zullen ze vaardigheden moeten leren die over tien tot twintig jaar nog steeds relevant zijn. Een combinatie van harde en zachte vaardigheden: Krachtvaardigheden. Tools die hen zullen helpen hun weg te vinden in een steeds veranderend landschap.

Gegevens zijn daarbij een cruciaal element. Want toekomstbestendige vaardigheden, vaardigheden die over tien en twintig jaar nog steeds relevant zullen blijken, zijn nauw verbonden met datageletterdheid.

Het belang van data

Waarom moeten we ons überhaupt op data concentreren? Deelnemers aan het webinar merkten op:

'Het is belangrijk om beslissingen te nemen' en nog genuanceerder: 'data is belangrijk om objectieve beslissingen te nemen'.

Bovendien: 'Het is de enige manier van objectieve analyse, vrij van vooroordelen' en 'feitelijke informatie'.

'Door data te gebruiken wordt wat gemeten wordt beheerd' en 'meten is zeker weten'.

Het lijkt vrij duidelijk dat data kan worden gebruikt om beslissingen op te baseren, en datageletterdheid kan betekenen dat je beslissingen objectief worden genomen dan beslissingen die gebaseerd zijn op intuïtie.

Data is echt de drijvende kracht achter alles wat we doen. Die gedachte heeft er misschien toe geleid dat LinkedIn een wereldwijde moloch op het gebied van professionele betrokkenheid is geworden. Ik geloof dat wanneer beslissingen gebaseerd zijn op data, de toekomst niet langer aan het toeval wordt overgelaten, maar een weerspiegeling wordt van keuzes.

VOORMALIG CEO VAN LINKEDIN JEFF WEINERTweet

Wanneer u het deel 'toeval' in uw zakelijke beslissingen minimaliseert, minimaliseert u het risico. Vervolgens ook onnodige kosten, dat wil zeggen dat het minder waarschijnlijk is dat u een slechte beslissing neemt.

Gebruik van data: wat zit er voor jou in

Als gegevens die het nemen van risico's aanzienlijk kunnen minimaliseren, zullen organisaties de gegevens natuurlijk in hun voordeel gebruiken. Dit is zeker geen nieuwe trend. Organisaties zullen proberen om data-analyse te integreren in hun infrastructuur, hun waardeketen en hun bedrijfsmodellen om de kosten te verlagen en de winst te verbeteren.

Een goed voorbeeld van een adaptief bedrijf is Tomtom. Van routeplanning, persoonlijke digitale assistent, software voor de consumentenmarkt tot de belangrijkste leverancier van kaartgegevens en primaire leverancier van gegevens voor de kaartenapp van Apple.

Wat we hier zien is een bedrijf dat zijn model heeft veranderd van productgestuurd naar datagestuurd. TomTom heeft op hun kracht gespeeld! Met de hoeveelheid data waarover ze al beschikten, was het een slimme keuze om leverancier te worden van een van de grootste techbedrijven ter wereld.

Adaptief zijn in een snel veranderende omgeving is noodzakelijk. Maar wat we ook zien in de geschiedenis van datagebruik is dat organisaties een verschuiving maken van het gebruik van data op basis van het 'wat' − naar welke data kijken we? Wat gebeurt er op dit moment? − naar een voorspelling 'waarom' − waarom vindt deze verandering op dit moment plaats.

Voorspellende analyses van Gartner

Met als uiteindelijk doel voor organisaties om te evolueren naar het 'hoe', wat is de correlatie tussen het 'wat' en het 'waarom'. Ons voorbeeld is TomTom, zoals hierboven vermeld, niet alleen een adaptieve speler, maar tegelijkertijd een dataleverancier voor een van de grootste voorspellende bedrijven: Apple.

Voorbeeld van de overgang van beschrijvend naar prescriptief:

Wat: mensen kopen ijs

Waarom: het is warm, dus mensen kopen ijs

Schoffel: Hoe kunnen we de warmste periodes van het jaar in kaart brengen en benutten om nog meer ijs te verkopen?

Prognoses zijn cruciaal, en de meest geavanceerde vorm van datageletterdheid, hoe kunnen we het 'wat' en 'waarom' van klantgedrag tot stand brengen, zodat wij als organisatie hiervan kunnen profiteren. Het gebruik van gegevens is van achteraf, beschrijvend, naar vooruitziend, prescriptief gegaan.

Prescriptieve analyses zijn uiterst waardevol, natuurlijk ook binnen HR. Wil je weten wie werkt er liever achteraf als het ook mogelijk is om vooruitziend te werken? Je wilt weten waarom iemand weggaat. Natuurlijk. Maar wat nog belangrijker is, je wilt graag weten wanneer (en waarom) andere werknemers misschien ook vertrekken.

Je kunt gegevens gebruiken om te weten wanneer (en waarom) een werknemer een hoog risico loopt om te vertrekken, en hoe je actie kunt ondernemen om te voorkomen dat anderen vertrekken vanwege precies hetzelfde probleem.

Kortom, je kunt deze gegevens gebruiken om inzichten te verkrijgen, en met deze inzichten een soort actie vormen.

Hoe ga je aan de slag: beheers de basis

Zet de eerste stap en: creëer je eigen inzichten.

Wanneer we 'werken met data' tot de basis beperken, betekent datageletterdheid eigenlijk: de juiste vragen stellen.

Dus als je naar een set gegevens kijkt, wees dan uitdagend en nieuwsgierig. Stel jezelf kritische vragen. Waar kijk ik precies naar? Zijn alle gegevens die ik heb verzameld relevant? En is de dataset compleet? Als je een duidelijk beeld hebt gemaakt, kun je actie ondernemen.

Om de juiste vragen te stellen en je inzichten te creëren heb je de juiste tools nodig. Als je drie eenvoudige stappen volgt, ben je op weg om datageletterd te worden!

Beheers de basisbeginselen

• Je hebt probleemoplossende technieken nodig als je dieper wilt ingaan op onbewerkte gegevens en op wat echt belangrijk is; train je werknemers in deze powerskills!
• Een opleiding in bedrijfshulpmiddelen kan u de basisbeginselen bieden die u nodig hebt om te beginnen met het creëren van structuur in uw gegevens.
• Vergeet niet om je gegevens op de best mogelijke manier te presenteren! Betrek anderen bij de analyses die je hebt gedaan en breng je punt echt duidelijk naar voren.