We lezen er overal over. Alleen al de term ‘big data’ is de laatste tijd een modewoord geworden – en niet voor niets.
Door gebruik te maken van de schat aan digitale inzichten die binnen handbereik liggen en de kracht van business intelligence te omarmen, is het mogelijk beter geïnformeerde beslissingen te nemen die leiden tot commerciële groei, evolutie en een hoger bedrijfsresultaat.
Door de juiste rapportagetools te implementeren en te begrijpen hoe u uw gegevens nauwkeurig kunt analyseren en meten, zult u in staat zijn om het soort gegevensgestuurde beslissingen te nemen die uw bedrijf vooruit zullen helpen. Natuurlijk klinkt dit in theorie ongelooflijk.
Maar in de praktijk is het mogelijk, zelfs als u toegang hebt tot ’s werelds beste gegevens, om beslissingen te nemen die geen rekening houden met tastbare inzichten en in plaats daarvan op uw gevoel afgaan. In de meeste gevallen kan dit schadelijk zijn voor het bedrijf.
Terwijl het soms prima is om uw instinct te volgen, moet het overgrote deel van uw zakelijke beslissingen worden ondersteund door metriek, feiten of cijfers met betrekking tot uw doelen, doelstellingen of initiatieven die kunnen zorgen voor een stabiele ruggengraat voor uw managementrapporten en bedrijfsvoering.
Om u te helpen op uw zoektocht naar analytische verlichting, gaan we data-gedreven besluitvorming verkennen, het belang van data-gedreven besluitvorming bestuderen, en enkele praktijkvoorbeelden bekijken van het omzetten van inzicht in business-boosting actie.
Wat is Data Driven Decision Making?
Data driven decision making (DDDM) is een proces waarbij gegevens worden verzameld op basis van meetbare doelen of KPI’s, patronen en feiten uit deze inzichten worden geanalyseerd, en deze worden gebruikt om strategieën en activiteiten te ontwikkelen die het bedrijf op een aantal gebieden ten goede komen.
Fundamenteel betekent datagestuurde besluitvorming het werken aan belangrijke zakelijke doelen door gebruik te maken van geverifieerde, geanalyseerde gegevens, in plaats van alleen maar in het duister te tasten.
Maar om echt waarde uit uw gegevens te halen, moeten deze nauwkeurig zijn en relevant voor uw doelen. Het verzamelen, extraheren, formatteren en analyseren van inzichten voor een betere datagedreven besluitvorming in het bedrijfsleven was ooit een allesomvattende taak, die het hele besluitvormingsproces natuurlijk vertraagde.
Maar vandaag de dag stelt de ontwikkeling en democratisering van business intelligence-software gebruikers zonder diepgewortelde technische expertise in staat om zowel te analyseren als inzichten uit hun gegevens te halen. Als direct gevolg daarvan is er minder IT-ondersteuning nodig om rapporten, trends, visualisaties en inzichten te produceren die het besluitvormingsproces over gegevens vergemakkelijken.
Uit deze ontwikkelingen is data science geboren (of althans, het heeft een enorme ontwikkeling doorgemaakt) – een discipline waarin hackingvaardigheden en statistiek samenkomen met niche-expertise. Dit vrij nieuwe vakgebied houdt zich bezig met het zeven van grote hoeveelheden ruwe gegevens om intelligente, datagedreven zakelijke beslissingen te nemen.
Het ‘goud’ dat datawetenschappers ‘delven’ komt in twee verschillende soorten: kwalitatief en kwantitatief, en beide zijn van cruciaal belang voor het nemen van een datagedreven beslissing.
Qualitatieve analyse richt zich op gegevens die niet worden gedefinieerd door cijfers of metriek, zoals interviews, video’s en anekdotes. Kwalitatieve data-analyse is gebaseerd op observatie in plaats van meting. Hier is het van cruciaal belang de gegevens te coderen om ervoor te zorgen dat items zowel methodisch als op intelligente wijze worden gegroepeerd.
Quantitatieve gegevensanalyse richt zich op getallen en statistieken. De mediaan, standaardafwijking en andere beschrijvende statistieken spelen hierbij een centrale rol. Bij dit type analyse wordt eerder gemeten dan waargenomen. Zowel kwalitatieve als kwantitatieve gegevens moeten worden geanalyseerd om slimmere datagedreven zakelijke beslissingen te nemen.
Nu we de betekenis van besluitvorming in het bedrijfsleven hebben verkend, is het tijd om stil te staan bij de reden waarom datagedreven besluitvorming (DDDM) belangrijk is.
“Informatie is de olie van de 21e eeuw, en analytics is de verbrandingsmotor.” – Peter Sondergaard
Waarom Data Driven Decision Making belangrijk is?
Het belang van data in besluitvorming ligt in consistentie en voortdurende groei. Het stelt bedrijven in staat nieuwe zakelijke kansen te creëren, meer inkomsten te genereren, toekomstige trends te voorspellen, de huidige operationele inspanningen te optimaliseren en bruikbare inzichten te produceren. Op die manier kunt u uw imperium in de loop van de tijd laten groeien en evolueren, waardoor uw organisatie flexibeler wordt. De digitale wereld is voortdurend in beweging, en om mee te bewegen met het steeds veranderende landschap om u heen, moet u gebruikmaken van gegevens om beter geïnformeerde en krachtigere gegevensgestuurde bedrijfsbeslissingen te nemen.
Gegevensgestuurde bedrijfsbeslissingen maken of breken bedrijven. Dit getuigt van het belang van online datavisualisatie bij het nemen van beslissingen.
MIT Sloan School of Management professoren Andrew McAfee en Erik Brynjolfsson legden ooit in een Wall Street Journal artikel uit dat ze een studie uitvoerden in samenwerking met het MIT Center for Digital Business. In deze studie ontdekten ze dat van de onderzochte bedrijven die voornamelijk datagedreven waren, 4% hogere productiviteit en 6% hogere winst boekten.
Bedrijven die besluitvorming gezamenlijk benaderen, hebben de neiging om informatie meer als een echt bedrijfsmiddel te behandelen dan bedrijven met andere, meer ambigue benaderingen.
10 tips en praktische tips voor een betere datagedreven besluitvormingsstrategie
Tot slot zijn hier 10 praktische tips en praktische tips voor een betere datagedreven besluitvorming in het bedrijfsleven. Aan het eind zult u 110% overtuigd zijn van het belang van dit soort beslissingen.
1) Waak tegen uw vooroordelen
Veel van het mentale werk dat we doen, is onbewust, waardoor het moeilijk is om de logica te verifiëren die we gebruiken wanneer we een beslissing nemen. We kunnen zelfs schuldig zijn aan het zien van de gegevens die we zouden willen zien in plaats van wat er werkelijk voor ons ligt. Dit is een van de manieren waarop een goed team kan helpen. Uw beslissingen voorleggen aan een bekwame partij die uw vooroordelen niet deelt (of zelfs maar kent) is een stap van onschatbare waarde.
Werken met een team dat de gegevens kent waarmee u werkt, opent de deur naar nuttige en inzichtelijke feedback. Door gegevens te democratiseren krijgen alle mensen, ongeacht hun technische vaardigheden, toegang tot die gegevens en kunnen ze helpen bij het nemen van weloverwogen beslissingen. Vaak gebeurt dit met behulp van innovatieve dashboard-software, waarmee eens ingewikkelde tabellen en grafieken zodanig worden gevisualiseerd dat meer mensen goede, door gegevens gestuurde zakelijke beslissingen kunnen nemen.
Wanneer meer mensen de gegevens begrijpen, hebt u de mogelijkheid om meer geloofwaardige feedback te ontvangen. Het bewijs zit in de cijfers. Uit een onderzoek van McKinsey uit 2010 (dat ook nu nog nuttig is om te lezen) naar meer dan 1.000 grote bedrijfsinvesteringen bleek dat wanneer organisaties werkten aan het verminderen van het effect van vooringenomenheid in hun besluitvormingsprocessen, zij een tot 7% hoger rendement behaalden. Als het gaat om datagedreven besluitvorming (DDDM), maken het verminderen van vooringenomenheid en het laten spreken van cijfers het verschil.
Tips voor het overwinnen van vooringenomen gedrag
- Eenvoudige bewustwording – Iedereen is vooringenomen, maar je ervan bewust zijn dat vooringenomenheid je besluitvorming kan beïnvloeden, kan helpen de impact ervan te beperken.
- Samenwerken – Je collega’s kunnen je helpen in toom te houden, want het is gemakkelijker vooringenomenheid bij anderen te zien dan bij jezelf. Kaats beslissingen af op andere mensen en wees u bewust van vooringenomen gedrag in de directiekamer.
- Ontdek tegenstrijdige informatie – Stel uzelf en anderen de juiste vragen om uw vooroordelen te herkennen en ze uit uw besluitvormingsproces te verwijderen.
Door vooroordelen te elimineren, stelt u zichzelf open voor het ontdekken van meer kansen. Door vooroordelen te laten varen en de gegevens echt te bestuderen, komt u tot inzichten die uw nettoresultaat echt kunnen veranderen. Vergeet niet dat het bij business intelligence niet alleen moet gaan om het vermijden van verliezen, maar om het behalen van winsten.
2) Doelstellingen bepalen
Om het maximale uit uw datateams te halen, moeten bedrijven hun doelstellingen bepalen voordat ze met hun analyse beginnen. Bepaal een strategie om te voorkomen dat u de hype volgt in plaats van de behoeften van uw bedrijf en definieer duidelijke Key Performance Indicators (KPI’s). Hoewel er verschillende KPI-voorbeelden zijn waaruit u kunt kiezen, moet u niet overdrijven en zich concentreren op de belangrijkste binnen uw branche.
3) Verzamel nu gegevens
Het verzamelen van de juiste gegevens is net zo cruciaal als het stellen van de juiste vragen. Voor kleinere bedrijven of start-ups moet het verzamelen van gegevens op de eerste dag beginnen. Jack Dorsey, medebedenker en oprichter van Twitter, deelde deze les met Stanford. “De eerste twee jaar van het leven van Twitter, vlogen we blind… we baseerden alles op intuïtie in plaats van een goede balans te hebben tussen intuïtie en data… dus het eerste wat ik voor Square schreef is een admin dashboard. We hebben een zeer sterke discipline om alles te loggen en alles te meten”. Dat gezegd hebbende, en gedaan hebbende, is het implementeren van een business dashboard cultuur in uw bedrijf een sleutelcomponent om de vloedgolven van gegevens die u zult verzamelen goed te beheren.
4) Vind de onopgeloste vragen
Als uw strategie en doelen eenmaal zijn vastgesteld, zult u vervolgens de vragen moeten vinden die een antwoord behoeven, zodat u deze doelen bereikt. Door de juiste data-analysevragen te stellen, kunnen teams zich richten op de juiste gegevens, waardoor tijd en geld worden bespaard. In de voorbeelden eerder in dit artikel hadden zowel Walmart als Google zeer specifieke vragen, waardoor de resultaten sterk verbeterden. Op die manier kunt u zich richten op de gegevens die u echt nodig hebt, en van het botweg verzamelen van alles “voor het geval dat” kunt u overgaan op het “verzamelen van dit om dat te beantwoorden”.
5) Zoek de gegevens die nodig zijn om deze vragen op te lossen
Van de gegevens die u hebt verzameld, probeert u zich te richten op uw ideale gegevens, die u zullen helpen bij het beantwoorden van de onopgeloste vragen die in de vorige fase zijn gedefinieerd. Zodra deze zijn geïdentificeerd, controleert u of u deze gegevens al intern hebt verzameld, of dat u een manier moet vinden om ze te verzamelen of extern te verwerven.
6) Analyseren en begrijpen
Dit lijkt misschien voor de hand liggend, maar we moeten het toch vermelden: nadat u het kader hebt vastgesteld van alle te beantwoorden vragen en de gegevensverzameling, moet u ze doorlezen om er zinvolle inzichten en analytische rapporten uit te halen die u zullen leiden tot het nemen van gegevensgestuurde zakelijke beslissingen. Gebruikersfeedback is in feite een nuttig instrument om diepgaandere analyses van de klantervaring uit te voeren en bruikbare inzichten te verkrijgen. Om dit met succes te doen, is het belangrijk om context te hebben. Als u bijvoorbeeld de conversie in de aankooptrechter wilt verbeteren, is het van cruciaal belang om te begrijpen waarom bezoekers afhaken. Door het analyseren van de reacties in de open opmerkingen van uw feedback formulier (binnen deze trechter), zult u in staat om te zien waarom ze niet succesvol zijn in de kassa en uw website dienovereenkomstig te optimaliseren.
7) Wees niet bang om te herzien en opnieuw te evalueren
Onze hersenen springen naar conclusies en zijn terughoudend om alternatieven te overwegen; we zijn bijzonder slecht in het herzien van onze eerste beoordelingen. Een vriend die grafisch ontwerper is, vertelde me eens dat hij vaak vastliep tegen het einde van een project. Hij was toegewijd aan de richting die hij had gekozen en wilde die niet verlaten. Hij was geïnvesteerd, om de verkeerde redenen. Wanneer dit gebeurde, moest hij zonder mankeren helemaal opnieuw beginnen om de misstap te zien die hem had laten vastlopen. Onveranderlijk was het eindproduct lichtjaren beter herwerkt dan wanneer hij een oplossing uit het eerste ontwerp in elkaar had geflanst.
Het verifiëren van gegevens en ervoor zorgen dat u de juiste metriek volgt, kan u helpen uit uw beslissingspatronen te stappen. Door te vertrouwen op teamleden die een perspectief hebben en dit delen, kunt u de vooroordelen zien. Maar wees niet bang om een stap terug te zetten en uw beslissingen te heroverwegen. Het voelt misschien even als een nederlaag, maar om te slagen is het een noodzakelijke stap. Begrijpen waar we mogelijk de fout zijn ingegaan en daar meteen iets aan doen, zal positievere resultaten opleveren dan wanneer we afwachten wat er gebeurt. De kosten van afwachten zijn goed gedocumenteerd…
8) Presenteer de gegevens op een zinvolle manier
Diggen en inzichten vergaren is leuk, maar je ontdekkingen weten te vertellen en je boodschap overbrengen is beter. U moet ervoor zorgen dat uw inzicht niet onbenut en stoffig blijft, en dat het wordt gebruikt voor toekomstige besluitvorming. Met de hulp van een geweldige data visualisatie software, hoeft u geen IT crack te zijn om een krachtig online dashboard te bouwen en aan te passen dat uw data verhaal zal vertellen en u, uw team, en uw management zal helpen om de juiste data gedreven zakelijke beslissingen te nemen. U moet bijvoorbeeld koste wat kost uw financiën onder controle hebben:
Open Financieel Overzicht Dashboard in Fullscreen
Een overzicht op een financieel dashboard zorgt voor een in één oogopslag te overzien overzicht van de financiële prestaties van een bedrijf. Met de top KPI’s zoals bedrijfskostenratio, nettowinstmarge, winst- en verliesrekening en winst voor rente en belastingen, maakt dit dashboard een snel besluitvormingsproces mogelijk terwijl u zich concentreert op real-time gegevens.
Voor meer inspiratie, bekijk deze ongelooflijke datavisualisatievoorbeelden van enkele van ’s werelds meest vooruitstrevende merken en bedrijven.
9) Stel meetbare doelen voor besluitvorming
Nadat u uw vraag hebt, uw gegevens, uw inzichten, dan komt het moeilijke deel: besluitvorming. U moet de bevindingen die u hebt gekregen toepassen op de zakelijke beslissingen, maar er ook voor zorgen dat uw beslissingen in lijn zijn met de missie en visie van het bedrijf, zelfs als de gegevens tegenstrijdig zijn. Stel meetbare doelen om er zeker van te zijn dat u op het juiste spoor zit… en zet gegevens om in actie!
10) Blijf uw datagedreven bedrijfsbeslissingen ontwikkelen
Dit wordt vaak over het hoofd gezien, maar het is desondanks ongelooflijk belangrijk: u moet nooit stoppen met het onderzoeken, analyseren en in twijfel trekken van uw datagedreven beslissingen. In ons hyperverbonden digitale tijdperk hebben we meer toegang tot gegevens dan ooit tevoren. Om echt waarde te halen uit deze schat aan inzichten, is het van vitaal belang om uw bedrijfsdoelstellingen voortdurend te vernieuwen en te ontwikkelen op basis van het landschap dat zich om u heen beweegt.
Gegevensgestuurde besluitvorming Fouten die u ten koste van alles moet vermijden
Het belang van gegevens bij besluitvorming is op dit moment wel duidelijk. Maar hoewel inzicht in de dynamiek van datagedreven zakelijke beslissingen en het verkennen van voorbeelden van datagedreven besluitvorming in de praktijk u in de juiste richting zullen sturen, zal inzicht in wat u moet vermijden u helpen uw succes te verstevigen.
Hoe vaak hebt u zich in uw leven niet voorbereid op een vergadering, had u de feiten en cijfers paraat, en ging de beslissing uiteindelijk de compleet tegenovergestelde kant op?
Het voelde waarschijnlijk alsof de beslissing al was genomen voordat de vergadering zelfs maar begon. Als dit bekend klinkt, bent u niet de enige. We hebben het niet alleen over een startup vol nieuwelingen die denken dat op hun gevoel afgaan belangrijker is dan KPI’s; we hebben het over enorme bedrijven. Rob Enderle, een voormalig IBM-medewerker en Research Fellow voor Forrester schreef een fantastisch artikel waarin de tekortkomingen van leidinggevenden bij IBM en Microsoft worden gedocumenteerd.
Hoewel het artikel vol staat met voorbeelden, is het misschien wel het meest flagrante de gedeeltelijke verkoop door IBM van zijn ROLM-divisie aan Siemens. Enderle en zijn team stelden een intern rapport op waaruit bleek dat de verkoop aan Siemens een catastrofale mislukking zou worden. Het bleek dat de beslissing al was genomen voordat het onderzoek uitkwam. In feite vergaten de leidinggevenden dat er überhaupt opdracht was gegeven voor het onderzoek. Hun onderbuikbeslissing kostte het bedrijf uiteindelijk meer dan een miljard dollar.
Uit een publicatie van BI-Survey blijkt dat 58% van de ondervraagde bedrijven zegt dat ze ten minste de helft van hun reguliere zakelijke beslissingen baseren op onderbuikgevoel of ervaring, in plaats van op gegevens en informatie. Gemiddeld zouden de bedrijven slechts 50% van de beschikbare informatie gebruiken als het op besluitvorming aankwam.
Als business intelligence providers begrijpen wij zelf het belang van datagedreven besluitvorming. Daarom hebben we een online data-analysetool gemaakt waarmee klanten het maximale uit hun gegevens kunnen halen, deze op een zinvolle manier kunnen visualiseren en deze gegenereerde inzichten eenvoudig kunnen delen in verbluffende real-time dashboards om sneller betere zakelijke beslissingen te nemen. De inzichten die wij bieden zijn echter volstrekt nutteloos als deze rapporten aan het eind van de dag worden genegeerd door de feitelijke besluitvormers.
Dit raadsel zette ons ertoe aan eens diep te kijken: waarom maken bedrijfsleiders geen gebruik van datagedreven besluitvorming? En waar moet u op letten om ervoor te zorgen dat uw beslissingen worden gebaseerd op cijfers, niet op gevoelens?
Nu we de basis hebben geschetst om uw datagedreven beslissingen goed te nemen, gaan we dieper in op dingen die u moet vermijden door ons te verdiepen in de veelgemaakte fouten van data-analisten en bedrijfsleiders in het verleden. Door het observeren en absorberen van deze belangrijke punten met behulp van data-analist software, zult u in staat zijn om ervoor te zorgen dat uw data gedreven besluitvorming in het bedrijfsleven consistent is, resultaatgericht, en gecentreerd op uw doelen te allen tijde.
1) Kwaliteit van de gegevens
De belangrijkste reden die meestal wordt aangevoerd, is de kwaliteit van de gegevens. Gegevenskwaliteit is de toestand van een reeks kwalitatieve of kwantitatieve variabelen, die “geschikt moeten zijn voor het beoogde gebruik in operaties, besluitvorming en planning”, volgens een artikel van auteur Thomas C. Redmann. Een goed datakwaliteitsbeheer (van de verwerving tot het onderhoud, van de dispositie tot de distributieprocessen binnen een organisatie) is ook essentieel voor het toekomstig gebruik van dergelijke gegevens. Verzamelen en vergaren zijn alleen goed als ze daarna goed worden beheerd en benut, anders blijft het potentieel van de activa onaangeroerd en nutteloos.
2) Te veel vertrouwen op ervaringen uit het verleden
Te veel vertrouwen op ervaringen uit het verleden kan elk bedrijf de das omdoen. Als je altijd achter je kijkt, is er een reële kans dat je mist wat voor je ligt. Zo vaak worden bedrijfsleiders aangenomen vanwege hun eerdere ervaringen, maar omgevingen en markten veranderen en dezelfde trucs werken de volgende keer misschien niet meer. Een van de meest geciteerde voorbeelden hiervan is Dick Fuld, die Lehman redde na de LTCM-crisis. Tien jaar later haalde hij dezelfde trukendoos boven en, zoals de Wall Street Journal meldt, “de ervaring waarop hij zich baseerde was niet dezelfde als deze massale ineenstorting die door de huizenmarkt werd veroorzaakt”. De recente crisis was veel complexer. Omgevingen en markten veranderen voortdurend en om een succesvol manager te zijn, moet men ervaringen uit het verleden combineren met actuele gegevens.
3) Op je gevoel afgaan en de gegevens koken
Weliswaar gaan sommige managers van nature op hun instinct af, maar er is een aanzienlijk deel dat eerst op hun gevoel vertrouwt en vervolgens hun onderzoekers of een extern adviesbureau overhaalt om rapporten te produceren die de beslissing bevestigen die zij al hebben genomen. Volgens het bovengenoemde artikel van Enderle was dit schering en inslag bij Microsoft. Onderzoekers werden belast met het leveren van rapporten die geloofwaardigheid verleenden aan de besluiten van de leidinggevenden.
4) Cognitieve vooringenomenheid
Cognitieve vooringenomenheid is de neiging om besluiten te nemen op basis van beperkte informatie, of op basis van lessen uit eerdere ervaringen die mogelijk niet relevant zijn voor de huidige situatie. Cognitieve vooringenomenheid komt elke dag voor, op de een of andere manier, bij elke beslissing die we nemen. Deze vooroordelen kunnen bedrijfsleiders ertoe aanzetten degelijke gegevens te negeren en in plaats daarvan uit te gaan van hun veronderstellingen. Hier zijn een paar voorbeelden van cognitieve vooringenomenheid:
- Bevestigingsvooringenomenheid – Zakelijke leiders hebben de neiging om de voorkeur te geven aan informatie die de overtuigingen die zij al hebben bevestigt, goed of fout.
- Cognitieve inertie – Het onvermogen om zich aan te passen aan nieuwe omgevingsfactoren en vast te houden aan oude overtuigingen ondanks gegevens die het tegendeel bewijzen.
- Groepsdenken – De wens om deel uit te maken van de groep door de kant van de meerderheid te kiezen, ongeacht bewijs of motieven om dit te ondersteunen.
- Optimismevooringenomenheid – Beslissingen nemen op basis van de overtuiging dat de toekomst veel beter zal zijn dan het verleden.
Managers moeten erkennen dat we in elke situatie bevooroordeeld zijn. Objectiviteit bestaat niet. Het goede nieuws is dat er manieren zijn om bevooroordeeld gedrag te overwinnen.
Dientengevolge identificeren deze bedrijven zakelijke kansen en voorspellen zij toekomstige trends nauwkeuriger, waardoor zij meer inkomsten genereren en een grotere groei bevorderen door middel van besluitvorming op basis van gegevens.
3 datagedreven besluitvormingsvoorbeelden van succes
Nu we een duidelijker inzicht hebben gekregen in wat het betekent om een datagedreven beslissing te nemen, evenals het belang van datagedreven besluitvorming, gaan we ons verdiepen in 3 inspirerende datagedreven besluitvormingsvoorbeelden.
1) Google
Een van de meest opmerkelijke voorbeelden van datagedreven besluitvorming komt van zoekkolos Google, volgens een artikel geschreven op smartdatacollective.com. Startups staan bekend om het opheffen van hiërarchieën, en Google was benieuwd of het hebben van managers er eigenlijk wel toe deed.
Om de vraag te beantwoorden, keken datawetenschappers bij Google naar prestatiebeoordelingen en werknemersenquêtes van de ondergeschikten van de managers (kwalitatieve gegevens). De analisten zetten de informatie uit op een grafiek en stelden vast dat managers over het algemeen als goed werden ervaren. Ze gingen nog een stap verder en splitsten de gegevens op in het bovenste en onderste kwartiel, waarna ze regressies uitvoerden. Deze tests toonden grote verschillen aan tussen de beste en slechtste managers op het gebied van teamproductiviteit, werknemersgeluk en personeelsverloop. Goede managers leveren Google meer geld op en zorgen voor gelukkiger werknemers, maar wat maakt een goede manager bij Google?
Opnieuw bekeken de analisten gegevens van de “Great Manager Award”-scores, waarbij werknemers managers konden nomineren die uitzonderlijk werk leverden. De werknemers moesten voorbeelden geven die precies uitlegden wat de manager zo geweldig maakte. Managers uit het hoogste en laagste kwartiel werden ook geïnterviewd om de gegevens te vervolledigen. Uit de analyse van Google kwam een top 8 van gedragingen naar voren die een goede manager bij Google maken en een top 3 van gedragingen die dat niet doen. Ze hebben hun managementtraining herzien, de nieuwe bevindingen erin verwerkt, de Great Manager Award voortgezet en een tweejaarlijks feedbackonderzoek ingevoerd.
2) Walmart
Walmart gebruikte een soortgelijk proces toen het ging om noodkoopwaar ter voorbereiding op orkaan Frances in 2004, zoals The NY Times meldde. Leidinggevenden wilden weten welke soorten goederen ze op voorraad moesten hebben voor de storm. Hun analisten verzamelden gegevens over aankopen die in het verleden in andere Walmart-winkels in soortgelijke omstandigheden waren gedaan, sorteerden een terabyte aan klantengeschiedenis om te beslissen welke goederen naar Florida moesten worden gestuurd (kwantitatieve gegevens). Het blijkt dat in tijden van natuurrampen, Amerikanen zich wenden tot aardbei Pop-Tarts en bier. Linda M. Dillon, destijds CIO van Walmart, legde uit:
“Door te voorspellen wat er gaat gebeuren, in plaats van te wachten tot het gebeurt… reden vrachtwagens gevuld met tosti’s en six-packs al snel over de Interstate 95 in de richting van Walmarts in het pad van Frances.”
Walmarts analisten hielden niet alleen de Floridianen tijdens de storm aangenaam zoet met bier en Pop-Tarts, maar creëerden ook winst door te anticiperen op de vraag, aangezien de meeste producten snel verkochten.
3) Southwest Airlines
Een datagedreven beslissing heeft een ongelooflijk niveau van waarde in alle industrieën, maar één sector waarvan algemeen bekend is dat hij profiteert van dergelijke inzichten is de luchtvaartindustrie.
Directeuren van Southwest Airlines maakten gebruik van gerichte klantgegevens om een beter inzicht te krijgen in welke nieuwe diensten het populairst zouden zijn bij klanten en ook het meest winstgevend.
Daarbij ontdekte de luchtvaartmaatschappij dat door het observeren en analyseren van het online gedrag en de online activiteiten van hun consumenten, zij verschillende segmenten van klanten de beste tarieven kon bieden voor hun behoeften, naast een voorbeeldig niveau van klantervaring (CX).
Als een direct resultaat van deze nadruk op datagedreven beslissingen, heeft Southwest Airlines zijn klantenbestand, evenals zijn merkentrouw, jaar na jaar gestaag zien groeien.
De rol van dashboards voor datagedreven beslissingen
Wanneer u een datagedreven zakelijke beslissing moet nemen, kunnen dashboards een cruciale rol spelen. Met alle historische en actuele gegevens op één scherm, met de mogelijkheid tot interactie en diep graven in afzonderlijke KPI’s of het genereren van een overzicht van een afdeling of bedrijf, maken dashboards een holistische schets van belangrijke informatie mogelijk. Om dit in de praktijk te zien, zullen we nu een aantal geselecteerde voorbeelden bekijken.
1) Algemeen management
C-level executives moeten bovenop hun gegevens blijven zitten. Om informatie op basis van hun strategieën en doelstellingen efficiënt te kunnen volgen, concentreert elke manager zich op de werkelijke omzet die over een bepaalde periode is gegenereerd, vergeleken met de doelomzet, en met een duidelijke visualisatie hoe deze zich heeft ontwikkeld (of niet), zoals te zien is in dit voorbeeld:
Open Management KPI Dashboard in Fullscreen
Het toont ook de omzet op basis van klantniveau, en statistieken met betrekking tot de klantwervingskosten en het totale aantal nieuwe klanten dat is geworven. Dit kan elke manager helpen om zijn beslissingen met succes te baseren op gevisualiseerde gegevens, waardoor het proces veel sneller en effectiever wordt. Een bewijs waarom datagedreven besluitvorming belangrijk is in de hedendaagse zakenwereld.
2) Online retail
In de online retail is het verzamelen van gegevens vrij eenvoudig en overvloedig. Verschillende manieren van winkelen, toegang tot recensies en online meningen hebben ervoor gezorgd dat consumenten beter geïnformeerd zijn dan ooit. Daarom is een duidelijk overzicht van gegevens van het grootste belang, zowel voor kleine ondernemers als voor grote ondernemingen. In het onderstaande voorbeeld kunnen we zien hoe dit eruit zou zien als voorbeeld met geselecteerde retail KPI’s:
Open Sales & Order Dashboard in Fullscreen
Het totaal aantal orders, de gemiddelde orders per klant, top verkopers, en retour redenen statistieken en cijfers kunnen u een overzicht geven van het consumenten gedrag, waarom uw merchandise wordt geretourneerd, en welke tijd van het jaar uw benchmark is met het grootste aantal orders. Op die manier kunt u uw toekomstige beslissing uitsluitend baseren op retail analytics-gegevens, en niet op een onderbuikgevoel dat uw bedrijfsstrategie zou kunnen ruïneren.
“Martel de gegevens, en ze zullen alles bekennen.” – Ronald Coase
Het valt niet te ontkennen – door gegevens op de juiste manier in te zetten en uw succes te meten, kunt u uw bedrijf naar nieuwe en opwindende hoogten stuwen.
Nu u toegang hebt tot alle belangrijke ingrediënten om de beste gegevensbeslissingen voor uw bedrijf te nemen, is het tijd om uw plannen in actie te brengen. Onthoud dat u voor maximaal succes koste wat kost moet voorkomen dat u de verkeerde benadering kiest voor datagedreven bedrijfsbeslissingen. Doet u dit niet, dan zult u keuzes maken op basis van uw gevoel, vooroordelen, of een slechte datacultuur binnen uw organisatie bevorderen.
Bij datapine zetten wij ons voor 100% in om u te helpen de beste datagedreven beslissingen voor uw bedrijf te nemen. Onze oplossingen combineren de allerbeste software voor bedrijfsrapportage met een geavanceerde kijk op het evalueren van uw beslissingen om resultaten te gaan zien.
Om uw eigen weg te beginnen naar succesvolle data gedreven beslissingen, het visualiseren van al uw gegevens op één plaats, en het genereren van inzichten met slechts een paar klikken, kunt u onze dashboard software voor een 14-daagse proef volledig gratis uitproberen.