Strategie bepalen met data vereist een grondige voorbereiding

Als business controller wil je grip hebben op de bedrijfsplanning en de prognoseprocessen van de gehele organisatie. Voor het opstellen van het strategische plan voor de toekomst ben je onder meer afhankelijk van de data van de afgelopen periode. Maar wat als die data niet juist, verouderd of inconsistent zijn? Hoe kun je dan de prestaties van de organisatie in de toekomst verstevigen en verbeteren? 

Steeds meer datagedreven

Hoe slecht het werken met niet correcte data kan uitpakken zie je soms in het voetbal. Het aankopen van spelers gebeurt namelijk in toenemend mate op basis van data. Als die gegevens niet kloppen creëer je als club een team waarin de spelers slechter presteren dan verwacht en is het samenspel niet om aan te zien. Het resultaat is dan ook gelijk duidelijk: de ene na de andere wedstrijd wordt verloren en waar je ook kijkt, zie je ontevreden gezichten. 

In het bedrijfsleven komt dit verlies wat minder direct aan de oppervlakte. Maar het is er wel en als het er is, is het niet zo makkelijk bij te sturen. Onderzoek van IBM uit 2016 heeft aangetoond dat slechte datakwaliteit binnen het bedrijfsleven leidt tot problemen zoals een lagere productiviteit, systeemuitval en hogere onderhoudskosten. Om nog maar niet te spreken van de slechte publiciteit die je krijgt vanwege de lagere omzet- en winstcijfers. 

In je werk als business controller weet je maar al te goed wat het betekent als je de data niet vertrouwt. Dat betekent dat je veel tijd kwijt bent aan het controleren van de cijfers – allemaal tijd die je niet kan inzetten voor je werkelijke doel: het analyseren van juiste, realtime en consistente data en op grond daarvan vooruitblikken op de toekomst.

Daar komt bij dat organisaties tegenwoordig steeds meer data tot hun beschikking hebben. Dit is een gevolg van snelgroeiende technologieën zoals kunstmatige intelligentie (AI), machine learning (ML) en het Internet of Things (IoT). Met als gevolg dat bedrijfssystemen dagelijks enorme hoeveelheden data tot zich nemen. Tel daar nog eens bij op dat het Amerikaanse marktonderzoeksbureau IDC (International Data Corporation) heeft voorspeld dat de hoeveelheid data de komende jaren explosief blijft stijgen. Krijg het dan maar voor elkaar om al die data te verifiëren, een ondoenlijke taak. 

Drie stappen om data te verifiëren

Wat te doen? Ik adviseer de volgende drie stappen. De eerste is uitzoeken of de organisatie de tools in huis heeft om de datakwaliteit te monitoren en te meten. Indien dit niet het geval is, bijvoorbeeld omdat de organisatie gebruikmaakt van standaard IT- en Application Performance Management (APM)-tools die slechte data doorlaten, is de volgende stap op zoek gaan naar moderne hulpmiddelen voor gegevensbeheer. Die bieden inzicht in de volledige levenscyclus van gegevens. De derde en laatste stap is het vinden van datamanagementtools die in staat zijn de data van alle assets te monitoren, terwijl je daarnaast AI en/of ML gebruikt om automatisch problemen op te sporen.