Veel organisaties die denken dat ze datagedreven zijn, staan nog in de eerste versnelling. Hoe ga je van het simpelweg verzamelen van veel gegevens naar het opzetten van een bedrijfsanalysefunctie die je daadwerkelijk vertelt hoe je je model kunt aanpassen om de winstgevendheid te verbeteren?
We interviewden Travis Anderson, de directeur bedrijfsanalyse van Toptal, om zijn inzichten en bedrijfsanalysetips te krijgen over het opzetten van een centrale functie binnen een bedrijf, het wegnemen van vooringenomenheid in de rapportage, het belang van het gebruik van gegevens en mogelijke valkuilen. Als directeur bedrijfsanalyse van Toptal leidt Anderson een team dat gegevensgestuurde besluitvorming mogelijk maakt door de bedrijfsstrategie te verbinden met gegevensactiviteiten (d.w.z. gegevensanalyse, rapportage, diagnostische analyse en gegevenswetenschap).
Bedrijfsanalyse ondersteunt alle functionele gebieden van het bedrijf, inclusief verkoop, marketing, financiën, product, bedrijfsvoering en HR. Anderson heeft meer dan tien jaar ervaring met het bouwen en leiden van analyse- en engineeringteams om aanzienlijke bedrijfsgroei te stimuleren, onder meer bij Vivint Smart Home, Symantec, Brigham Young University en bij zijn startup Mapline. Hij heeft een BS- en MS-diploma in werktuigbouwkunde en een MBA, allemaal van de Brigham Young University.
Bedrijfsanalyses stellen managers in staat om betere en beter geïnformeerde beslissingen te nemen en kunnen de operationele efficiëntie verhogen door managers te helpen middelen efficiënter te gebruiken en uiteindelijk het resultaat te optimaliseren, volgens MicroStrategy's 2020 Global State of Enterprise Analytics-rapport.
In het geval van Toptal identificeerde Anderson vier principes die centraal staan in het stimuleren van ons bedrijf en de levenslange waarde van klanten:
Deze vier principes zijn ook een manier voor het bedrijf om de ROI in gegevens en bedrijfsanalyses te meten.
Volgens Anderson was de eerste uitdaging waarmee hij te maken kreeg toen hij bij Toptal kwam, de transformatie van de interne benadering van analytics. Op dat moment waren de meeste interne functionele teams bezig met hun analyse. De meeste teams hadden een data-analist en ze deden allemaal hun datawerk, dat zich voornamelijk concentreerde op rapportage, analyse en trendanalyse. Hoewel er een datacultuur bestond en lijnmanagers data gebruikten bij hun besluitvorming, was de opzet inefficiënt.
Elk team had een andere aanpak, waardoor de boodschap vertroebeld was. Omdat elke groep een interne datafunctie had, was er geen consistentie in definities en KPI's. Managementdiscussies waren vaak gericht op verzoening, wat een afleiding kon zijn. Omdat de definities anders waren, gingen de lessen uit de gegevens soms verloren.
Het tweede probleem dat voortkwam uit gedecentraliseerde gegevensverzameling en rapportage was dat elk team een vooroordeel had bij het presenteren van zijn gegevens. Elke functie was het selecteren van gegevens om zichzelf in het beste licht weer te geven. Deze praktijk zorgde voor een gebrek aan focus en een mogelijk gebrek aan controle.
Anderson begon aan een complete herziening van de aanpak en het bedrijfsanalysekader van het bedrijf. Prioriteit was het creëren van een centrale functie:een analytics centre of excellence dat buiten de business lines bestaat en als controlepunt dient. Een centrale functie zorgt ervoor dat gegevens homogeen worden verzameld en geanalyseerd en dat rapportagebias wordt geëlimineerd.
Zodra het centrum is opgericht, wordt het noodzakelijk ervoor te zorgen dat het voldoende personeel heeft. De eerste prioriteit is het identificeren van de vaardigheidskloof. Om een team op te bouwen dat effectief kan zijn en impact heeft, heb je mensen nodig met solide technische vaardigheden, sterke probleemoplossende vaardigheden, maar ook zakelijk inzicht.
Volgens Anderson is de belangrijkste toegevoegde waarde van het creëren van een centrale data- en bedrijfsanalysefunctie het verbeteren van de prestaties en het verlagen van de kosten . Totdat een bedrijf de prestaties in de loop van de tijd consistent meet, is het een uitdaging voor het management om de prestaties aanzienlijk te verbeteren.
De eerste stap is het vaststellen van de consistentie van de metrieken en het kwantificeren van een doelstelling op basis van deze overeengekomen metrieken. Dit heeft het essentiële gedragseffect van het motiveren van personeel - zoals Anderson aangeeft, hoe krijg je mensen gemotiveerd als er geen doelen zijn? Bovendien zijn alle kwantitatieve statistieken beter dan geen. Volgens Anderson:"Als je maar één ding begint te meten, kun je een echt voordeel zien - ofwel omdat je het kunt beïnvloeden of omdat je kunt zien dat het niet relevant is."
Het team van Anderson ondersteunt alle zakelijke functies en houdt wekelijkse en tweewekelijkse check-ins met elk. Het eerste deel van de taak is ervoor te zorgen dat de juiste gegevens worden verzameld. Deze verzameling dient een gedragsdoel om mensen te motiveren hun werk te doen en een "score" toe te kennen aan hun prestaties.
Als er eenmaal consistente en hoogwaardige gegevens zijn verzameld, ontstaat de grootste uitdaging:beoordelen wat de juiste KPI's zijn voor elke business unit. De beoordeling begint van boven naar beneden. Het business analytics-team brengt de bedrijfsstrategie in data in kaart, zodat de geselecteerde business analytics KPI's nuttig zijn voor het geven van inzichten en significant zijn op zowel top-down als zakelijk niveau.
Enkele van de vragen die leiden tot het vaststellen van de juiste KPI's zijn:
Het is van het grootste belang dat het business analytics-team het bedrijf en zijn strategie grondig begrijpt. Bij Toptal is er een sterke steun binnen het bedrijf voor de missie van de organisatie.
De gegevens worden verwerkt en bestudeerd met behulp van degelijke statistische modellering en prognoses. Het is echter belangrijk op te merken dat de output van de analyse geen beslissing is, maar eerder kwantitatieve inputs die helpen bij het maken van betere keuzes. Uiteindelijk zijn alle zakelijke beslissingen de verantwoordelijkheid van de bedrijfsleider. Er is een partnerschap tussen de belanghebbenden en het data- en bedrijfsanalyseteam via een iteratief proces. Zodra een beslissing is genomen, moeten de gegevens deze ondersteunen. Niet alleen, er is een regelmatige herbeoordeling van de KPI's om ervoor te zorgen dat ze altijd in lijn zijn met de strategische prioriteiten van het bedrijf.
Het proces is niet altijd pijnloos. Soms kan er wrijving zijn tussen belanghebbenden, omdat er veel feedback in de gegevens zit. Niet alle managers zijn even ontvankelijk voor dergelijke feedback. Anderson ziet het als zijn verantwoordelijkheid om een verteerbare aanbeveling te geven en de leidinggevenden op te leiden hoe de inzichten uit de gegevens moeten worden geïnterpreteerd.
Anderson heeft het gehad over de mogelijke nadelige resultaten die een bedrijf kan ondervinden wanneer er sprake is van een slechte interne discipline bij het verzamelen en analyseren van gegevens. Bij een eerdere opdracht was hij een bedrijf tegengekomen met een grote business unit die verantwoordelijk was voor een substantieel deel van de inkomsten van het bedrijf. Deze business unit had verschillende verkoopvertegenwoordigers die gezamenlijk verantwoordelijk waren voor een omzet van meer dan $ 200 miljoen. Dit team heeft zijn omzet echter anders gemeten dan de rest van het bedrijf en heeft dit in een apart systeem gerapporteerd.
Tijdens een managementverandering realiseerde een nieuwe directeur zich niet dat de gegevens niet consistent waren en ontsloeg alle teamleden - ze hadden het verkeerde inzicht uit de gegevens gekregen en waren van mening dat het team niet presteerde. De beslissing werd genomen op basis van foutieve en inconsistente cijfers in het ERP-systeem. Het werd uiteindelijk een fout van $ 50 miljoen. Deze anekdote illustreert duidelijk waarom discipline voor masterdatabeheer cruciaal is, met name voor bedrijven die M&A-integraties ondergaan .
Anderson is twee typische problemen tegengekomen in bedrijven die data-analyse beginnen te verkennen. Deze problemen vallen aan twee kanten van het spectrum. Ten eerste starten bedrijven soms grote initiatieven om perfecte data te verzamelen die uiteindelijk niet wordt gebruikt. Het tweede probleem is wanneer bedrijven niet eens aan een analyse beginnen vanwege de slechte kwaliteit van hun gegevens. Het kritische advies dat Anderson hier geeft, is dat zelfs als de gegevens niet betrouwbaar zijn, het meten van een paar kritische KPI's nuttige inzichten biedt. Hierdoor kan het bedrijf leren hoe de invoer betrouwbaarder kan worden gemaakt.
Hoewel het meten van de juiste KPI's essentieel is, is het vermeldenswaard dat te veel data (of irrelevante data) niet per se beter is. Ongericht meten verwart de besluitvorming en kan leiden tot afleiding. Het is effectiever om te beginnen met het consistent en correct meten van een paar cruciale datapunten.
De effectiviteit van Andersons team wordt gemeten aan de hand van de vier bovenstaande principes:klantacquisitie, voetafdrukuitbreiding, klantenbehoud en kostenoptimalisatie. Voor elk van deze wordt de impact gemeten en gekwantificeerd, wat een ROI oplevert voor het werk van het team. Als het team veel analyses heeft gedaan maar geen verandering heeft geïnspireerd, is het werk niet effectief geweest. Uiteindelijk betekent het succes van het team een meetbare invloed hebben.
De vele inzichten van Anderson kunnen worden gedistilleerd in een paar tips voor bedrijfsanalyse voor de succesvolle implementatie van gegevensanalyse.
Ten eerste is de missie van zo'n team om de leidinggevenden van gedachten te doen veranderen door kwantitatieve maatregelen en hen elke dag te beïnvloeden. Dit zijn kleine, incrementele veranderingen die impact hebben door continue iteraties en verbeteringen.
Ten tweede levert het business analytics-team geen beslissingen, maar informatie die leidinggevenden kan begeleiden. Bedrijfsleiders zijn nog steeds altijd verantwoordelijk voor de strategie van een bedrijf.
Ten derde moet de impact van de business analytics-functie meetbaar zijn en een ROI hebben.
Ten slotte:het is beter om te beginnen met een beperkte set KPI's voor bedrijfsanalyses dan helemaal geen gegevens te meten . Niet alleen, het proces creëert een cultuur van data-excellentie in een organisatie. Bedrijven die dit goed doen, zullen altijd beter presteren, ook al is het in het begin technisch lastig, duur en vereist het een cultuuromslag. Bedrijven die volharden en met succes door het proces navigeren, hebben de neiging om talent te behouden, beter te presteren en een bedrijfscultuur van verantwoordelijkheid te bevorderen.
3 gebieden om de klantervaring op uw e-commercewebsite te verbeteren
8 marketingtips voor als uw bedrijf saai is
Webanalyse:het geheim om uw bedrijf te laten groeien
5 manieren om de communicatie binnen uw kleine onderneming te verbeteren
8 tips om uw bedrijfsmiddelen verstandig te beheren
Tips voor bankafstemming voor uw kleine bedrijf
6 tips om met iedereen over uw bedrijf te praten