Organisaties die data strategisch inzetten, bevinden zich in een unieke positie om meer waarde te halen uit data dan hun concurrenten. Maar simpelweg beginnen met het verzamelen van data is niet genoeg. Het is belangrijk om een strategie te ontwikkelen die gericht is op het creëren van waarde met behulp van data, zodat je de data kunt verzamelen die ook daadwerkelijk bruikbaar is. Om de effectiviteit van deze strategie te bewijzen en daarmee ook de waarde van de data, zijn use cases nodig die de waarde ervan kunnen aantonen en zichtbaar maken. Als je dit kunt aantonen, ontstaat er draagvlak binnen de organisatie voor het gebruik van data. In deze blog bespreken we wat er bij komt kijken om deze use cases te identificeren en selecteren, met behulp van een data & analytics strategie.
Waarom een data & analytics strategie?
Veel organisaties trappen in de volgende valkuil: ze identificeren wel enkele use cases waar data & analytics waarde kan toevoegen, maar missen een overkoepelende data & analytics strategie. Hoe kan een strategie dan helpen hiermee? Een data & analytics strategie speelt een belangrijke rol bij het leiden van organisaties naar succes op verschillende vlakken:
- Focus behouden: Door het vaststellen van prioriteiten en richtlijnen helpt de strategie om middelen efficiënt in te zetten en te concentreren op gebieden met de grootste impact.
- Waarde creëren: Identificatie van gebieden waar data & analytics significante waarde kan toevoegen, leidt tot verbeterde processen, kostenbesparingen, hogere winsten en innovatieve producten of diensten.
- Draagvlak creëren: Een gedeelde visie en begrip van de rol van data & analytics binnen de organisatie versterkt het draagvlak bij medewerkers en stakeholders.
Vaak beginnen organisaties echter met data & analytics zonder een duidelijke strategie, wat kan leiden tot:
- Verspilling van middelen: Onnodige investeringen in data, technologie en expertise.
- Gebrek aan focus: Te veel aandacht voor use cases met lage impact (waarde) en lage haalbaarheid.
- Afnemend vertrouwen: Onvervulde verwachtingen en afnemend vertrouwen in data & analytics bij de werknemers.
Een goed voorbeeld van wat een data & analytics strategie is, en wat het kan opleveren is het onderstaande voorbeeld van Netlfix.
De data & analytics strategie van Netflix is een voorbeeld van hoe data kan worden gebruikt om een organisatie te transformeren en succes te behalen. Netflix heeft bewezen dat data-analyse kan leiden tot een betere gebruikerservaring, gepersonaliseerde content, innovatieve producten en diensten, en uiteindelijk, een sterkere concurrentiepositie.
Strategie:
Netflix’s data & analytics strategie richt zich op:
- Gepersonaliseerde content: Netflix verzamelt enorme hoeveelheden data over hun gebruikers, inclusief kijkgedrag, zoekgeschiedenis, apparaatinformatie en meer. Deze data wordt geanalyseerd om gepersonaliseerde aanbevelingen te genereren voor elke individuele gebruiker.
- Nieuwe content te ontwikkelen: Netflix analyseert data om te bepalen welke genres en titels populair zijn bij hun gebruikers. Deze inzichten worden vervolgens gebruikt om nieuwe content te ontwikkelen die aansluit bij de smaak van hun publiek.
- Prijsstelling te optimaliseren: Netflix gebruikt data-analyse om te begrijpen hoeveel gebruikers bereid zijn te betalen voor hun abonnement. Deze informatie wordt gebruikt om gepersonaliseerde prijsplannen te creëren die maximale winstgevendheid genereren.
- Marketingcampagnes te optimaliseren: Netflix analyseert data om te bepalen welke marketingkanalen het meest effectief zijn in het bereiken van hun doelgroep. Deze inzichten worden vervolgens gebruikt om gerichte marketingcampagnes te ontwikkelen die een maximale return on investment (ROI) opleveren.
- Gebruikersgedrag te begrijpen: Netflix analyseert data om te begrijpen hoe gebruikers hun platform gebruiken. Deze inzichten worden vervolgens gebruikt om de gebruikersinterface te optimaliseren en de gebruikerservaring te verbeteren.
Resultaten:
De data & analytics strategie van Netflix heeft geleid tot:
- 200 miljoen+ abonnees: Netflix is de grootste streamingdienst ter wereld.
- Hoge klanttevredenheid: Klanten waarderen Netflix met een gemiddelde score van 8,5.
- Geavanceerde innovatie: Netflix wordt erkend als een leider in de streamingindustrie.
Een concreet voorbeeld:
Netflix’s “Aanbevolen voor jou” -sectie is een gepersonaliseerde lijst met films en series die is gebaseerd op de data van de gebruiker. Deze sectie is een van de meest gebruikte functies op Netflix en helpt gebruikers om content te ontdekken die ze waarschijnlijk leuk vinden.
De “Aanbevolen voor jou” -sectie is een groot succes gebleken en heeft geleid tot:
- Verhoogde betrokkenheid: Gebruikers die de “Aanbevolen voor jou” -sectie gebruiken, kijken meer content op Netflix.
- Betere gebruikerservaring: Gebruikers waarderen de “Aanbevolen voor jou” -sectie omdat het hen helpt om content te vinden die ze leuk vinden.
- Gestegen klantbehoud: Gebruikers die de “Aanbevolen voor jou” -sectie gebruiken, blijven langer klant bij Netflix.
Naar een strategische aanpak voor use cases
Net zoals bij elk ander belangrijk initiatief, moet data & analytics haar eigen strategische richting hebben. De Chief Data Officer (CDO) of Chief Data Analytics Officer (CDAO), of andere rol die over data gaat, moet zichzelf de volgende drie vragen stellen om een data & analytics strategie te kunnen bepalen:
- Welke kansen zijn er om dergelijke technologieën te gebruiken om bestaande processen te verbeteren?
- Hoe kunnen we data & analytics gebruiken om nieuwe kansen te creëren?
- Welke bedreigingen vormen technologieën zoals AI en andere geavanceerde methoden voor ons organisatie?
Door deze vragen te beantwoorden, kan het leiderschap samen met data-experts een strategie en roadmap opzetten. Deze roadmap gaat verder dan losse use cases. Het is een langetermijnvisie die duidelijk maakt hoe data & analytics de organisatie naar een hoger niveau kan tillen en welke waarde het gaat leveren.
De valkuilen van ondoordachte use cases
Enthousiasme is goed, maar enthousiasme zonder planning kan leiden tot verspilling van middelen en gemiste kansen. Organisaties denken soms dat data & analytics de oplossing voor alles is en passen dit ook zo toe. Deze aanpak leidt echter enkel tot grootschalige verspilling, vertragingen in resultaten (indien er überhaupt resultaten behaald worden), en een dalend vertrouwen en daarmee draagvlak bij werknemers in de meerwaarde van data & analytics.
Wanneer een organisatie begint met het identificeren en selecteren van use cases om vervolgens de data & analytics resources toe te wijzen, is het van belang om te beseffen dat deze use cases daadwerkelijk waarde moeten opleveren, in lijn met de organisatiedoelstellingen. Het is essentieel om ze grondig te beoordelen op hun potentiële waarde en haalbaarheid. Wat gebeurt er als je dat niet doet? In de praktijk blijkt dat de kans groot is dat de gekozen use cases veel tijd in beslag nemen, lang duren om op te leveren en uiteindelijk weinig tot geen waarde opleveren.
Focus op waarde, haalbaarheid en snelle aantoonbare winst (ROI)
Organisaties die in de beginfase zitten van het opschalen van hun data & analytics use cases, moeten zich focussen op 3-5 haalbare use cases, die de grootste waarde kunnen creëren op korte termijn – idealiter binnen het eerste jaar. Dit genereert momentum en draagvlak voor toekomstige investeringen in data & analytics. Bij het nemen van deze beslissingen moet men kijken naar de waarde, haalbaarheid en de winst die ermee te behalen valt op korte termijn (ROI). Dit kan je bijvoorbeeld plotten in een matrix zoals Mckinsey & Company in de onderstaande afbeelding heeft gedaan.
Om de juiste cases te vinden met de hoogste waarde en meeste impact, kan je bijvoorbeeld de volledige waardeketen van de organisatie analyseren, van leverancier tot aankoop tot after-sales service. Waar zitten nu echt de knelpunten? Waar kun je nog een mooie verbeterslag maken? Wat is er nog voor nodig om jouw organisatiedoelstellingen te behalen of om de juiste beslissingen hiervoor te nemen? Als je deze use cases weet te vinden, kun je verder gaan met het bepalen van de haalbaarheid van deze cases.
Om de haalbaarheid te beoordelen, moet je rekening houden met het volgende:
- Is de data die nodig is om de use case uit te voeren beschikbaar en betrouwbaar?
- Vereist dit een aanpassing in de manier waarop we werken?
- Zijn er extra vaardigheden of expertise nodig om de use case te laten slagen?
- Welke aanpassingen kunnen we doorvoeren zonder de dagelijkse werkzaamheden te veel te verstoren?
Naast waarde en haalbaarheid is het ook belangrijk om te focussen op snelle winst. Dit kan door te beginnen met use cases die relatief eenvoudig te implementeren zijn en die snel zichtbaar resultaat opleveren. Dit helpt om draagvlak te creëren binnen de organisatie voor verdere investeringen in data & analytics. Als deze drie zaken in kaart zijn gebracht kan je de 3-5 use cases gaan selecteren.
Enkele tips voor het selecteren van de juiste use cases:
- Begin met het identificeren van de belangrijkste knelpunten binnen jouw organisatie. Waar kun je data & analytics gebruiken om processen te optimaliseren, kosten te besparen of de winst te verhogen?
- Prioriteer use cases op basis van hun potentiële waarde. Welke use cases zullen de grootste waarde hebben voor jouw organisatie?
- Kies use cases die haalbaar zijn om te implementeren. Zorg ervoor dat je de benodigde data, vaardigheden en expertise hebt om de use cases succesvol te implementeren.
- Focus op snelle winst. Begin met use cases die eenvoudig te implementeren zijn en die snel zichtbaar resultaat opleveren.
- Betrek de business bij de selectie van use cases. Zorg ervoor dat de use cases relevant zijn voor de business en dat er draagvlak is voor de implementatie.
Het identificeren en selecteren van de juiste use cases vormt de essentie van een succesvolle datagedreven aanpak. Door de stappen uiteengezet in deze blog te volgen en een strategische benadering te hanteren ten opzichte van data, kun je data effectief benutten binnen jouw organisatie en er waarde uit halen, die voor alle medewerkers zichtbaar wordt. Op deze manier betrek je iedereen, creëer je draagvlak en bevorder je een datagedreven cultuur binnen de organisatie.
- Netflix Investor Relations website
- Netflix blog
- The state of AI in 2023: Generative AI’s breakout year (McKinsey)
- Big data: The next frontier for innovation, competition, and productivity (McKinsey)
- Everything I Know About Business I Learned from Netflix (hbr.org)
- Data Can Enhance Creative Projects — Just Look at Netflix (hbr.org)
- How Netflix Uses Data Science to Personalize Your Viewing Experience (LinkedIn)
- How data drives decision-making at Netflix (Outsideinsight)
- The Power of Data Analytics at Netflix (Medium)
Meer weten?
Wil je data inzetten om het beste resultaat te behalen en slagvaardiger te worden? Dan moet werken met data voor iedereen toegankelijk zijn. Als je hier meer over wil weten, download dan ons whitepaper ‘Datagedreven werken: van onderbuik naar onderbouwd’. Wil je weten hoe wij je daarbij kunnen helpen, neem dan contact met ons op via info@theinformationlab.nl of telefoon 020 261 4741
