Wie zijn data op orde heeft, is de winnaar van morgen

We leven in een wereld waarin een enorme datatsunami huishoudt. Data klotsen tegen de plinten op en organisaties verzamelen gretig. Maar waar vrijwel ieder bedrijf mee worstelt, is het toekennen van betekenis aan al die verzamelde data. ‘Het harmoniseren van data in één uniform klantprofiel wordt onderscheidend voor bedrijven.’

Het is cruciaal dat organisaties een visie hebben op het belang van data, betoogt Frans Feldberg, hoogleraar Data-Driven Business Innovation aan de Vrije Universiteit Amsterdam. ‘Vaak doen bedrijven vanuit strategisch perspectief aan master data management (MDM), oftewel er zijn regels en afspraken over hoe er met data in de organisatie wordt omgegaan. Maar als je het centraal organiseert, kan dat een spanningsveld met je decentrale slagvaardigheid opleveren.’ Een lappendeken van op zichzelf staande applicaties, tools en datasets ontstaan snel binnen een organisatie omdat medewerkers graag decentraal slagvaardig willen kunnen handelen. Een gedegen visie hangt daarom nauw samen met de kwaliteit van de verzamelde data. Dat is niet alleen wat Feldberg ziet vanuit wetenschappelijk oogpunt. Dit is ook de ervaring die Salesforce heeft opgedaan bij veel van hun klanten.

Kunstmatige intelligentie

‘Wij zien namelijk dat veel bedrijven te maken hebben met dubbele data, ontbrekende gegevens of vervuilde databases’, zegt Carla van de Laarschot, global account director bij Salesforce. Salesforce helpt organisaties al sinds de oprichting hun data optimaal te benutten en weet als geen ander hoe je hier voordeel uit kan halen. ‘Bovendien werken veel afdelingen dus met en in eigen systemen, waardoor een compleet beeld – een 360-gradenbeeld – van de klant ontbreekt. Terwijl dat cruciaal is voor het verbeteren van de klantervaring en -tevredenheid.’ Een duidelijke en gestructureerde manier van datamanagement vraagt om een gedragsverandering in je organisatie. Van de Laarschot: ‘Mensen moeten zich ervan bewust zijn dat de kwaliteit van de data die wordt gebruikt, bepalend is voor de inzichten die je ermee genereert. Een landschap waarin talloze verschillende en op zichzelf staande applicaties worden gebruikt, kan bestaande kwaliteitsmechanismen ondermijnen.’

‘AI is een van de technologieën die een rol speelt om de datakwaliteit te optimaliseren. Op dit moment worden discrepanties in de datakwaliteit al veelal automatisch opgemerkt’, vult Peter Leijten, solution engineer bij Salesforce aan. Als solution engineer identificeert Leijten de behoeften bij klanten en zorgt ervoor dat er een plan in werking wordt gesteld om aan deze behoeften te voldoen. ‘Na het opmerken van die discrepanties komt er nog een mens aan te pas die inschat of de genoteerde waarde blijft staan of dat die waarde als fout wordt geclassificeerd en wordt gecorrigeerd. Maar in de toekomst zal dit ook steeds beter en meer door kunstmatige intelligentie kunnen worden gedaan.’ Bovendien speelt AI een rol in het beter bedienen van klanten op basis van centrale data, bijvoorbeeld door het gebruik van een chatbot bij de customer service van een organisatie.

Boemerang

Hoogleraar Feldberg herkent het belang van datamanagement als geen ander. ‘Stel dat een verkoper klantgegevens invoert in een systeem voor de acceptatie van een order. Om de snelheid van acceptatie te behouden, moeten bepaalde velden worden ingevuld, maar diegene heeft niet alle benodigde informatie bij de hand, dus vult in een veld vier keer een kruisje in. Voor de korte termijn lijkt dat een heel legitieme actie, want zo wordt de order snel geaccepteerd. Maar op de lange termijn is dit funest voor je datakwaliteit, want er komt een heleboel ruis in je systemen terecht. Daarom moet het tussen de oren van alle medewerkers komen dat data een heel belangrijke bron van waarde is, zodat ze de juiste afweging kunnen maken tussen de snelheid van een taak en de boemerang waarmee de kwaliteit van de ingevoerde data terugkomt.’ Organisaties moeten volgens Feldberg een visie ontwikkelen om de juiste keuzes te kunnen maken in de afweging centraal versus decentraal en nog belangrijker, de organisatie hierin mee te kunnen nemen. Leijten vult aan: ‘Extra voordeel van complete en kwalitatief hoogwaardige gecentraliseerde data is dat automatisering, en met name AI, kan worden ingezet om sommige datavelden voor in te vullen. Dit leidt tot hogere productiviteit van medewerkers en consistente betrouwbare data’.

Voordelen centrale data

Wanneer alle klantdata uit verschillende kanalen op één centrale plek worden samengebracht, kunnen veel verbanden worden gelegd die onzichtbaar blijven wanneer gegevens binnen silo’s in een organisatie worden opgeslagen. Leijten en Van de Laarschot werken vanuit Salesforce beiden samen met Just Eat Takeaway.com en zien daar concreet de voordelen van een enkele bron van waarheid op het gebied van data. Leijten: ‘Zij zijn een cloudnative organisatie en gewend digitaal te werken. Hierdoor zijn ze van nature beter in staat om data te verzamelen en te centraliseren. En door de lopende wereldwijde standaardisatie is het voor het hoofdkantoor bovendien eenvoudiger om te sturen en besluiten te nemen, omdat ze in verschillende landen over hetzelfde type data beschikken.’

Efficiëntie, kostenbesparing en productiviteit

Centrale beschikbaarheid van data is cruciaal voor efficiëntie, kostenbesparing en productiviteit, stelt Van de Laarschot. ‘Doordat je sneller data voorhanden hebt vanuit allerlei organisatieonderdelen, kun je sneller inspelen op de behoefte van de klant. Dan kun je dus met minder kosten een hoogwaardigere dienstverlening aanbieden. ‘Wanneer je beter weet waar mensen in zijn geïnteresseerd en hoe je ze het beste kunt benaderen, ben je beter in staat om tot een transactie te komen.’ Dat betekent dat alle informatie over een klant in een zogenoemd ‘uniform profiel’ wordt verzameld. Ieder contact met de organisatie, iedere bestelling, iedere klacht, de gebruikte kanalen en overige voorkeuren. ‘Door zo’n uniform profiel vanuit allerlei kanten te verrijken, ben je in staat om steeds persoonlijker met je klanten om te gaan’, zegt Leijten.

Pijnlijke biases

Hoewel Feldberg wijst op het belang van datakwaliteit, benadrukt hij dat er op dat gebied niet één werkelijkheid bestaat. ‘Hoogwaardige kwaliteit betekent eigenlijk fit for purpose. ‘Datakwaliteit moet altijd worden bezien in de context van het vraagstuk waarin het wordt beschouwd’, zegt de hoogleraar. Het is bovendien een levend mechanisme waar continu over moet worden nagedacht. ‘Organisaties moeten nadenken over hoe ze de data in hun systemen kunnen integreren en wat de waarde is van gecentraliseerde opslag en beheer, waar ze in combinatie met kwaliteit mechanismen en menselijke kennis kunnen borgen dat de kwaliteit van al die gegevens op niveau is.’ Hij wijst terug naar het spanningsveld tussen het bewaken van datakwaliteit en de dagelijkse taken waarmee werknemers te maken hebben. ‘Wanneer je AI gaat toepassen, is het cruciaal dat je datakwaliteit op orde is, want anders komt het als een boemerang bij je terug. Algoritmes worden getraind op basis van patronen in data, maar als de kwaliteit van de onderliggende gegevens te wensen overlaat, zul je heel snel pijnlijke biases of onjuiste patronen terugzien. Organisaties kunnen enthousiast nieuwe technologie omarmen en proberen te implementeren, maar wanneer ze niet ook de basis van hun data op orde brengen, de brandstof waar AI mee wordt gevoed, creëert men inzichten die niet overeenkomen met de werkelijkheid. Dit kan verstrekkende gevolgen hebben als men beslissingen neemt op basis van deze inzichten.’

Data als kritische succesfactor

Leijten ziet dat organisaties in toenemende mate geïnteresseerd zijn in het verzamelen van gedragsgegevens van klanten. ‘Metadata over waar mensen op klikken op een website, waarnaar gezocht wordt, welke kanalen er worden gebruikt, bepalen heel erg hoe persoonlijk je kunt worden richting je klant. Het harmoniseren van data, het kunnen samenbrengen van al die inzichten in één uniform profiel wordt onderscheidend voor bedrijven.’ Daar is Feldberg het mee eens. ‘Ik denk zeker dat datakwaliteit een kritische succesfactor kan worden in het competitieve landschap in onze steeds meer datagedreven samenleving.’ Zeker voor digitale organisaties met veel concurrentie kunnen ze zich onderscheiden op klantcontact. ‘Het zit bij dit soort bedrijven, zoals bijvoorbeeld Just Eat Takeaway.com, vaak in kleine dingen die maken dat een klant zich prettig voelt; hoe ze benaderd worden, hoe de organisatie aansluit bij jouw persoon en verwachtingen. Op een gegeven moment wordt dit heel subtiel en moet je als merk kunnen laten zien dat je je klant heel erg goed kent om je te kunnen blijven onderscheiden.’ Zeker voor digitale bedrijven is dit cruciaal, want zij spreken hun klanten natuurlijk beperkt in levende lijve’, zegt Leijten.

Inzicht, interpretatie en actie

Het is overigens niet zo dat alle afdelingen van een organisatie vanuit dezelfde applicatie moeten gaan werken. ‘Niet alle informatie uit het golden record is immer voor iedere organisatie even relevant’, zegt Leijten. ‘Het gaat om de integratie en harmonisatie van data die vervolgens in verschillende applicaties binnen het bedrijf op de juiste manier wordt gepresenteerd en gebruikt.’ Vooral dat actief gebruiken, maakt het verschil, zegt Van der Laarschot. ‘Bij Just Eat Takeaway.com wordt beschikbare data niet alleen inzichtelijk gemaakt via een dashboard, maar ook direct vertaald naar actie. Dat biedt bedrijfsbreed een uniforme aanpak richting de eindklant.’

Luister ook naar ‘Baanbrekende businessmodellen’

Innovatieve verdienmodellen. Slimme partnerships. Andere distributiekanalen. John van Schagen en Patrick van der Pijl gaan in dit radioprogramma in gesprek met bedrijven die de spelregels in hun branche herschrijven. Baanbrekende businessmodellen wordt mede mogelijk gemaakt door Salesforce.