a path to a fast data-driven organisation
In een zeer concurrerende wereld is er een toenemende vraag naar gegevens om beslissingen te nemen. Binnen gevestigde bedrijven blijkt dit uit de beschikbaarheid van rapporten zoals financiële rapporten, boekhoudkundige rapporten, marktrapporten en vele andere.
in de context van gegevensanalyse is er echter een significant verschil tussen “rapportage” en “analyse”.
door het verschil te kennen kunnen organisaties:
- nauwkeurigere informatie
- meer en snellere doorlooptijd
- meer impactvolle zakelijke beslissingen
“”rapportage” betekent gegevens om beslissingen te onderbouwen. Typische rapportageverzoeken impliceren meestal herhaalbare toegang tot de informatie, die maandelijks, wekelijks, dagelijks of zelfs real-time kan zijn.
de bovenstaande definitie berust op twee belangrijke onjuiste veronderstellingen:
- gegevens zijn beschikbaar: vaak moeten gegevens worden ontleend aan uiteenlopende bronsystemen die vaak binnen of buiten de bedrijven gefragmenteerd zijn
- gegevens zijn schoon: vaak moeten gegevens worden vertaald voor menselijke consumptie en moeten ze worden gevormd voor analyse enablement
“Analytics” betekent ruwe data-analyse. Typische analytics Verzoeken impliceren meestal een once-off data onderzoek.
wat komt eerst? Rapportage of analyse
wanneer een rapportageverzoek doorstroomt, moeten vaak analyses worden uitgevoerd. Wanneer een analyseverzoek doorstroomt, is rapportage mogelijk niet nodig.
hieronder volgen enkele stappen bij het opstellen van een rapport:
- begrijp zakelijke vereisten
- verbind en verzamel de gegevens
- Vertaal de technische gegevens
- begrijp de achtergronden van gegevens door verschillende dimensies
- vind een manier om gegevens weer te geven voor 100 categorieën en de 5 subcategorieën (500 + combinaties!)
- herwerken van de gegevens
- Business stakeholder raakt verward
- Scope wordt gewijzigd
- herhaal de stappen
- meer herwerken
- initiële visualisatie op excel
- adresseren van stakeholders begrip
- start de rapportage dashboard build
- Configureer de functies en parameters
- werk
- test de gebruikerservaring
- conform de company Style Guide
- test de rapportage automatisering en implementatie
- contact opnemen met technologie of productieteam
- proces voor regelmatig vernieuwen en falen
- documentrapportageproces
het bovenstaande raakt alleen het initiële oppervlak …
als het bedrijf weinig gegevenspunten of een beter feitelijk inzicht wil, zou analytics een effectiever en efficiënter alternatief zijn.
hieronder vindt u enkele stappen die betrokken zijn bij een verkenning van gegevensanalyse:
- create data hypothesis
- verzamel en manipuleer gegevens
- presenteer resultaten aan het bedrijf
- re-iterate
het bedrijf krijgt resultaten na zeer weinig stappen.
pad naar een snelle gegevensgestuurde organisatie
het is belangrijk om het verschil tussen “rapportage” en “analyse”te begrijpen. In het huidige competitieve landschap is de snelheid naar inzichten van cruciaal belang.
op basis van bovenstaande verklaringen en stappen is het starten met “analytics” vaak het beste uitgangspunt. Als de inzichten op grote schaal en regelmatig moeten worden verspreid, dan kan een rapportage worden ontwikkeld. Dit zal ook de technologie operationele belasting die wordt geassocieerd met reguliere automatiseringsprocessen te verlichten.
“als je het aantal experimenten per jaar verdubbelt, verdubbel je je inventiviteit.”- Jeff Bezos
zoals Jeff (oprichter van Amazon Company) al zei, hebben we meer “experimenten” en data exploratie nodig. We hebben niet meer rapporten nodig.
als u de business analist bent, verfijn dan de verzoeken van “rapportage” tot gegevensanalyse.
als u de gegevensanalist bent, stel dan een analysepartnerschap voor met het bedrijf over de rommelige gegevens.
samen zouden we op een snelle en duurzame manier de werkelijke bedrijfswaarde van data kunnen ontketenen.