Nieuw waardecreatie door data.
Nieuw waardecreatie door data ook toegankelijk voor het MKB
In tegenstelling tot wat velen denken, is nieuwe waardecreatie door slim gebruik van data niet alleen weggelegd voor het grootbedrijf. Grote organisaties beschikken doorgaans over meer middelen om de juiste kennis aan te leren of aan te trekken en vervolgens toe te wijzen aan datagedreven projecten. Dit wil echter niet zeggen dat kleinere bedrijven geen mogelijkheden hebben om de kansen van data te benutten. Integendeel.
Een drietal concrete voorbeelden uit de praktijk:
- Haardenverkoper: Wilde graag weten bij welke klantgroepen de hoogste marges worden behaald. De analyse van gegevens van eerdere klanten – denk aan kenmerken van de woonplaats en -wijk en het type woning – helpt bij het bepalen van potentiële klanten.
- Bakker: Wilde de klandizie per dag nauwkeurig kunnen voorspellen. Historische gegevens over klantaantallen worden gecombineerd met openbare data over o.a. het (meest waarschijnlijke) weer per dag. Voorraden kunnen nu efficiënter worden aangelegd en aangewend.
- Kapper: Wilde de klanttevredenheid optimaliseren. Een model zal bepalen welke factoren positief samenhangen met tevredenheid onder klanten. Er wordt onder meer gekeken naar communicatie, interieurskenmerken en seizoensinvloeden.
Uiteraard kunnen deze toepassingen ook van waarde zijn voor ieder ander bedrijf in het MKB. Immers, wie wil er nou niet de juiste klanten bereiken, weten wanneer ze bij je op de stoep staan en ze zo tevreden mogelijk houden? Maar hoe en waar te beginnen? Hier volgt een snelcursus “van data via inzichten naar een verbeterd bedrijfsresultaat”.
- Stap 1: Dataverzameling en -opslag
Stel vast welke data je allemaal verzamelt en zorg dat de verzameling en opslag ervan goed is georganiseerd. Vaak weet men niet eens welke data er worden verzameld. Zodra dit op een rijtje is gezet, zal de verzameling en opslag van deze data gestructureerd moeten plaatsvinden.
- Stap 2: Data-analyse (basis)
Analyseer de beschikbare data en probeer trends te ontdekken en/of verbanden te leggen. Eenvoudige tijdreeksen kunnen vaak al opvallende pieken en dalen blootleggen. Simpele correlaties kunnen snel de samenhang tussen diverse factoren inzichtelijk maken.
- Stap 3: Data-analyse (geavanceerd)
Integreer externe data met de al beschikbare data en doe meer geavanceerde analyses. Door data uit openbare bronnen bij de analyse te betrekken, kunnen verdergaande inzichten worden verkregen. Het gaat hier bijvoorbeeld om ingewikkelde modellen die een gewenste uitkomst kunnen voorspellen.
- Stap 4: Data-interpretatie
Interpreteer de resultaten van je data-analyses en formuleer bruikbare inzichten.
- Stap 5: Datagedreven besluitvorming en actie
Neem besluiten op basis van de verkregen inzichten en implementeer de benodigde acties.
Ontbeert uw bedrijf de kennis en kunde?
Of is er simpelweg te weinig tijd om deze stappen uit te voeren, dan zult u anderen moeten inschakelen. Zo kunt u een beroep doen op onze datawetenschappers in opleiding via het MKB Datalab. Zij kunnen u bij elk van de vijf bovenstaande stappen gedegen hulp bieden tegen een aantrekkelijk tarief.
Bedrijven behorende tot het MKB mogen dan relatief klein van stuk zijn, de invloed van datagebruik op hun bedrijfsresultaat kan grote proporties aannemen. Neem ook eens een moment voor uzelf en bedenk welke inzichten u allemaal zou kunnen ontlenen aan data. Of u nu zelf aan de slag gaat of anderen laat worstelen met al uw gegevens, nieuwe waardecreatie door data is ook goed mogelijk voor kleine en middelgrote bedrijven.
Werner Liebregts
Universitair Docent aan de Jheronimus Academy of Data Science (JADS)