Lees ons artikel over "Ondernemingsbestuur in het data -tijdperk" op

class="lazyload

.

Eerst een anekdote over de valkuilen van het niet gebruiken van data.

In 1984 had een jonge Michael Jordan - vandaag de dag beschouwd als de beste basketbalspeler aller tijden - net het Amerikaanse basketbalkampioenschap gewonnen in North Carolina. Als shooting guard was hij een van de drie beste kandidaten voor de NBA draft, die de beste Amerikaanse college spelers selecteert. Maar in die tijd werden shooting guards als kleiner en minder indrukwekkend beschouwd dan pivots. Vanwege deze redenering, en ondanks de data die op zijn buitengewone potentieel wees, weigerde Adidas Jordan twee keer te sponsoren.

Het resultaat? Nike - de grootste concurrent van Adidas - benaderde Jordan om zijn eigen schoenenlijn te ontwerpen. Tot op heden zijn er 100 miljoen paar Air Jordans verkocht. Het enorme commerciële succes van het merk Jordan genereert vandaag de dag nog steeds een omzet van 3 miljard dollar dankzij de man die zes keer werd uitgeroepen tot beste speler in de NBA. Dat is een les die elk bedrijf ter harte zou moeten nemen: haal altijd het beste uit je data.

Hoe data betere besluitvorming mogelijk maakt

  • Data helpt je het verleden te begrijpen: data analyse services een duidelijkere manier om de onderliggende oorzaken van problemen in een multifactoriële wereld te zien.
  • Data helpt je de toekomst te voorspellen: data kan de consumentenvraag voorspellen. Een goed voorbeeld is de manier waarop we Carrefour Group hebben geholpen met het voorspellen van de verkoop in hun bakkerij- en banketafdeling. Het doel was om meer te verkopen door voorraden te voorkomen en beter te verkopen door voedselverspilling tegen te gaan. Het idee was om de managers van de versafdeling, die elke dag ter plekke brood en gebak maken, een nauwkeurige schatting van de volumes te geven. We gebruikten een techniek genaamd machine learning, gebaseerd op het leren van historische data. Het werkte heel goed: we verbeterden de omzet met een paar punten door stockouts te vermijden, terwijl we de verspilling met drie deelden.
  • Data helpt u te optimaliseren wat er al is: UPS-software geeft elk van zijn chauffeurs specifieke routes om te volgen, maar dat zijn niet altijd de kortste routes: er wordt geen rekening gehouden met de af te leggen afstand, maar eerder met de minste linkse afslagen die op elke route moeten worden genomen. Door de data te analyseren, realiseerden ze zich dat 60% van alle ongelukken werd veroorzaakt door het nemen van bochten naar links, en slechts 3% door het nemen van bochten naar rechts (waardoor meer wachttijd nodig is).

  • Analyse, voorspelling en optimalisatie: hiermee wordt data een 'productiefactor' in plaats van een 'innovatiefactor'. Al deze initiatieven zijn gekoppeld aan een significante ROI, waarvan de inzet kan oplopen tot honderden omzetpunten of incrementele marges.

Data betere beslissingen mogelijk maakt die de bedrijfsprestaties verbeteren, maar hoe kunnen het besluitvormingsorgaan en het bestuur van organisatieworden aangepast om beter te profiteren van het data -tijdperk?

Data moet worden behandeld als een strategisch bedrijfsmiddel

Bedrijven moeten hun 'data schuld' oplossen - een technologieschuld die is opgebouwd rond de levenscyclus van data. We hebben een veelvoud aan zeer complexe IT-systemen, die in de loop der tijd op elkaar zijn gestapeld, met data bronnen die heel vaak slecht gedocumenteerd, soms inconsistent en moeilijk toegankelijk zijn, en die niet voldoen aan de geldende regels (intern of extern, zoals GDPR). Deze 'schuld' kost veel tijd om betrouwbare informatie te verzamelen voor analyse.

Een goede illustratie hiervan is het geval van een van Artefact's grote farmaceutische klanten. Tot voor kort konden ze hun omzetcijfers per product niet verkrijgen omdat ze niet in staat waren om hun productierepository voor productie-installaties te vergelijken met hun transactionele repository, die financiële data per verkooppunt bevat: een irrationele situatie waarin de organisatie's eigen data niet konden gebruiken.

Hoe langer data de schuld zich opstapelt, hoe duurder het wordt om deze te herstellen. data behandelen als een strategisch bezit betekent ermee instemmen om te investeren in een programma om de kwaliteit, documentatie en toegankelijkheid van data te verbeteren en dit op een duurzame manier te doen naarmate de bronnen zich vermenigvuldigen.

Een data gedreven organisatie moet een fabriek voor talentontwikkeling worden

Talent is de beslissende factor geworden in het digitale tijdperk. Toegang tot technologie is zo'n algemeen toegankelijk goed dat bijvoorbeeld de opkomst van no-code en cloud computing steeds meer worden geassocieerd met kant-en-klare diensten zoals databaseopslag en -beheer of het automatisch bouwen van algoritmes.

De wervingsoorlog is zeer ernstig - van de zeven miljoen beschikbare vacatures services in de VS die op LinkedIn zijn geplaatst (70% van het totaal), zijn er bijvoorbeeld twee op zeven voor data-gerelateerde functies. De technologische veranderingen gaan zo snel dat het onmogelijk is om op elk moment een competentiekader vast te stellen.

Deze versnelling wordt aangedreven door GAFA-gesteunde big budget cloud frameworks, onderzoekslaboratoria en gratis algoritmen van een wereldwijd netwerk van 100k onderzoekers, plus de bijna onmiddellijke adoptie en het wijdverspreide gebruik van open source in de start-up wereld.

In een omgeving waar technologie zo snel verandert, moeten bedrijven hun eigen talent kunnen opbouwen. Vooral voor grote bedrijven zullen uitgebreide trainings-/omscholingsprogramma's nodig zijn:

  • Het World Economic Forum (WEF) voorspelde dat er tegen 2025 85 miljoen banen zullen verdwijnen en 97 miljoen nieuwe banen zullen worden gecreëerd op data .
  • AT&T investeert nu jaarlijks ongeveer 250 miljoen dollar in T University, dat bestaande werknemers in staat stelt om gevraagde expertise te ontwikkelen op gebieden zoals data wetenschap en cyberbeveiliging.

Als we kijken naar de talenten die morgen nodig zullen zijn, is het verleidelijk om alleen te focussen op technologie en aan te nemen dat de volgende generatie uitsluitend zal bestaan uit ingenieurs en data wetenschappers. Er zal duidelijk behoefte aan hen zijn en er zal de komende jaren zelfs een tekort aan hen zijn, maar dit is slechts een deel van het verhaal. In een wereld waar data en algoritmes manuele, repetitieve en tijdrovende taken kunnen automatiseren en waar technologie steeds toegankelijker wordt, is er veel ruimte voor andere soorten talenten: probleemoplossend, creatief, interpersoonlijk, enz.

In een modern organisatie moet het besluitvormingsproces gedecentraliseerd zijn.

In de technologie is er een grote progressieve beweging in de richting van decentralisatie, die begon met technologische doorbraken (bijv. cryptovaluta of de metaverse die gedecentraliseerde systemen zijn), maar ook IT-systemencloud, waar we onze machines delen, of gedistribueerde computerarchitecturen zoals Hadoop, een wereldberoemd raamwerk voor het distribueren van berekeningen op verschillende servers).

Decentralisatie geldt ook voor bestuur. Waarom? Omdat centralisatie onmogelijk is: er is gewoon te veel data, met slecht gecontroleerde bronnen, die gemakkelijk slecht kunnen worden geïnterpreteerd zonder contextuele kennis. Enkele voordelen van decentralisatie in bestuur zijn:

  • 1. Snelle besluitvorming en minder tijd kwijt met heen en weer gaan
  • 2. De 'kenner' de beste beslissing laten nemen

  • 3. Beslissers een mandaat geven - uiteraard met grenzen en een controlelus.

Dit impliceert een diepgaande organisatorische verandering die gericht is op kennis: de organisatie als een autonoom geheel, bestaande uit bewuste gemeenschappen die georganiseerd zijn rond kennis. Op Artefact hebben we er bijvoorbeeld voor gezorgd dat bepaalde entiteiten (chapters, tribes, gilden) zelf kunnen beslissen over zeer belangrijke zaken, zoals salarissen, bonussen, prijzen en services en zelfs over het personeel! We hebben een volledig gedecentraliseerd bestuur gecreëerd.

Leiden is meten

Sommige metingen zijn onnodig bij het nemen van beslissingen en kunnen eenvoudig achterwege worden gelaten ten gunste van andere, meer proactieve managementtools. Hier volgt een voorbeeld om dit concept te demonstreren:

Een winst- en verliesrekening is niets meer dan de organisatie's rapportkaart. Het is nutteloos bij het nemen van beslissingen en dient de relatie met investeerders helemaal niet. (We kijken bijna nooit naar omzet en EBITDA, wat lijkt op kijken naar prestaties uit het verleden, niet naar toekomstige prestaties).

In plaats daarvan hebben we voor Artefact tijd besteed aan het bouwen van een zeer geavanceerde data financiële afdeling. We bouwden een financieel data dat in realtime verbonden is met een data , met onze belangrijkste Salesforce-tools voor het inschatten van pijplijnen, een tool voor personeelszaken, onze HR-database en ons ERP voor klantcontracten. Hieruit hebben we een realtime bestand gemaakt met zeven belangrijke indicatoren die een samenvatting geven van de operationele gezondheid van de organisatie in de toekomst en die we delen met investeerders - een hulpmiddel dat veel zinvoller en nuttiger is voor betere besluitvorming.

We kunnen bijvoorbeeld reageren op en in gesprek gaan met onze aandeelhouders over zaken als wat onze verwachte vraag over zes maanden zal zijn, of wat de samenstelling van ons personeelsbestand zou moeten zijn (cruciaal in een context van snelle groei en uitdagende werving).

KPI's worden onderverdeeld in Doelstellingen en Belangrijke Resultaten (OKR's) die gedeeld worden door de toppartners van de organisatie, en we delen ze allemaal. Het zijn hulpmiddelen van onschatbare waarde die elke strategie opsplitsen in meetbare doelstellingen en vervolgens in twee of drie subdoelstellingen die door alle medewerkers worden gedeeld. Andy Grove, die ze leerde aan John Doerr; hij schreef op zijn beurt het boek 'Measure What Matters', over het proces. OKR's zorgen ervoor dat werknemers gewaardeerd worden om hun prestaties, niet alleen om hun achtergrond, diploma's of titels.

Conclusie: Een nieuwe perceptie van data en data governance

Data verandert de manier waarop bedrijven worden bestuurd, en de rol van managers - en bestuurders in het bijzonder - van één van het nemen van de beste beslissingen in het belang van organisatienaar één van het creëren van een systeem zodat iedereen bijdraagt aan het nemen van de beste beslissingen in het belang van organisatie.

Als lid van de Raad van Bestuur kunt u een belangrijke rol spelen bij het aanpakken van kwesties die een tastbare invloed hebben op de resultaten van de organisatie, maar er zijn paradigmaverschuivingen voor nodig. En juist omdat data het bestuur opschudt, moet het door het bestuur zelf worden overgenomen.

Naarmate uw data governancebeleid zich verder ontwikkelt, moet u ervoor zorgen dat uw prioriteiten ook verantwoorde en ethische data verwerking en energiezuinige initiatieven omvatten. Het is cruciaal om te werken op manieren die de economische, sociale en ecologische voetafdruk van digitale technologie verkleinen.

In tijden van twijfel of radicale veranderingen is de menselijke neiging om zich af te sluiten en naar binnen te keren. Mensen bouwen zelfverdedigingssystemen (confirmation bias) op om te voorkomen dat ze aan het wankelen worden gebracht in hun overtuigingen, door hun eigen waarheidssystemen te creëren. Goed gebruikt, data is de waarheid die ons in staat zou moeten stellen om betere, betrouwbaardere en onafhankelijkere beslissingen te nemen ten voordele van klanten, gebruikers, werknemers en de organisatie als geheel.

Lees ons artikel over

class="lazyload

.