Lees ons artikel over “Ondernemingsbestuur in het data-tijdperk” op

.

Eerst een anekdote over de valkuilen van niet met data.

In 1984 had een jonge Michael Jordan - vandaag de dag beschouwd als de beste basketbalspeler aller tijden - net het Amerikaanse basketbalkampioenschap van de universiteit in North Carolina gewonnen. Als shooting guard was hij een van de drie beste winnaars van de NBA draft, die de beste Amerikaanse universiteitsspelers selecteert. Maar in die tijd werden shooting guards als kleiner en minder indrukwekkend beschouwd dan pivots. Vanwege deze redenering, en ongeacht de data die zijn buitengewone potentieel aangaf, Adidas weigerde 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: altijd haal het meeste uit uw data.

Hoe data betere besluitvorming mogelijk maakt

  • Data helpt u het verleden te begrijpen: data analyse biedt een duidelijkere manier om de hoofdoorzaken van problemen in een multifactoriële wereld te zien.
  • Data helpt u de toekomst te voorspellen: data kan de consumentenvraag voorspellen. Een goed voorbeeld is de manier waarop we Carrefour Groep de verkoop in hun bakkerij- en banketafdeling te voorspellen. Het doel was om meer te verkopen door voorraadtekorten te voorkomen, en om 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 erg goed: we verbeterden de omzet met een paar punten door stockouts te voorkomen, terwijl we de verspilling met drie deelden.
  • Data helpt u te optimaliseren wat al bestaat: De software van UPS 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 ongevallen werden veroorzaakt door het nemen van bochten naar links, en slechts 3% door het nemen van bochten naar rechts (waardoor meer wachttijd nodig was).

  • Analyse, voorspelling en optimalisatie: hiermee wordt data een ‘productiefactor’ in plaats van een ‘innovatiefactor’. Al deze initiatieven zijn gekoppeld aan een aanzienlijke ROI, die kan oplopen tot honderden omzetpunten of incrementele marges.

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

Data moet worden behandeld als een strategisch actief

Bedrijven moeten hun ‘data schuld’een technologieschuld die is opgebouwd tijdens de levenscyclus van data. We hebben een veelvoud aan zeer complexe IT-systemen, die in de loop der tijd over elkaar heen zijn gelegd, met data bronnen die heel vaak slecht gedocumenteerd zijn, soms inconsistent, moeilijk toegankelijk, en die niet voldoen aan de geldende regels (intern of extern, zoals GDPR). Door deze ‘schuld’ gaat er veel tijd verloren met het verzamelen van betrouwbare informatie voor analyse.

Een goede illustratie hiervan is het geval van een van de grote farmaceutische klanten van Artefact. Zij waren tot voor kort niet in staat om hun omzetcijfers per product te verkrijgen, omdat het niet mogelijk was om hun productrepository van de productiefaciliteit te vergelijken met hun transactionele repository, die financiële data per verkooppunt bevat: een irrationele situatie waarin de eigen data van het bedrijf niet beschikbaar was om te gebruiken.

Hoe langer data schulden zich opstapelen, hoe duurder het wordt om ze te herstellen. data behandelen als een strategisch bedrijfsmiddel betekent instemmen met het 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 bedrijf moet een fabriek voor talentontwikkeling worden

Talent is de beslissende factor in het digitale tijdperk. Toegang tot technologie is een goed dat zo universeel toegankelijk is dat de opkomst van geen-code, bijvoorbeeld, en cloud computing, worden steeds vaker geassocieerd met kant-en-klare diensten zoals database opslag en bediening of het automatisch bouwen van algoritmen.

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

Deze versnelling wordt aangedreven door GAFA-gesteunde big budget cloud technologieframeworks, 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 Wereld Economisch Forum (WEF) voorspeld dat er tegen 2025 85 miljoen banen zullen verdwijnen en 97 miljoen nieuwe banen met data zullen worden gecreëerd.
  • AT&T investeert nu jaarlijks ongeveer $250 miljoen in T Universiteit, die bestaande werknemers in staat stelt om veelgevraagde 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 naar technologie te kijken en aan te nemen dat de volgende generatie uitsluitend uit ingenieurs en data wetenschappers zal bestaan. 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 algoritmen handmatige, 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 bedrijf 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-systemen (cloud, waarbij we onze machines delen, of gedistribueerde computerarchitecturen zoals Hadoop, een wereldberoemd framework 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 geïnterpreteerd kunnen worden zonder contextuele kennis. Enkele voordelen van decentralisatie in bestuur zijn:

  • 1. Snelle besluitvorming en minder tijd kwijt met heen en weer gaan
  • 2. De ‘persoon die het weet’ de beste beslissing laten nemen

  • 3. 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. Bij Artefact hebben we er bijvoorbeeld voor gezorgd dat bepaalde entiteiten (chapters, tribes, guilds) zelf kunnen beslissen over zeer belangrijke zaken, zoals salarissen, bonussen, prijzen en aanbiedingen en zelfs personeelsbezetting! We hebben een volledig gedecentraliseerd bestuur gecreëerd.

Leiden is meten

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

Een winst- en verliesrekening is niets meer dan het visitekaartje van het bedrijf. 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-driven financiële afdeling. We bouwden een financieel data magazijn dat in realtime verbonden is met een data platform, met onze belangrijkste Salesforce tools voor pijplijnschattingen, een personeelstool, onze HR database en ons ERP voor klantencontracten. Op basis hiervan hebben we een realtime bestand gemaakt met zeven belangrijke indicatoren die een samenvatting geven van de operationele gezondheid van het bedrijf in de toekomst en die we delen met investeerders - een hulpmiddel dat veel zinvoller en nuttiger is voor een betere besluitvorming.

We kunnen bijvoorbeeld reageren op en communiceren 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 Belangrijkste Resultaten (OKR's) die gedeeld worden door de toppartners van het bedrijf, 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 werknemers worden gedeeld. Andy Grove, die ze aan John Doerr leerde; hij schreef op zijn beurt het boek, ‘Meten wat belangrijk is’, over het proces. OKR's zorgen ervoor dat werknemers gewaardeerd worden voor hun prestaties, niet alleen voor hun achtergrond, diploma's of titels.

Conclusie: Een nieuwe perceptie van data en data governance

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

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

Naarmate uw data governance beleid zich verder ontwikkelt, zult u ervoor moeten zorgen dat uw prioriteiten verantwoorde en ethische data verwerking en energiezuinige initiatieven binnen het kader ervan 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 heeft de mens de neiging om zich af te sluiten en naar binnen te keren. Mensen bouwen zelfverdedigingssystemen (confirmation bias) om te voorkomen dat hun overtuigingen aan het wankelen worden gebracht, door hun eigen waarheidssystemen te creëren. Op de juiste manier gebruikt, is data de waarheid die ons in staat zou moeten stellen om betere, betrouwbaardere en onafhankelijkere beslissingen te nemen ten voordele van klanten, gebruikers, werknemers en het bedrijf als geheel.

Lees ons artikel over

.