Hoe creëer je waarde uit data?

Data. Er is al zo veel, er komt steeds meer en dan nog lijkt het alsof er te weinig is. Geen organisatie die er niet mee bezig is: genereren, opslaan, analyseren en dan... Ja wat dan? Hoe voorkom je dat je blijft hangen in de analyse fase? Dat je niet eindeloos dashboards en rapporten maakt en alle inspanning weinig rendeert. Maar dat je waarde creëert op basis van die data: financiële waarde voor bedrijven met aandeelhouders, maatschappelijke waarde voor instellingen zonder winstoogmerk.


Hoe je dat doet is voor elke organisatie anders, maar het helpt om gestructureerd opties in kaart te brengen. Deze zijn onder te verdelen in 3 categorieën: verbeteren van processen en besluitvorming, verpakken van producten en diensten en verkopen van data. De mogelijkheden uit de drie categorieën zijn te combineren. Hieronder lichten we ze alle drie toe.


1. Processen en besluitvorming verbeteren


Het meest gangbare gebruik van data is om te 'sturen': het nemen van besluiten op basis van dashboards en KPIs. Een recent voorbeeld is het Corona Dashboard van de Nederlandse overheid.


Corona Dashboard (bron: Rijksoverheid)

In deze categorie wordt waarde gecreëerd door een efficiëntere bedrijfsvoering: het inventariseren van verbeter- en groeimogelijkheden, het opsporen van verborgen gebreken of verliesposten en het voorkomen van risico's. Dit is het domein van Business Intelligence en Business Analytics oplossingen. Hier is de ouderwetse spreadsheet een eenvoudige en veelgebruikte self-service oplossing. Data verwerking en visualisatie gebeuren hierbij in hetzelfde document.

Bij modernere 'self service' systemen is de visualisatie een gebruikersvriendelijke cloud-omgeving (dashboard) die draait op een datamodel met bijhorende berekeningen. Vanwege de complexiteit en de specialistische programmeertaal wordt dit deel door specialisten (intern of extern) gebouwd.

Voor Sensorfact ontwikkelde LUMA een Operations dashboard. Dit bevat een overzicht met daarop alle nieuwe klanten en de status van onboarding. Enkele datapunten zijn extra belicht want die zijn aanleiding voor directe actie. Dit dashboard is voor betrokken medewerkers zichtbaar en wordt in de team overleggen besproken als basis voor acties en besluiten.

Naast het gebruik van data om menselijk besluitvorming te verbeteren, wordt data steeds meer ingezet voor automatische besluitvorming. Denk aan de Maeslantkering die volautomatisch sluit als de weersomstandigheden daarom vragen.


Maeslantkering, Hoek van Holland (bron: Rijkswaterstaat)

Dit is het domein van Kunstmatige Intelligentie (Deep en Machine Learning): algoritmes die berekenen waar en wanneer er een handeling of aanpassing van het proces nodig is. Deze algoritmes zijn ofwel te begrijpen voor mensen (explainable AI) of ze bestaan enkel uit wiskundige parameters. De complexiteit van deze algoritmes maakt dat deze uitsluitend door specialisten (intern of extern) ontwikkeld worden.


Preventief onderhoud van vliegtuigmotoren gebeurt obv AI (bron: CFM)

2. Data wrapping


Een andere recente ontwikkeling is die van data wrapping, letterlijk 'verpakken in data'. Hierbij wordt de gebruikservaring van een product of dienst verbeterd door er data bij te leveren. Voorbeeld hiervan is de app van de NS waarop je aankomende treinen op een kaart kunt volgen en ziet hoe druk verschillende treinstellen zijn.

De waarde creatie bij data wrapping is er vooral een van onderscheidend vermogen: het verstrekken van de juiste informatie maakt dat de waarde van een product of dienst als hoger wordt ervaren. Data wrapping lijkt eenvoudiger dan het is: het vereist een goed klantbegrip (marketing) en een effectieve infrastructuur (IT) om die data te leveren. Het eindresultaat is vaak een (verzameling kleine) applicatie(s) die geïntegreerd zijn in de IT omgeving van de leverancier.

Voor logistieke dienstverlener TMA heeft LUMA een dashboard ontworpen om te delen met een van haar klanten. Dit 'Steel Dashboard' geeft een staalproducent inzicht in de distributie van haar producten. Zo kan het zijn eigen commerciële voorwaarden ten aanzien van transport verbeteren. Met het delen van deze, toch al beschikbare informatie, onderscheidt TMA zich van andere distributeurs en wordt de relatie met haar klant versterkt.

3. Verkopen van data


De derde optie is het verkopen van data. De waarde bestaat hier uit de inkomsten uit gebruikers die betalen gebruik; soms voor alle gebruik maar vaak ook voor aanvullend of geavanceerd gebruik. Denk aan kaartupdates en file-informatie voor navigatiesystemen.


TomTom biedt tegen betaling verkeersinformatie (bron: TomTom)

Voor de verkoop van data hoef je niet altijd data te genereren. Soms is de data al beschikbaar, maar is deze niet ontsloten omdat de waarde ervan nog niet is opgemerkt. Net als data-wrapping vraagt dit om een inventarisatie van de klant behoefte en het opzetten van de benodigde technische infra om de data te kunnen 'serveren'. Hier bovenop komt nog het inregelen van een betalingssysteem en eventueel een manier om gebruik bij te kunnen houden.

Betaald gebruik van (door gebruikers gegenereerde) data (bron: Strava)

Tot slot


Zoals in de inleiding aangegeven zijn bovenstaande opties te combineren. Sterker nog, in de meeste gevallen worden ze gecombineerd. Het onderscheiden van de drie categorieën helpt wel bij het inventariseren van opties. Door met drie verschillende brillen te kijken naar een markt worden nieuwe kansen zichtbaar.

Contact

© 2020 by LUMA