Blogpost – U wilt een data driven bedrijf, ga dan spelen in de speeltuin

9 mei 2019

Door de Dataloog uitzendingen krijgen wij regelmatig de vraag van bedrijven wij willen wel data driven worden maar we weten echt niet hoe we de eerste stappen moeten zetten. De belangrijkste tip die wij geven is “creëer een speeltuin of data lab waar medewerkers die dit willen vrijblijvend kunnen experimenteren”. In deze blogpost leggen we uit hoe je je organisatie klaar maakt om te beginnen met Data Science projecten.

We willen eigenlijk niet echt beginnen maar we zullen wel moeten

In Dataloog nummer 6 kwamen we de eerste barrieres van Data Science tegen: een niet meewerkende IT afdeling, gebrek aan tools en data. “R staat helaas niet op onze corporate software lijst dus kunnen we het niet gebruiken”. In dataloog nummer 20 heeft Lex verteld over het EY rapport waarin gesteld werd dat slechts 4% van de bedrijven in Europa (de groenteboer om de hoek niet meegerekend) Data Science of AI echt in de vingers heeft en geïmplementeerd heeft in de operatie. Gelukkig geeft 61% van de bedrijven aan dat ze data driven worden wel in de planning hebben. Let op dit betekent dus dat ze het nog niet doen, maar wel plannen. Wat dit betekent blijft overigens vaag. En 71% van de ondervraagden vindt Data Driven worden wel echt belangrijk. De boodschap die wij uit deze resultaten halen is dat u zich helemaal hoeft te schamen als uw bedrijf nog niet data driven is. Uw concurrent heeft dit waarschijnlijk ook nog niet.

"U bent niet data driven maar uw concurrent waarschijnlijk ook niet."

Maar, dat wil niet zeggen dat u zich geen zorgen hoeft te maken. Er kan en zal namelijk binnen nu en afzienbare tijd een Amazon of Google achtige partij de markt op komen met een ander business model gebaseerd op data wat uw bedrijf zomaar uit de markt duwt. “Jaja”, denkt u nu. Maar kijk eens om u heen, de taxi branche wordt geraakt door een bedrijf Uber dat zelf geen taxi’s heeft. De bankwereld gaat het (FD artikel) zwaar krijgen door nieuwe partijen die de bankmarkt in stappen. Zo heeft Google een banklicentie in Litouwen. En zijn partijen als Adyen meer waard dan traditionele grootbanken. Over dat andere nieuwe business model vertelt Erik-Jan Franssen Director sales EMEA meer in DTL014 over Vertica.

Amazon wordt supermarkt concurrent (bron plaatje Amazon)

 

“Ja wij willen echt” zegt u dan tegen een externe data consultant.

U bent overtuigd, wilt wel experimenteren met Data Driven worden, wat nu? De vraag die wij dan altijd stellen is of u het echt wilt. Want dat betekent dat u en uw collega’s terug moeten naar school. Immers, als u de kennis en kunde al in huis had om Data Driven te worden, had u het al gedaan. Wij denken ook dat het niet verstandig is om direct een groep consultants in te huren die uw organisatie Data Driven maakt. Zij zullen vast mooie projecten draaien, maar uw organisatie wordt er niet data gedreven van.

Wat wel goed is, is om ruimte in uw organisatie te creëren en een klein kernteam met medewerkers die bereid zijn om (i) Data Science te ervaren en leren en (ii) te durven spelen met data zonder dat u direct daarvan grote verwachtingen heeft. Eigenlijk niet anders dan 10 jaar geleden het worden van een innovatie gedreven organisatie. Daar was het ook de gouden tip om een zandbak te creëren waar medewerkers kunnen leren spelen met innovatie.

Wat u hierbij wel goed kunt gebruiken heeft is een externe Analytics Translator. In Dataloog nummer 21 praten over we hoe organisaties kunnen beginnen met behulp van de Analytics Translator (AT). Dit is een cruciale functie die verkent, verbindt en evangeliseert. We praten in deze uitzending ook over tools en methoden die AT’s gebruiken om uw organisatie te helpen met het vinden van kansrijke projecten Data Science projecten te verkennen binnen uw organisatie. Hier zullen complexiteit, haalbaarheid, beschikbaarheid van data en impact op medewerkers allemaal van belang zijn. De Analytics Translator is in staat, met back-up van data scientists om met uw medewerkers binnen 4 weken te komen tot een werkend Proof of Concept (PoC). Dit is een werkend versie van de oplossing van uw probleem op een kleine dataset wat vooral laat zien dat het vraagstuk wat u heeft opgelost kan worden.

De stap van PoC naar echte implementatie is niet zo makkelijk. Dit vergt niet alleen technische inpassing van de oplossing in uw IT organisatie maar ook dat uw werkprocessen zodanig aangepast worden dat de oplossing ook echt gebruikt gaat worden. Het technisch implementeren van de PoC is een technische vraagstuk van opschalen naar meer data en rekenkracht en vereist kennis van Machine Learning of Data Engineers. Het echt gaan gebruiken is een vraagstuk wat soft skills en veranderkunde vergt. Een oplossing is namelijk pas een oplossing als deze door uzelf en uw medewerkers gedragen en gebruikt wordt.

 

 

Na de eerste successen verder werken aan een data lab aka de nieuwe speeltuin

Stel dat het lukt, u hebt een data science project in de organisatie écht geimplementeerd, medewerkers maken gebruik van de tool, sturing wordt beter, voorspelbaarheid gaat omhoog. Wat nu? Eerst is het tijd om dit te vieren en verder uit te dragen in de organisatie. Een goede AT-er helpt u bij het verspreiden van het verhaal, het evangeliseren, zodat de interesse voor AI en Data Driven bij andere stakeholders binnen uw bedrijf gewekt wordt. Wilt u dan nog verder, dan is het tijd om een eigen data lab op te bouwen. Dit ie een plek waar uw medewerkers verder kunnen spelen om zichzelf en de organisatie verder te ontwikkelen richting data driven.

Hoe ziet de ideale speeltuin eruit? We geven enkele tips

 

De spelers

In de speeltuin wilt u enkele ondernemende medewerkers die het idee hebben dat hun problemen en uitdagingen met behulp van data opgelost kan worden. Zij kennen de business en leveren de benodigde input aan de AT en technici in de speeltuin. En hoe eenvoudig dit ook klinkt, dit is wel waar veel data projecten mis gaan. Kortom een medewerker van IT die echt mee wil in de transitie en die de databronnen kent is van groot belang om in de speeltuin te hebben.

Hardware

Rekencapaciteit mag geen belemmering zijn voor het experimenteren met data science [punt]. Sterker, zolang wat gebeurt in de speeltuin daar ook blijft mag u best admin rechten geven en toegang tot data die anders via bureaucratische schijven langzaam beschikbaar komt. Spreek vooraf een kader af mbt IT security en de AVG wetgeving waarbinnen de projecten moeten blijven en geeft vooral daarna speelruimte. Voor wat betreft de rekencapaciteit is het goed om een dedicated server met Python/R en Jupyter klaar te hebben staan. Zolang rekenkracht geen bottleneck is, kunnen medewerkers experimenteren.

 

De ruimte

Zorg dat de ruimte die u biedt ook fysiek een ruimte is die (i) creatief ingericht is (ii) afgesloten kan worden (iii) open staat voor geïnteresseerden en (iv) niet ergens in een verdomhoekje staat. Vooral punt vier is belangrijk, u wilde toch data driven worden, dan mag dit ook zichtbaar zijn. Een echte vereiste is dat de ruimte echt 24/7 toebedeeld is aan data, en dat dus niet voor een ander doel de ruimte geboekt kan worden. Dit kan betekenen dat de ruimte niet altijd bezet is, maar neem dat voor lief, dit komt echt. Het is handig als er in de ruimte presentaties en workshops gegeven kunnen worden aan geïnteresseerden. Dit betekent dat de ruimte ook niet te klein moet zijn en met flexibel meubilair ingericht is; klaptafels bijvoorbeeld. Tot slot, onze tip is om de ruimte geschikt te maken voor thinking fast en thinking slow. Natuurlijk moet er thinking fast geprogrammeerd kunnen worden, achter een bureau en mails weggewerkt ook achter het bureau en workshops gegeven kunnen worden staand werken. Maar het is ook belangrijk dat de ruimte geschikt is voor slow thinking: overpeinzen alleen op een makkelijke stoel, of samen diep nadenken over een oplossing aan een barretje.

 

De organisatie

Wellicht is het belangrijkste dat u als C-suite echt ruimte geeft aan uw medewerkers om te experimenteren. Hoe minder verwachtingen u heeft over de uitkomsten, hoe vrijer uw medewerkers kunnen experimenteren in de zandbak. Vertrouw erop dat uw medewerkers zelf komen met projecten die haalbaar zijn en meerwaarde leveren. De Analytics Translator zal waken dat binnen de organisatie de beste bang for your buck [youtube scrumm] gekozen wordt. Laat het MT zo af een toe eens langskomen en zorg dat de voortgang (niet het afrekenen) positief als mededeling op de MT vergadering meegenomen wordt. Laat je verrassen!

Immers, net zoals bij spelende kinderen in de speeltuin, zodra de volwassenen zich ermee gaan bemoeien, is het spelen echt over.