Het data succes van de moderne Business Analist

Op welke manier maakt data het verschil voor een organisatie? Die vraag is me als Business Analist op het vlak van Business Intelligence, Analytics en AI al heel vaak gesteld en mijn antwoord is eigenlijk altijd hetzelfde: “Het hangt ervan af. Wat wil je bereiken?” Dan komen soms antwoorden als: de kosten moeten omlaag, of de omzet omhoog. In een aantal gevallen is er ook al iets van verdieping: er is een betere klantervaring nodig, of we willen nieuwe producten ontwikkelen. Dat is nog niet het niveau waarop je als DevOps team aan de slag kan, en dat is wel nodig om business waarde te leveren. De essentie bepalen van de benodigde verandering, zie ik als mijn vak als Business Analist. Waarom dat zo relevant is – en niet te vergeten vooral leuk – ga ik je uitleggen in deze blog, dan snap je dat het niet alleen draait om mensen, processen en techniek, maar juist ook om data èn hoe je dat organiseert.

Wat moeten we veranderen?

Snappen wat er moet veranderen en waarom, betekent dat je je verdiept in het onderwerp en veel perspectieven voorbij laat komen. In een aantal slagen, via workshops, interviews – stel ik samen met inhoudsdeskundigen - vast, waar het te bereiken doel aan moet voldoen, wat de wensen en eisen zijn, welke randvoorwaarden er zijn en wat de scope is. En die verandering draait typisch om wat er moet gebeuren op het vlak van:

Mensen: bepaalde kennis/kunde is nodig welke op dit moment nog niet aanwezig is;
Processen: er zijn nieuwe of gewijzigde processen nodig;
Technologie: nieuwe tools moeten worden geïntroduceerd of bepaalde functionaliteiten gaan gebruikt worden;
Data: er zijn nieuwe databronnen nodig, of data moet sneller beschikbaar komen.

Maar, wat is nou eigenlijk data?

Je bent waarschijnlijk wel bekend met de DIKW-piramide (afbeelding 1), hoewel de herkomst wordt betwist, is deze qua gedachtegoed in de jaren tachtig ontstaan. Het geeft de hierarchie van data naar wijsheid, waarbij je je kunt afvragen of je ooit het stadium van kennis en wijsheid kunt behalen, ik denk van niet. In ieder geval niet vanuit het perspectief van ondersteunende IT systemen en dat is toch waar we het hier over hebben. Het maakt niet uit of het applicaties zijn die basisprocessen ondersteunen of Business Intelligence, Analytics of AI, je krijgt er kennis en wijsheid niet mee op een presenteerblaadje aangereikt. Het wakkert hooguit een vuurtje aan waarmee die kennis en wijsheid ontstaat. In hoofden, in een bepaalde context en op basis van ervaring en in interactie met anderen.

[Afbeelding 1]
Data zijn symbolen die de eigenschappen van objecten en gebeurtenissen weergeven. Informatie bestaat uit bewerkte data, waarbij de bewerking erop gericht is de bruikbaarheid ervan te vergroten. Het verschil tussen data en informatie is functioneel, het verandert niets aan de structuur.*
Als Business Analist zoek je naar combinaties van data, je verbindt bijvoorbeeld Productie, Verkoop en Logistieke data om te komen tot relevante informatie. Het gaat steeds om de optimale combinatie van data om te gebruiken voor besluitvorming, voor productontwikkeling en bijvoorbeeld next best actions. Die informatiebehoefte wordt duidelijk in customer journey workshops met inhoudsdeskundigen. Deelnemers zijn bij voorkeur klanten die kunnen vertellen wat hun ervaring is en wat ze willen, maar ook medewerkers die het proces goed snappen en developers die weten hoe de applicatie nu werkt. Vergeet ook zeker niet om Business- en Data-architectuur en bijvoorbeeld functioneel beheerders uit te nodigen. Iedereen moet flexibel genoeg zijn om te kunnen nadenken over wat beter kan. Het gezelschap bij zo’n workshop kan, nee, moet gemeleerd zijn. Door verschillende perspectieven ontstaat een zo volledig mogelijk beeld van de te leveren business waarde. Door de interactie tijdens zo’n workshop worden individuele belangen, wensen en eisen ook goed getoetst en kom je tot een gedragen oplossing. Hierbij stel je gezamenlijk vast wat de te behalen doelstelling is van de customer journey. Vervolgens stel je vast welke business waarde geleverd moet worden en hoe je vaststelt dat die ook daadwerkelijk geleverd is. Dit doe je door de KPI’s (Key Performance Indicators) te definiëren en daarvoor moet je ook benoemen welke data je nodig hebt om het te meten.

Behoefte invullen en waarde leveren met data

Wat er dan gebeurt, zit echt in de sweet spot van de Business Analist op Data, want hier weten we: wat er nodig is, dus welke functionaliteit we gaan leveren, en welke data daarvoor nodig is. We hadden zojuist al uit de workshop de specifieke data-behoefte gehaald, die kan – samen met de rest van de specificatie van de customer journey – dienen als use case voor het DevOps team. Uiteraard prioriteer je deze conform de agile werkwijze die geldt binnen de organisatie, en je kan nu met je team aan de slag om vanuit Minimum Viable Product (MVP) gedachte, snel waarde te leveren. Door MVP’s te ontwikkelen en direct te gaan spelen met de data, mobiliseer je anderen in de organisatie. Dan kom je ook bij een volgend belangrijk punt, dat de deelnemers uit de workshop dit ook gaan uitdragen naar hun collega’s en het management, zij kunnen als geen ander die nieuwe functionaliteit en de business waarde laten zien. Reden dat de deelnemers dit moeten doen, is dat de omgeving dan ziet dat een collega, die ze waarderen en vertrouwen vanwege de expertise die ze hebben, betrokken is geweest. Adoptie van iets nieuws, een verandering, wordt dan eenvoudig. Deelnemers willen dit ook laten zien, ze zijn er trots op, het is leuk én een succes. En als je ziet wat er mogelijk is, wil je zelf aan de slag. De tools om data te analyseren en bijvoorbeeld modellen te maken en te toetsen worden steeds laagdrempeliger, daarmee zijn ze ook geschikt voor business gebruikers.

Conclusie

Data zijn naast de mens, de processen en de techniek de vierde belangrijke factor in verandering. Van belang is dat het (lange termijn) doel duidelijk is en je kleine stappen kunt zetten – inclusief de daarvoor benodigde data – om daar te komen. De Business Analist zorgt voor de betrokkenheid van juiste mensen die het proces snappen en ook de vertaling kunnen maken naar de data. Data begrijpen en gebruiken is cruciaal, dat begint bij de workshops en het gaat pas echt leven als die data gebruikt wordt en het succes gedeeld wordt. Speel en wees creatief met data! Voor de goede orde, Business Analisten komen in soorten en maten, in deze blog focus ik op de werkzaamheden om te bepalen wat de behoefte van de organisatie is: de functionele behoefte. Door daarbij niet alleen te kijken naar wat dit betekent voor mensen, processen en techniek, maar ook naar data, ontstaat een breder beeld van wat nodig is. Die data kan bijvoorbeeld gebruikt worden voor toepassingen zoals: BI, Analytics en AI en operationele proces ondersteuning. Het startpunt voor mijn werkzaamheden is het te ondersteunen proces, niet de data.