De Data Analist als aanjager van een datagedreven organisatie

Het nemen van datagedreven beslissingen is een belangrijk onderdeel van digitale transformatie. Wil je datagedreven werken? Dan heb je een met zorg gekozen combinatie van systemen, processen en mensen nodig. Doelen moeten helder zijn en meetbaar aan de hand van Key Performance Indicators (KPI’s). Zo kun je zien welke data nodig is om die doelen te bereiken. Een Data Analist vertaalt de data naar actiegerichte inzichten en aanbevelingen. Het is aan het Management team en het Marketing team om aan de slag te gaan met deze inzichten en ze te gebruiken om onderbouwde beslissingen te maken. Helaas gaat het bij deze laatste stap vaak mis.

Zelf heb ik dit probleem ook ondervonden, in de rol van Data Analist, maar ook als verantwoordelijke voor een team van Data Analisten en Implementatiespecialisten. De vertaalslag van inzichten naar onderbouwde beslissingen is een struikelblok op weg naar een datagedreven organisatie. Ik ben op zoek gegaan naar de oplossing van dit probleem en geef je drie praktische tips.

Drie tips om je Data Analist effectiever te maken

1. Betrek je Data Analist meer bij de organisatie

De situatie: De positie van je Data Analist in de organisatie is een invloedrijke factor. Als onderdeel van een centraal team, ver weg van de Managers en Marketeers die beslissingen maken, is het voor een Data Analist moeilijk om tot de juiste KPI’s te komen, goede analyses te maken en doelgerichte aanbevelingen te doen.

De oplossing: Je Data Analist moet volledig op de hoogte zijn van wat er speelt. Zo kan hij/zij in de data op zoek naar antwoorden op actuele vragen. Op de hoogte zijn van de context zorgt ervoor dat hij/zij de data goed kan interpreteren en geldige aanbevelingen kan doen. Dit werkt het beste wanneer je Data Analist onderdeel is van dezelfde afdeling of hetzelfde team als de Managers of Marketeers.

2. Zet je Data Analist ook in als trainer en coach

De situatie: Je Data Analist en de Managers of Marketeers begrijpen elkaar niet volledig. Managers en Marketeers hebben onvoldoende begrip van de data waardoor zij niet in staat zijn om inzichten uit de data om te zetten in beslissingen. Veel bedrijven kiezen voor een eenmalige workshop om deze kennis over te brengen. Maar eenmalig doorgegeven kennis wordt snel vergeten.

De oplossing: Managers en Marketeers moeten in staat zijn de data te begrijpen en analytisch te denken. Doorlopende trainingstrajecten waarbij deze kennis wordt overgedragen zijn de beste optie. Dit betekent dat een Data Analist zijn/haar kennis continu moet delen en dus ook trainer en coach is van de Managers en Marketeers.

3. Investeer in een actieve relatie met je Data Analist

De situatie: Managers en Marketeers onderhouden een passieve relatie met de Data Analist. In deze situatie levert de Data Analist en de Manager of Marketeer ontvangt. Zo’n passieve relatie leidt tot weinig betrokkenheid, waardoor er weinig behoefte is om een gezamenlijk doel te bereiken.

De oplossing: Wanneer de Data Analist en de Manager of Marketeer elkaar volledig begrijpen, worden zij volwaardige sparringpartners. Zij kunnen op eenzelfde niveau van gedachten wisselen en ideeën inbrengen. Zo ontstaat een actieve relatie waarbij beide partijen in hoge mate betrokken zijn om een gezamenlijk doel te bereiken: een datagedreven (marketing)organisatie.

Zo wordt je Data Analist aanjager van je data-gedreven organisatie

Een Data Analist staat niet op zichzelf; hij of zij is onderdeel van je organisatie. Steun vanuit de organisatie is essentieel voor een Data Analist om effectief te kunnen werken. De organisatie kan ervoor zorgen dat de Data Analist onderdeel is van de juiste afdeling of het juiste team. Een push vanuit de organisatie zorgt ervoor dat werken met data niet optioneel is. Het zorgt ervoor dat Managers en Marketeers open staan voor training en coaching met als doel een actieve houding ten opzichte van data. Die actieve houding zorgt ervoor dat bevindingen uit data worden omgezet in effectieve beslissingen.

Bronnen:

• ‘Slimmer sneller beter, Het geheim van productiviteit thuis en op het werk’ door Charles Duhigg; Ambo|Anthos 2016
• ‘Good data won’t guarantee good decisions’ by Shvetank Shah, Andrew Horne, Jaime Capellá; Harvard Business Review, the april 2012 issue

Ben je op zoek naar een proactieve Data Analist die echt waarde toevoegt aan je business? Neem contact met ons op.

1x per maand data insights, praktijkcases en een kijkje achter de schermen ontvangen?

Meld je aan voor onze maillijst en blijf 'up to data':