Blog

Waarom mislukken er zoveel big data-analyseprojecten?

Veel bedrijven denken dat ze effectief waarde uit hun data kunnen halen, bijvoorbeeld voor commerciële of operationele voordelen. Uit onderzoek van Iron Mountain onder 1.650 Amerikaanse en Europese bedrijven blijkt echter dat 40 procent van big data-analyseprojecten mislukt en drie van de vier bedrijven vrijwel geen voordeel haalt uit hun bedrijfsdata. Is er een concrete oorzaak aan te wijzen voor dit probleem?

De afgelopen 20 jaar is het informatielandschap drastisch veranderd. Niet alleen is de hoeveelheid data die we opslaan toegenomen, ook zijn er veel meer soorten data beschikbaar. Naast operationele en commerciële data worden tegenwoordig ook steeds meer gegevens verzameld via websites, mobiele apps en IoT-sensoren. Daarin zijn allerlei waardevolle inzichten verborgen, maar de praktijk leert dat bedrijven vaak niet de technische middelen en vaardigheden in huis hebben om die bloot te leggen. Het onderliggende probleem is meestal een gebrekkige of afwezige datastrategie. Alleen als organisaties een heldere datastrategie definiëren, zullen zij investeren in de juiste analytische software en vaardig personeel aannemen om die strategie uit te voeren.

Inzichten worden niet gedeeld
Moderne organisaties die succesvol willen zijn en blijven, zullen waarde uit hun data moeten destilleren voor middel van data-analyse. Toch wordt dit bij de meeste organisaties amper gedaan. En als het al gebeurt, dan is het meestal door een selecte groep werknemers, die voor werkbare data afhankelijk zijn van de IT-afdeling. Dit betekent dat niet de hele organisatie achter de datastrategie staat en dat analyse maar uit een beperkt perspectief wordt gedaan. Dit wordt nog verergerd door het feit dat medewerkers soms alleen data gebruiken en analyses doen die aansluiten op hun eigen zakelijke activiteiten. Deze inzichten worden vervolgens ook zelden buiten een afdeling of team gedeeld. Dit is een belangrijke reden waarom organisaties moeite hebben om waardevolle inzichten uit hun data te halen. Als de hele organisatie niet achter een datastrategie staat en kan profiteren van de inzichten, zullen analytics-projecten altijd falen.

Gebruikte data is onjuist
Een bijkomend probleem bij organisaties die op kleine schaal aan data-analyse doen, is dat de teams vaak blij zijn met de data, zolang die maar het verhaal vertellen dat ze willen vertellen. Of de cijfers ook correct zijn, is voor hen minder relevant. Dit is een gevaarlijke manier om met data-analyse om te gaan, omdat er mogelijk beslissingen gemaakt worden op basis van onjuiste data. Naast een organisatie die volledig achter de datastrategie staat, is er daarom ook een overkoepelend data analytics platform met een geïntegreerd governance-framework nodig om data centraal te beheren en distribueren. Binnen zo’n systeem kunnen informatie en analyses op een veilige manier binnen de hele organisatie gedeeld worden, maar wel vanuit één centrale informatiebron, en binnen de geldende wettelijke regels voor bescherming van privacy en intellectueel eigendom. Data wordt dan op een consistente wijze beheerd, iedereen kan toegang krijgen tot relevante gegevens, en nog belangrijker: het maakt een einde aan datasilo’s met achterhaalde of incomplete informatie.

Wie behoort tot de informatie-elite?
Het wordt steeds duidelijker dat data binnen organisaties de meeste waarde oplevert als normale zakelijke gebruikers ermee kunnen werken, zonder tijdrovende interacties met de IT-deling. Ofwel: self-service BI, gericht op het blootleggen van nieuwe inzichten op basis van vragen uit de organisatie. Uit onderzoek blijkt echter dat nog maar een heel klein deel van organisaties optimaal met data werkt. Slechts 4 procent behoort tot de 'information elite', zoals gedefinieerd in het onderzoek. Dit zijn bedrijven met een goede informatiestrategie, data-governance en de kennis en middelen om optimaal aan data-analyse te doen. Maar het merendeel van de bedrijven heeft nog een lange weg te gaan om echt waarde uit hun data te halen. Toch is er zeker nog tijd om de achterstand in te halen. Dat begint met een open bedrijfscultuur en een data-strategie. De waarde van data moet worden erkend, en men moet bereid te investeren in de kennis en middelen voor centraal beheerde data-analyse. Big data- en analytics-projecten zullen onherroepelijk mislukken als er puur vanuit IT en in technologische oplossingen wordt gedacht.

David Brierley, VP Sales EMEA, APJ & LATAM bij Pyramid Analytics 

Deze blog is geschreven door David Brierley. Heeft u ook iets wat u bezig houdt? Meldt u dan aan als auteur en plaats uw eigen blog
Categorie:   
Auteur
afbeelding van David Brierley
David Brierley
Pyramid Analytics - VP Sales EMEA, APJ & LATAM

David Brierley, VP Sales EMEA, APJ & LATAM bij Pyramid Analytics

Nieuwe reactie inzenden

De inhoud van dit veld is privé en zal niet openbaar worden gemaakt.
Indien het niet lukt om een reactie te plaatsen, stuur dan uw reactie naar redactie@xr-magazine.nl.
Alle inzendingen dienen correct, professioneel en beschaafd te zijn. IP-adressen worden gelogd, maar niet gepubliceerd. De redactie van XR Magazine behoudt zich het recht voor om anonieme reacties (niet op naam) of zonder geldig e-mailadres, te verwijderen zonder kennisgeving. Ook reacties waarin commerciële uitingen worden gedaan en/of commerciële producten en diensten worden aangeboden worden door de redactie verwijderd of ontdaan van commerciële uitingen zonder kennisgeving.