Ruud Sneep (MKB Datalab): Hoe datavolwassen ben jij?

Een sociale onderneming die wil weten wat de effecten zijn per campagne. Een bakker die benieuwd is naar de invloed van het weer op zijn omzet. Een groenteteler die zo min mogelijk afval wil en per krop sla nauwkeurig het eindgewicht voorspelt. Ruud Sneep, oprichter van MKB Datalab, noemt allerlei voorbeelden van organisaties die bij hem aankloppen. ‘Ondernemers herkennen de kansen in het efficiënt inzetten van data wel, maar weten vaak niet goed hoe ze dat moeten aanpakken in de praktijk.’ Sneep noemt dat de application gap. ‘Er is ontzettend veel mogelijk met data en techniek, alleen worden die nog niet overal op een goede manier toegepast. Bedrijven zouden er veel meer van kunnen profiteren dan ze nu doen. Wij helpen ze daarbij.’

Techniek en business

Ondernemers uit het midden- en kleinbedrijf zijn vaak druk druk druk. Sneep: ‘Je bedrijf ‘omvormen’ naar datagedreven werken, kost tijd en geld. Als ondernemer heb je al zoveel projecten lopen. Maar uiteindelijk is het het waard om hieraan prioriteit te geven. Datagedreven werken kan meer klanten opleveren, meer omzet. Je kunt je personeel efficiënter inzetten, je afvalstromen verkleinen. Technologische ontwikkelingen gaan zo snel, je kan als bedrijf bijna niet anders dan meebewegen. Doe je het niet, dan doen je concurrenten het wel. Dan is het al gauw einde verhaal.’

MKB Datalab werkt vanuit de ‘Jheronimus Academy of Data Science’ (JADS), een initiatief van onder meer Tilburg University en Technische Universiteit Eindhoven. Aan de JADS kun je datawetenschappen studeren, met een sterke focus op ondernemerschap. ‘MKB Datalab is onderdeel van de universiteit. Maar we moeten onszelf wel kunnen bedruipen.’ Sneep en zijn team werken samen met JADS-studenten (die doen dit als bijbaan) aan korte, afgebakende projecten voor het mkb om de overgang naar datagedreven werken mogelijk te maken.  

‘Je hebt mininmaal Excel nodig om aan de slag te gaan met data’

Uitgangspunten

Maar hoe werkt dat dan in de praktijk? ‘Grofweg zijn er vier definitiebepalingen nodig, wil je als organisatie starten met datagedreven werken. Wat zijn je ambities en vraagstukken? Waar staat jouw organisatie qua datavolwassenheid? Hoe ziet jouw data-infrastructuur eruit? En: wat zijn de overige randvoorwaarden binnen jouw organisatie?’ Dat licht Sneep even toe.  

‘Bepaal eerst wat je wilt weten, wat je doelen zijn. Die kunnen variëren van: hoe zet ik mijn analoge administratie om naar een digitale, tot het voorspellen van hoeveel klanten er volgend jaar bij mij terugkomen. Verder moet je inzicht hebben in je ICT-infrastructuur, in de systemen en software die je gebruikt. Maak voor jezelf duidelijk of je budget hebt en de juiste mensen. Is er draagvlak binnen je organisatie, staan je medewerkers er open voor?’

Schone data

Verder is het belangrijk om te weten hoe ver je al bent als het gaat om werken met data. Met andere woorden: stel vast waar je staat in datavolwassenheid. Je bent ‘beginner’ als data nog niet digitaal en centraal staan. Sneep: ‘Je analoge administratie digitaliseren is een kwestie van inkloppen, op een ‘schone’ manier. Dat betekent dat jouw gegevens up-to-date moeten zijn en consistent. Dus niet de ene keer de voorletters van de klant opslaan, en de andere keer de voornaam voluit.’ Ook als je facturen en offertes schrijft, horen beschrijvingen zo eenduidig mogelijk te zijn. ‘Pas dan kun je data ontsluiten en makkelijk terugvinden.’

‘Je gaat van onderbuikgevoel naar feitelijk inzicht’

Andere databronnen

Ervarener is de ‘verzamelaar’ –  die verzamelt de (schone) data en structureert ze. Je wilt als organisatie bijvoorbeeld de doorlooptijd en de kwaliteiten per medewerker inzichtelijk maken, en daarop de personeelsplanning aanpassen. ‘Wees in deze fase gefocust. Baken je data af. Het heeft geen zin om marketingdata mee te nemen als het gaat om planning van je personeel.’ Veel openbare gegevens kunnen worden gekoppeld aan jouw bedrijfsgegevens, tipt Sneep. Zo zijn instanties als het Kadaster, bepaalde gegevens van de Kamer van Koophandel en weerdata van het KNMI open databronnen waaruit je kunt putten. Ook de stratenmap van Google met alle geografische gegevens kun je gewoon gebruiken, aldus de data-expert.

Onderbuikgevoel

Heb je alle data georganiseerd, dan kom je in de fase van ‘beschrijver’. Hier zie je wat er precies gebeurt binnen je organisatie en waarom. De data geven nieuwe inzichten waarmee je (nieuw)waarde creëert voor je bedrijf. ‘Op welk product maken we de meeste omzet? Maar ook: wie is mijn beste klant? Is dat degene die de meeste omzet genereert, of de persoon die jou de minste tijd en frustratie kost? Handelde je eerst misschien op onderbuikgevoel, in deze fase krijg je de feitelijke inzichten.’ De stap naar de laatste fase is een kleine. Je bent ‘datavolwassen’ als je met je data vooruitkijkt. Dan mag je jezelf ‘voorspeller’ noemen. Sneep: ‘Nu ga je verbanden testen en experimenteren. Als je inzicht hebt in wie je beste klanten zijn, ga je dan een algemene marketingcampagne opzetten, of een marketingcampagne richten op die doelgroep? Wat levert het meeste op? Waar ga je je budget van 5.000 euro aan besteden?’ Oja, er is nog een allerlaatste level als het gaat om werken met data: die van experts. De Amazon’s en Netflix-en onder ons, zeg maar.

‘Vraag jezelf af of je écht een externe consultant nodig hebt’

Software

De ondernemer is optimistisch: ‘Ik zou zeggen: gewoon beginnen. Bouw het langzaam op. Pak het zelf aan, met je team. Of ga partijen zoeken die je kunnen helpen, concullega’s, overheidsinstanties, leveranciers.’ Als het gaat om hard- en software: die zijn meer dan voldoende voorhanden. ‘Zit je in de beginnersfase, dan is minimaal een spreadsheet als Excel nodig. Ben je meer gevorderd, dan gebruik je een databasemanagementsysteem. Met MATLAB of (gratis) Python R kun je statistische analyses uitvoeren. Programma’s als Microsoft Power BI of de interactieve datavisualisatietool Tableau zijn handig voor de beschrijvers onder ons.’

Externe consultant

Is het niet beter om een gespecialiseerde consultant in te huren? ‘Tja, daarbij moet je jezelf altijd afvragen of je die écht nodig hebt. Het tarief van experts is hoog en vaak krijg je te maken met meerdere partijen.’ Sneep lacht: ‘Wij werken met studenten en hebben altijd direct contact met de ondernemer.’ Er zijn weinig redenen te bedenken om niet gewoon te beginnen, zegt hij. ‘Die application gap mag niet groter worden.’ Dus stroop de mouwen op en….succes!

Relevante links en handige tools:

1. Met Data Booster biedt MKB Datalab een format om een eigen data projectplan te maken. Dit plan geeft inzicht hoe de organisatie ervoor staat qua datavolwassenheid en ambities, en hoe het project te starten. Download deze hier.
2. Als vervolg op de Data Booster, waarin een dataprojectplan is gemaakt, zorgt het invullen van het MKB Datalab Data Project Canvas voor overzicht. Hierdoor worden uitdagingen en gewenste resultaten inzichtelijk. Download deze hier.
3. Tot slot heeft MKB Datalab in samenwerking met Futures by Design de Data Exploration Tool ontwikkeld, bedoeld voor bedrijven die snel inzicht willen hebben in hun dataset en daarin een volgende stap willen zetten. De tool biedt een dataformat aan, een mogelijkheid om data te uploaden, en een Data Exploration Report. Bekijk deze hier (laden vergt even tijd).