Customer experience

Van data naar acties: 3 tips om je data-analist optimaal in te zetten

0

Data-analyse leidt tot duidelijke, actiegerichte inzichten die ervoor zorgen dat de juiste beslissingen genomen worden. Althans, zo zou het moeten gaan. Tot frustratie van veel data-analisten, zien zij met zorg gepresenteerde inzichten maar weinig terug in concrete acties.

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 of het marketingteam 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 van een team van data-analisten en implementatiespecialisten. Omdat de vertaalslag van inzichten naar onderbouwde beslissingen een struikelblok is op weg naar een datagedreven organisatie, ben ik op zoek gegaan naar de oplossing van dit probleem. Informatie hiervoor vond ik onder andere in het boek Slimmer sneller beter, Het geheim van productiviteit thuis en op het werk door Charles Duhigg (aff.) en ook dit artikel geeft interessante inzichten.

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, om goede analyses te maken en doelgerichte aanbevelingen te doen.

De oplossing: je data-analist moet volledig op de hoogte zijn van wat er speelt zodat hij of zij in de data op zoek kan gaan naar antwoorden op actuele vragen. Op de hoogte zijn van de context zorgt ervoor dat hij of zij de data goed kan interpreteren en geldige aanbevelingen kan doen. Dit werkt het beste als 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 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 noodzaak is om een gezamenlijk doel te bereiken.

De oplossing: als 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.

De data-analist als aanjager van je datagedreven 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 openstaan 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.

Wat is jouw oplossing?

De hier geschetste oplossing om de vertaalslag van inzichten naar onderbouwde beslissingen zo goed mogelijk te laten verlopen, is gebaseerd op mijn ervaring, vakkennis en literatuur. Hoe denk jij hierover? Wat is volgens jou de beste oplossing?

Afbeeldingen met dank aan 123RF