Strategische analytics voor een concurrentievoordeel

Wat er mogelijk is met data, analytics en een platform hebben partijen als Uber, Airbnb, high-frequency traders en Booking.com laten zien. Hoewel je als klant niet direct praat met een platform, voelt het niet aan als afstandelijk. Ook in veel andere sectoren zijn soortgelijke disruptieve initiatieven begonnen.

Dit klinkt mooi voor die nieuwe bedrijven, maar wat moet je als bestaande organisatie die ineens links ingehaald dreigt te worden door innovatieve initiatieven? Deze vraag kunnen we het beste beantwoorden door te noemen wat niet werkt.

Helaas hebben zich de afgelopen jaren veel verhalenvertellers gestort op data & analytics. Aan de ene kant zijn dat lieden die angst aanjagen met Orwelliaanse horrorverhalen, aan de andere kant types die een soort hegemonie van machine op mens beschrijven. Dit noemen we de Analytics Hype. Hoe indrukwekkend deze verhalen ook zijn, ze helpen uw organisatie niet om de stap in de goede richting te zetten.

Vanuit de techniek zijn ook initiatieven ontstaan vanuit wat er technisch allemaal mogelijk is. We noemen dat Analytics Mogelijkheden. Dat iets mogelijk is, betekent niet dat het ook een zinvol doel dient.

Zoals gezegd, waar organisaties minimaal naar moeten streven is nuttige analytics. Want dat zijn initiatieven die bijdragen aan efficiency of versnelling van processen.

Laten we dit wat verder uitdiepen. Hoe effectiever analytics ingrijpt in bestaande operationele processen, hoe groter het voordeel is dat ermee kan worden behaald. Anders gezegd, analytics die de bestaande structuur en processen binnen organisaties in tact laat, creëert niet voldoende waarde. Daarom moet analytics worden gericht op snellere en kwalitatief betere besluitvorming op alle niveaus. Die combinatie vereist dat de lijnorganisatie, stafmedewerkers en data scientists echt samenwerken gericht op concrete doelen.

Het toebedelen van taken en het bewaken van een juiste uitvoering moet misschien geautomatiseerd worden. Algoritmes onderkennen trends in data en sturen direct de juiste waarschuwingen, op het juiste moment naar de juiste mensen door. Voorspellende modellen worden automatisch herschat als omstandigheden wijzigen. Maar dat is niet voldoende. Een team van mensen houdt in de gaten of het mechanisme goed werkt en grijpt in als het niet meer goed werkt.

Essentieel is dat het klantcontact voor klanten goed blijft aanvoelen. Dat er ruimte voor persoonlijke aandacht of een uitzondering in specifieke gevallen. En dat geautomatiseerde meldingen en brieven stoppen zodra iets uit het geautomatiseerde proces wordt gehaald.

Voor commerciële bedrijven

Er zijn verschillende signalen die wijzen op structurele verandering. En die dwingen tot het onderzoeken dat meer radicale verandering noodzakelijk is. Het eerste signaal is margedruk, vooral als die marges geleidelijk steeds lager worden. Een tweede signaal is onderschatting, dat vaak tot uiting in de interne communicatie: lacherig doen over nieuwe initiatieven, gewichtigdoenerij, weinig naar buiten kijken wat er gebeurt, ook over de landsgrenzen. Een laatste signaal is een korte termijnfocus die gericht is op eigen financieel gewin, zonder focus op het leveren van echte toegevoegde waarde voor klanten.

In de publieke sector en non-profit

Bij publieke organisaties zijn er signalen ook signalen te onderkennen dat fundamentele veranderingen nodig zijn. Allereerst is de prijs voor diensten centraal, vooral als die internationaal worden vergeleken. Een tweede signaal is de doorlooptijd van diensten, als die sterk afwijkt van wat burgers verwachten of wat maatschappelijk gezien wenselijk is. Een derde signaal is als de eigen organisatie zich rekent tot de wereldtop maar de facto nauwelijks innoveert op het vlak van data analytics en digitalisering. En het laatste signaal is dat er veel oog is voor de eigen medewerkers, maar ontevredenheid toeneemt bij klanten die worden bediend.

Welke concrete stappen moet een organisatie – zowel publiek als commercieel – zetten – om fundamentele verandering op gang te brengen? Onderstaand schema helpt om richten te bepalen.

Private Banking Case
Na de kredietcrisis bleek de kwaliteit van tienduizenden beleggingsportefeuilles onder advies van honderden beleggingsadviseurs veel sterker te dalen aan klanten was toegezegd. Een innovatief meetsysteem op basis van een beleggingskader kende een periodieke score aan per klant, bankkantoor en de bank als geheel. Dit heeft richting gegeven aan een fundamentele andere benadering van beleggingsadvies. Van advies over titels naar advies over goede spreiding in betrouwbare producten.

Publieke uitvoerder
Door toenemende wachtlijsten bij een uitvoeringsinstantie was de kernvraag: hoe komt dit en wat is er aan te doen? Door een detailanalyse naar 130 miljoen muiskliks van de 200 medewerkers werd de werkelijke routering van cases duidelijk. Ons advies om snel computergestuurde aansturing van zaakafhandeling in te voeren werd als een te grote stap gezien.

Freight Forwarding: opbrengst verhogen

We ondersteunden een beursgenoteerd internationaal transportbedrijf met de maandafsluiting tijdens de uitrol van een globaal systeem. In dat proces zagen we dat soms bedragen op de rekeningen werden vergeten door operators. Met een geavanceerd voorspelmodel wisten we 6 miljoen euro omzet te identificeren die anders vergeten zou zijn. Het model bestond uit 20.000 automatisch gegenereerde wiskundige functies.