Data analytics projecten: dure feestjes of een schot in de roos?

Als dataspecialist geloof je in een data gedreven organisatie. Op de juiste manier met data aan de slag gaan, geeft nieuwe inzichten en die leiden tot ultieme oplossingen en groei van het bedrijf. Je bent razend enthousiast.

Argusogen

Maar de business en het hoger management bekijken je plannen met argusogen. Huiverig voor een peperduur feestje van een groepje dataspecialisten. Een feest dat dagen, maanden of misschien wel jaren duurt. Met aan het einde een kater. En een fikse.  

Die angst is niet geheel ongegrond. In dit artikel kan je lezen dat slechts 8% van de data analytics projecten slaagt. 8%!  

Wat wantrouwen is dus begrijpelijk.

Maar onterecht. Jij en ik weten dat. De kunst is om het slimmer aan te vliegen. Niet alleen qua uitvoering, maar ook qua communicatie. 

Hoe krijg je dat voor elkaar?

Dan kom ik als eerste bij een belangrijk uitgangspunt dat wij in al onze vezels voelen: data analytics projecten zijn er niet omdat iets kan, maar omdat iets nodig is. Voor een beter rendement, meer efficiency of voor een sterkere concurrentiepositie. Voor datgene waar het bedrijf om zit te springen.

Hoe krijg je iedereen daarin mee? Daarvoor is een open houding belangrijk, met oprechte interesse en zorgen om de vragen die er allemaal leven. Alleen dan lukt het om op een lijn te komen met de business én de wil om te veranderen.

Houd daarbij volgende 5 aandachtspunten haarscherp in het vizier.

1.     Denk aan een kortetermijnoplossing

Waar is binnen de organisatie de nood het hoogst? Waar moet dringend een oplossing voor komen? Denk aan de korte termijn. Zelfs het hoogste management zal juichen. Logisch dat een volgend analytics project er makkelijker doorkomt. Zorg voor door de wol geverfde analytici: zij zien, samen met de business, waar serieuze stappen te maken zijn. Met soms verrassende nieuwe inzichten.

2.     Haalbare projecten

Zie je een kansrijk project, check dan eerst of de randvoorwaarden aanwezig zijn: beschik je over de juiste data? Is de moeilijkheidsgraad model-technisch in goede handen? En vooral: is er de wil om nieuwe applicaties of tools daadwerkelijk te implementeren? Daar valt of staat jouw draagvlak mee.

3.     Kosten en baten inzichtelijk

Maak van ieder project een businesscase met een klip en klaar inzicht in de kosten en de baten. Ervaring met inschatting van projectkosten is dus van belang, evenals nauwe samenwerking met de business: zij kunnen prognosticeren wat de opbrengsten zullen zijn. Je ziet gelijk of een project prioriteit moet krijgen.

4.     Budget en rendement

Voorkom het vooroordeel van dat dure feestje. Maak samen met het business team een keuze van een, maximaal twee, projecten. Het beschikbare budget voor ontwikkeling staat in perspectief van de opbrengst.

5.     Stel een multidisciplinair team samen

Last but not least: Een project realiseren vraagt om een team met verschillende rollen. Om te beginnen een data architect, een data scientist en een data engineer. Haak IT gelijk aan, voor de implementatie heb je een IT ’er nodig, maar ook voor het ontwikkelen van een API of kleine applicatie op basis van je model.

Volg je deze vijf stappen, dan is de eerste hobbel genomen. Er is geloof in je data analytics project en je wist valkuilen te voorkomen. Maar je bent er nog niet helemaal. Dat geloof wil je vasthouden.

Hoe doe je dat? Door stapsgewijs het project verder uit te rollen. Ook daar zijn cruciale tips voor, die we graag delen in onze volgende blogpost.