Waarom u kunt niet langer om data science heen kunt

Waarom u kunt niet langer om data science heen kunt

Auteur: Michiel Pieters | Beeld: Yvonne Kroese | 11-04-2019

Het onderwerp data science hoort thuis op de boardroomagenda – maar helaas is dat besef tot de meeste bestuurders nog niet doorgedrongen. Zonde, betoogt Michiel Pieters, boardroomadviseur analytics en cco bij Ortec Finance: ‘Onvoldoende kennis van de mogelijkheden van data science betekent het missen van strategische kansen op extra omzet of lagere kosten.’



Vraag een bestuurder van een corporate of van een grotere speler uit het midden- en kleinbedrijf (mkb) naar de impact en toepassingsmogelijkheden van data science en de kans is groot dat hij of zij begint over de hoeveelheid beschikbare data binnen het bedrijf. Dat er data beschikbaar zijn is voor iedereen duidelijk, maar de impact en de mogelijkheden van data science worden zwaar onderschat in de boardroom én door de raad van commissarissen (rvc). Wie heeft in juni 2018 meegekregen dat supermarktketen Walmart 5 miljard dollar vrijspeelde om te kunnen investeren in artificial intelligence (AI), om sterker te staan tegen Amazon in de strijd om de online klant? Welke bestuurder heeft scherp dat WeBank, de online bank van de Chinese technologiereus Tencent, in drie jaar tijd 80 miljoen bancaire klanten heeft binnengehaald? En dat zonder een fysiek bankkantoor in China... Er zijn vijf reden te destilleren waarom data science – de wetenschap die zich bezighoudt met processen en systemen om waardevolle kennis en inzichten te verzamelen uit de onmetelijke hoeveelheid data die we dagelijks genereren – een boardroomonderwerp is en waarom iedere raad van bestuur (rvb) een chief digital officer (cdo) zou moeten hebben. De crux: het omarmen van data science biedt extra omzet, nieuwe proposities en aanzienlijke kostenbesparingen. Bedrijven die volledig datagedreven zijn, renderen 15 procent beter op de beurs.



  1. Impact op het voortbestaan van het bedrijf
    De afgelopen tien tot 15 jaar is ieder bedrijf druk doende geweest met digitaliseren. Digitalisering wordt door menig bestuurder op één hoop gegooid met big data of data science. Er is echter een wezenlijk verschil tussen de twee begrippen. Flauw geformuleerd omhelst digitalisering vooral het omzetten van papieren processen naar 0-en en 1-en, en het ontwikkelen van appjes voor de smartphone. In die zin is digitalisering niets anders dan een noodzakelijke randvoorwaarde om te kunnen acteren als bedrijf.
    Bij data science gaat het echter om de combinatie van interne en externe data én slimme cognitieve technologie. Denk hierbij aan natural language processing (NLP), speech recognition, image recognition, face recognition, language translation, deep learning, of in andere woorden: specialismen op het grensvlak van taalkunde en informatica en verschillende vormen van (patroon)herkenning. Deze combinatie van data en technologie kent een oneindig aantal waardecreërende toepassingen voor bedrijven. Data science heeft daarmee een enorme impact op de bedrijfsvoering en het voortbestaan van vele Nederlandse en Europese bedrijven en instellingen. Het eerder genoemde voorbeeld van WeBank illustreert de impact. Of u nu bestuurder bent van een retailer, een bank, zorginstelling of advocatenkantoor: ieder bedrijf zal de impact gaan voelen van data en data science. Hopen dat die trend overwaait, is nutteloos. Data science is there to stay! Rustig de tijd nemen om te bedenken wat u met deze ontwikkeling moet, is er ook niet bij. In China bestaat geen wet die het recht biedt om onbereikbaar te zijn…


  2. Impact op profit & loss
    Data science heeft rechtstreeks impact op de profit and loss (P&L) van organisaties. Data science kent diverse toepassingsgebieden, zoals kostenverlaging, verbetering van operationele processen of het ontwikkelen van nieuwe diensten of producten. Deze toepassingen raken daarmee de bottomline van een bedrijf. Zo wordt de cognitieve chatbot, die zich aanpast aan de gebruiker en inzicht geeft in gebruikersgedrag, in steeds meer bedrijven met een grote customer support- afdeling ingezet. Zoals de virtuele assistenten Alexa (van Amazon) of Siri (Apple) antwoord geven op eenvoudige vragen en eenvoudige taakjes uitvoeren, kan interne kennis van een bedrijf prima ontsloten worden naar klanten en prospects met een cognitieve bot.
    Dit levert zeer substantiële besparingen op. De businesscase voor deze toepassing past letterlijk op een bierviltje. Bijvoorbeeld het classificeren van inkomende brieven en mails bij een advocatenkantoor, en deze met behulp van NLP en machine learning automatisch routeren naar de juiste afdeling of het juiste dossier: werk dat nu nog wordt gedaan door grote aantallen assistenten. Er zijn kantoren op de Zuidas die hiervoor 100 assistenten in dienst hebben.
    Aan de andere kant van het spectrum zijn er bedrijven die nieuwe producten of diensten ontwikkelen, op basis van de data die ze hebben of samenbrengen (externe data). Denk bijvoorbeeld aan John Deere, fabrikant van landbouwmachines. John Deere haalt naast machineverkoop veel omzet uit de verkoop van relevante data aan boeren en heeft hier een platform voor ontwikkeld. Of denk aan bedrijven die veel mensen of bestelbusjes op de weg hebben. Door het gebruik van sensoren kunnen deze bedrijven veel data verzamelen en nieuwe businessmodellen ontwikkelen. Ieder bedrijf of instelling kan zijn bottomline aanzienlijk verbeteren door een grondige analyse van alle mogelijkheden voor kostenverlaging of omzetvergroting. 


  3. Impact op de strategie
    Strategie is van oudsher het domein van de ceo, dus zal de ceo – of een ander bestuurslid – ervoor moeten zorgen dat data science een belangrijke plek krijgt op de strategiekalender. Het is mogelijk dat er dankzij data science nieuwe toetreders in uw markt komen (zie wederom het voorbeeld van WeBank), of een concurrent die net wat voortvarender aan de slag is gegaan met nieuwe datadiensten of kostenbesparingen. Strategie is nadenken over afzetmarkten, nieuwe proposities, nieuwe kanalen, noodzakelijke competenties van medewerkers en ga zo maar door. Dit draagt data science-elementen in zich, of wordt erdoor beïnvloed. Onvoldoende kennis van de mogelijkheden van data science betekent onherroepelijk het missen van strategische kansen op extra omzet of lagere kosten.
    De weg naar datagedrevenheid (data driven enterprise) kan sneller worden afgelegd dan de ‘digitaliseringsweg’. Mijn inschatting is dat veel bedrijven in drie tot vijf jaar datagedreven moeten kunnen zijn. Dit is echter wel zeer afhankelijk van c-level-aandacht en commitment. Het vergt onder andere aandacht en tijd voor datastrategie, verhoging van de competenties van medewerkers en aanpassingen van de data-architectuur. 


  4. Impact op alle functies en disciplines
    Binnen iedere functie of discipline in een bedrijf kan waarde worden gecreëerd met data science. Veel mensen zijn geneigd alleen aan commerciële toepassingen te denken, zoals customer profiling of persoonlijke aanbevelingen (recommender engines, zoals bijvoorbeeld bekend van streamingdienst Netflix). Binnen een bedrijf van enige omvang is echter ook veel waarde te genereren in hr. Het voorspellen van verzuim of burn-outs op individueel niveau, is een typische data science-toepassing. Het matchen van de vraag naar medewerkers met aanbod uit de markt is een nieuw gebied waar AI tot veel betere en snellere resultaten komt dan de gemiddelde recruiter kan. Hiermee kunnen hr-kosten eenvoudig omlaag. Ook de financiële kolom is een mooi gebied voor diverse data science-voorbeelden. Er zijn veel bedrijven die geld verliezen door een mismatch van facturen met onderliggende contracten of inkooporders. NLP kan hier, in combinatie met machine learning, veel geld besparen. Hetzelfde soort toepassingen is te vinden binnen procurement, waar grote hoeveelheden uitgebreide contracten moeten worden gelezen, beoordeeld en vergeleken. Hier kunnen NLP-technieken leiden tot efficiencyen effectiviteitswinst. 


  5. Impact op competenties van medewerkers
    De weg naar datagedrevenheid en daarmee verhoging van de bottomline is het kortste wanneer u zich realiseert dat de competenties van een aanzienlijk deel van uw medewerkers verhoogd moeten worden. Het denken in data en technologie is niet vanzelfsprekend voor medewerkers. Het uitvoeren van data science pilots is relatief eenvoudig, hoewel de meeste bedrijven daar externe hulp van ervaren data scientists voor nodig hebben. Het implementeren van een succesvolle pilot vergt echter een aanpassing in het denken van medewerkers, en een aanpassing in processen. Als een water- of energiebedrijf met behulp van sensoren predictive maintenance wil doen, betekent dit een andere manier van dataverzameling en verwerking door medewerkers en een aanpassing van het onderhoudsproces.
    Medewerkers krijgen vroeg of laat te maken met veranderingen als gevolg van datagedreven werken. Tegelijkertijd constateer ik in de praktijk dat bestuurders voorzien dat een deel van de medewerkers hier niet in mee zal kunnen gaan. Zo wordt data science een issue met aanzienlijke menselijke gevolgen... Voorts is het cruciaal dat bedrijven aan de slag gaan met het aantrekken, binden of organiseren van data science-kennis. In de huidige arbeidsmarkt is het niet eenvoudig om jonge econometristen, wiskundigen of andere bètamensen binnen te halen en te houden, dus zult u wellicht op een andere manier deze kennis moeten organiseren, zoals via pools met andere bedrijven. 


Er gloort een mooie toekomst voor bedrijven die de mogelijkheden van data en technologie volledig en snel omarmen. Het is geen eenvoudige weg, maar de impact op de winst en continuïteit is het absoluut waard om die moeite te doen. Verdiept u zich erin als bestuurder, omarm het en straal uit dat u hier het maximale uit wilt halen, in het belang van de continuïteit van de onderneming en uw medewerkers.


Gepubliceerd in Management Scope 04 2019.

Management Scope Rankings

Bekijk hier alle rankings die Management Scope jaarlijks samenstelt.

Management Scope

Geïntereseerd in Management Scope?

Maak kennis met het magazine via een proefabonnement: 3 edities voor €18,- of 6 edities voor €36,-

Vraag een proefabonnement aan

Meer opinie

scopist_posts/originals/modern-governance06v.jpg

Tijd voor moderne governance: van data naar inzicht

Digitalisering blijft in bedrijven nog te vaak steken bij het productieproces. Hoogste tijd om ook de strategische besluitvorming hierbij te betrekken. Een proces waarin volgens Jesse Thiel, country manager Benelux & Austria van Diligent, een proactieve rol voor de company secretary is weggelegd: ‘Hij of zij kan de sleutel zijn tot het succes van morgen.’

lees artikel
scopist_posts/originals/Column-Doppen0619k.jpg

Mooier zonder das

Wat hebben we toch tegen de das? Het woord stropdas gebruiken we al een tijdje niet meer, dat klinkt oubollig. En strop klinkt ook allesbehalve motiverend. De das is traditioneel gezien het sluitstuk van een formele uitstraling in een hiërarchische omgeving. In deze betekenis begrijp ik dat de das uit onze maatschappij geëvolueerd wordt. We willen meer gelijkwaardigheid op de werkvloer, niemand zegt immers nog ‘u’ tegen zijn of haar baas. 

lees artikel
scopist_posts/originals/Column-Karssing0619k.jpg

Succes als valkuil

Ceo’s worden steeds vaker weggestuurd vanwege integriteitskwesties zoals fraude, omkoping, handel met voorkennis en seksueel ongewenst gedrag, aldus de CEO Success Study van zakelijk dienstverlener PwC. Inmiddels wordt van 1 op de 20 ceo’s afscheid genomen vanwege grensoverschrijdend gedrag: dat is een wereldwijde stijging van 36 procent in de afgelopen vijf jaar. Waarom gaan ceo’s over de schreef? Is het hebzucht? Narcisme? Financiële druk? Een slecht ontwikkeld moreel kompas? Dat kan allemaal een rol spelen. Maar ook succes kan een valkuil zijn! 

lees artikel
facebook