Real Estate

Vijf stappen naar datavolwassenheid

8 juli 2020 | 4 min lezen
ingridjansen612x408
Een datavolwassen organisatie word je niet zomaar. Waar te beginnen? Het aannemen van dataspecialisten kan helpen dit proces aan te jagen. Maar als organisatie ben je hiermee niet meteen slimmer. En mocht je die dataspecialist toch vinden, hoe bind je deze persoon dan aan jouw organisatie? Dat lijkt in een tijd dat de banen voor dataspecialisten voor het oprapen liggen, een lastige opgave. Daarom eerst maar eens kijken hoe je, zonder een vacature voor een dataspecialist te plaatsen, toch stappen kunt zetten naar datavolwassenheid. 
 

Wat is eigenlijk datavolwassenheid?

Een datavolwassen organisatie is in mijn ogen niet gelijk aan een organisatie die haar operationele en klantprocessen heeft gedigitaliseerd. Natuurlijk, digitalisering draagt bij aan datavolwassenheid. Neem een woningverhuurder die het proces van reparatieverzoeken heeft gedigitaliseerd. Dit leidde tot een efficiënt proces, waarbij tijd is bespaard en de klantwaardering met sprongen vooruit is gegaan. Maar lukt het ook om de data uit deze processen in te zetten om het planmatig onderhoud slimmer in te regelen? Een datavolwassen organisatie is - als je het mij vraagt - geen digitale organisatie, maar een organisatie die naast de nodige stappen in digitalisering ook datagedreven beslissingen neemt. In meerdere lagen van de organisatie, zowel operationeel als strategisch.  
 

Wat ik ook vaak hoor: “We zijn datavolwassen want alles staat bij ons in the cloud!”. En dan? Eigenlijk begint het dan pas. Waarschijnlijk heeft deze organisatie belangrijke stappen gezet in het systematisch ordenen van gegevensstromen en zijn grote ICT vraagstukken in de organisatie opgelost. Maar zijn managers nu in staat relevante keuzes te maken op basis van alle kennis en informatie die deze cloud te bieden heeft? Juist deze stap vraagt aandacht. Datavolwassen word je niet (alleen) met de implementatie van nieuwe systemen en slimme BI-tools. Het is een veranderproces in de organisatie. 

Waar te beginnen?

Datavolwassenheid begint dus niet bij de aanschaf van nieuwe ICT systemen of het aanleggen van een datawarehouse. Waar dan wel te beginnen? Veel organisatie ondervinden al snel bij de eerste dataprojecten dat de eigen data verre van op orde is. Dit staat een datagedreven werkwijze in de weg. Toch blijkt dat dure initiatieven voor datacleaning en -warehousing zinloos zijn als niet eerst goed is nagedacht over de relevantie van de data voor de te nemen beslissingen. Neem de vastgoedsector waar belangrijke keuzes worden gemaakt over wel of niet investeren, verkopen, verduurzamen of passend maken voor de doelgroep. Van oudsher zijn we niet gewend data over de stenen digitaal op te slaan terwijl juist deze data nodig is om juiste keuzes te maken. Een uniform digitaal gebouwendossier waarin meer is opgeslagen dan adres, vierkante meters, functie en WOZ-waarde, ontbreekt. Het is een helse klus deze data in één keer op orde te brengen. Het voelt al snel aan als strafwerk. Ik geloof erin eerst een goed gevoel voor data te ontwikkelen, noem het databewustwording. Kies hiervoor thema’s of processen die echt kritiek of relevant zijn. Daar waar inzichten in data het verschil kunnen maken bij belangrijke beslissingen. Deze fase van bewustwording binnen de organisatie is essentieel om vervolgens op te kunnen schalen. 
 

Vijf stappen naar datavolwassenheid

Op basis van de vele data maturity modellen die er bestaan, en de inzichten die we opdeden in de vastgoedmanagementsector, schets ik vijf stappen naar datavolwassenheid. In de overtuiging dat datavolwassenheid iets van de hele organisatie vraagt. En juist dat gaat niet in één keer. 
 

1.Data-bewust
We weten wat er speelt maar hebben nog geen idee waar te beginnen. We beschikken over veel data, maar deze is nog in losse lijstjes beschikbaar. Kortom, de data is ongestructureerd en niet gestandaardiseerd. 

Op ad hoc basis kunnen we te nemen beslissingen van data voorzien. Deze data moeten we dan wel handmatig uit onze systemen halen.
 

2.Data-pilots
We experimenteren met data en nieuwe visualisatietechnieken. Ondanks dat nog lang niet alle data uit de lijstjes is gestructureerd. Dit spelen met data roept nieuwe vragen op. Vraagstukken waar we eerder niet over nadachten deze met data op te lossen. We hebben een aantal use-cases gedefinieerd waar we met een enthousiast team aan werken. Succesvolle dataprojecten delen we met de rest van de organisatie. Dit enthousiasmeert en bevordert het data-bewustzijn binnen de organisatie.

3.Data-kritisch

We zijn overtuigd en willen de ervaringen uit de pilots breder inzetten in de organisatie. We kiezen voor een top-down strategie en selecteren zorgvuldig relevante dataprojecten. Projecten die er toe doen en waarvoor organisatiebreed draagvlak voor is. We vragen ons eerst af welke inzichten we nodig hebben en voor welke beslissingen we staan. Pas dan verzamelen en structureren we de data. Dit helpt prioriteiten te stellen. Meerdere afdelingen en processen zijn aangehaakt. 

4.Data-strategie

Het gebruik van data is onderdeel van onze bedrijfsstrategie. Alle beslisprocessen zijn geïnventariseerd. We weten op welke kpi’s we zouden willen sturen. Wat we beloven in het ondernemingsplan kunnen we waarmaken en onderbouwen met data. We denken na over een systeem van data-govenance. Systemen voor het borgen van de datakwaliteit worden organisatiebreed geïmplementeerd. We schakelen voortdurend met onze ICT-ers om ook de infrastructuur geschikt te maken voor onze datastrategie.  

5.100% Datagedreven 

Alle systemen en processen zijn datagedreven ingericht. Geen beslissing wordt genomen zonder volledig inzicht in en analyse van de onderliggende data. Er is een geïntegreerd dataplatform dat alle databronnen en datasystemen bij elkaar brengt. We maken volop gebruik van externe data.

 
Aan deze vijf fasen zou je een nul-fase vooraf kunnen laten gaan. Een fase waarbij de organisatie nog data-onbewust is. Helaas kom ik ook deze organisaties in de vastgoedsector tegen, daar waar het onderbuikgevoel nog altijd het vertrouwen geeft voor goede beslissingen. Deze nul-fase laten we hier gemakshalve buiten beschouwing. Want zeg nu zelf, een organisatie waarbij beslissingen alleen nog op basis van gevoel en ervaring worden genomen neemt onnodig risico’s.
 

Data inzetten om van vastgoedsturing een vak te maken?

Het gebruik van data is geen doel op zich. Beter onderbouwde vastgoedbeslissingen zijn dat wel. In de module Waardecreatie met Vastgoed Analytics van de Executive Master of Real Estate (MRE) maken we de verbinding tussen de enorme hoeveelheden data die vandaag de dag beschikbaar is en de behoefte aan stuurinformatie.
Relevante artikelen
Kennisgebieden