De term 'datagedreven', oftewel datagestuurde besluitvorming, is tegenwoordig een veelbesproken onderwerp onder managers, CIO's en marketingteams: een strategie zonder data is ondenkbaar . In de praktijk betekent 'datagedreven' zijn echter niet automatisch dat er betere beslissingen worden genomen . Vaak leidt het tot kostbare projecten, teleurstellende resultaten... en strategische beslissingen die gebaseerd zijn op een wankel fundament, zoals slecht en willekeurig advies.
Het probleem zit niet in het concept zelf , maar in de manier waarop het wordt uitgevoerd.
Het promoten van data zonder cultuur is niet genoeg.
Volgens een onderzoek onder grote bedrijven zoals American Express, Ford en General Electric, is 72% van de besluitvormers van mening dat ze er, ondanks aanzienlijke investeringen, niet in zijn geslaagd een sterke datacultuur binnen hun bedrijven te creëren. Bovendien beschouwt 53% data nog niet als een strategisch middel . Deze studie laat zien dat veel organisaties wel de structuren en tools hebben, maar de juiste mentaliteit missen om data om te zetten in concrete beslissingen.
Met andere woorden: het bezitten van data maakt je niet automatisch slimmer . Het vervangt niet een cultuur waarin iedereen, van managers tot CEO's, weet hoe de juiste vragen te stellen, signalen te interpreteren en deze inzichten te integreren in concrete beslissingen.
De fundamentele fout: het verwarren van correlatie en causaliteit.
Een van de meest voorkomende valkuilen bij data-interpretatie is het verwarren van correlatie met causaliteit . Een toename in online verkopen kan bijvoorbeeld samenvallen met een reclamecampagne, maar dit bewijst niet dat de campagne de oorzaak is; andere externe factoren (seizoensinvloeden, concurrentie, economische gebeurtenissen) kunnen een rol spelen.
De Harvard Business Review wijst erop dat leiders deze fout vaak maken door data-uitkomsten als onveranderlijke waarheden te beschouwen en de geldigheid of reikwijdte van deze inzichten onvoldoende in twijfel te trekken alvorens actie te ondernemen.
Dit soort vooringenomenheid leidt tot zelfverzekerde beslissingen... maar gebaseerd op een onvolledig begrip van het bestudeerde fenomeen , met alle gevolgen van dien voor de strategie.
Slechte datakwaliteit: kwetsbare beslissingen
Het bekende gezegde " garbage in, garbage out " is hier perfect van toepassing. Als data onvolledig, onjuist of slecht gestructureerd is, worden beslissingen die op die data gebaseerd zijn systematisch ondermijnd . Een rapport toont aan dat 41% van de marketinganalisten de data die ze gebruiken niet vertrouwt , terwijl 63% van de marketingdirecteuren zegt dat ze juist op diezelfde data vertrouwen bij het nemen van beslissingen. (Bron: Marketing Analytics State of Play 2022: Challenges and Priorities)
Dit resulteert in een besluitvormingsproces waarbij geavanceerde instrumenten het gebrek aan een solide basis niet kunnen verbergen ; er wordt meer waarde gehecht aan wat meetbaar is dan aan wat er werkelijk toe doet.
De ideologie van het instrument in plaats van de strategie.
Een andere veelgemaakte fout is het reduceren van 'datagedreven' tot een verzameling tools en dashboards. Het kopiëren van big data-architecturen, het vermenigvuldigen van analyseplatformen of het vermenigvuldigen van visualisaties garandeert geen betere beslissingen.
Een kritische analyse wees uit dat veel bedrijven simpelweg grote hoeveelheden data verzamelen zonder een duidelijke strategie of gestructureerd analyseproces , wat leidt tot oppervlakkige inzichten en beslissingen die slecht aansluiten bij de bedrijfsdoelstellingen.
Bekende voorbeelden van rampzalige beslissingen ondanks de beschikbare gegevens.
Samsung Securities: Menselijke fout, enorme impact
Het bedrijf raakte betrokken bij een gedenkwaardig incident waarbij een simpele invoerfout leidde tot de onbedoelde uitkering van 2,8 miljard aandelen in plaats van 2,8 miljard won aan dividend , waardoor de aandelenkoers met bijna 12% kelderde en de marktwaarde met ongeveer 300 miljoen dollar daalde. Deze casus illustreert dat zelfs met robuuste platforms en data, een simpele tekortkoming in de kwaliteitscontrole van de data kan leiden tot rampzalige beslissingen.
Uber: Een misrekening die miljoenen kost
Uber heeft ruim twee jaar lang bepaalde commissies verkeerd berekend, waardoor het bedrijf duizenden chauffeurs tientallen miljoenen dollars moest terugbetalen. De fouten kwamen niet voort uit een gebrek aan gegevens, maar uit een onjuiste of verkeerd geconfigureerde interpretatie van die gegevens in de besluitvormingsmodellen.
De valstrik van magische AI
Kunstmatige intelligentie wordt vaak gepresenteerd als de belofte van een toekomst waarin beslissingen "automatisch beter" zijn. AI kan analyses zeker versnellen, complexe patronen detecteren en helpen bij voorspellingen.
Maar AI corrigeert niet automatisch data van slechte kwaliteit, noch vervangt het menselijke interpretatie. Als de database bevooroordeeld is of slecht beheerd wordt, zal AI bevooroordeelde, of zelfs gevaarlijke, aanbevelingen genereren.
De echte sleutels tot succesvolle, datagestuurde besluitvorming
Als we data daadwerkelijk willen omzetten in betrouwbare beslissingen , moeten we verder kijken dan alleen technologie en ons richten op menselijke en organisatorische factoren:
Analytische cultuur
Een bedrijf moet data integreren in het DNA van zijn beslissingen, niet alleen in PowerPoint-presentaties.
Gegevensbeheer en -kwaliteit
Zorg ervoor dat elke dataset waarop een beslissing is gebaseerd betrouwbaar, consistent en afgestemd is op een duidelijk bedrijfsdoel.
Samenwerking tussen teams
Gegevens mogen niet opgesloten zitten tussen IT, marketing, financiën of operationele afdelingen. Ze moeten met elkaar stromen en gezamenlijk worden geïnterpreteerd.
Kritische interpretatie
Zelfs zuivere data vereisen een zorgvuldige analyse: inzicht in de beperkingen, mogelijke vertekeningen en het nooit verwarren van correlatie met causaliteit.
Van data naar besluitvorming: wat maakt het verschil?
Datagedreven werken is geen doel op zich; het is een organisatorische, culturele en methodologische reis , niet louter een technische. Data is een krachtig instrument, maar zonder een doordacht raamwerk, een analytische cultuur en menselijke expertise kan het leiden tot beslissingen die net zo gebrekkig zijn als beslissingen die uitsluitend op instinct gebaseerd zijn.
In een wereld waar data alomtegenwoordig is, ligt de kunst niet in het produceren ervan, maar in het bruikbaar maken ervan en het integreren ervan in weloverwogen besluitvorming . Dat is tegenwoordig de ware waarde van een datagedreven organisatie.
Zakia Ayadi Eskikaya , digitaal strateeg en productspecialist
