Het belang van de juiste cultuur voor datagedreven organisaties

Het belang van de juiste cultuur voor datagedreven organisaties

Hoe word je nu een datagedreven organisatie? Wat is het geheim daarachter? Naast de juiste mensen moet je organisatie ook over een cultuur beschikken die een datagedreven werkwijze faciliteert en stimuleert. Experimenten en tools van bovenaf opdragen is echter niet voldoende. Om echt het verschil te maken, moet je de vraag naar data van onderaf laten komen.

Cultuur wordt vaak onderschat

Veel bedrijven die datagedreven willen worden, investeren veel in technologie. Technologie is erg belangrijk, maar niet afdoende. Bedrijven moeten ook serieus werk maken van de menselijke kant van data als ze echt waardevolle inzichten uit data willen halen. Te vaak wordt bij het neerzetten van een datagedreven organisatie het belang van de juiste mensen en organisatiecultuur onderschat.

De organisatiecultuur is lastig in één definitie te vatten. Het gaat om hoe je met doelen omgaat, hoe je problemen oplost, om gedeelde waarden en gebruiken. Organisatiecultuur laat zich wellicht het best vatten als: ‘the way we do things around here’.

Te vaak wordt bij het neerzetten van een datagedreven organisatie het belang van de juiste mensen en organisatiecultuur onderschat

Waarom is die cultuur zo belangrijk? Op operationeel vlak komen we een heel eind met onze databedreven werkwijze door het PEACO-model van continue ontwikkeling toe te passen en met tools, metrics en experimenten aan de slag te gaan. Echter, als van bovenaf besloten wordt dat er een ‘onderbuikgevoel test’ moet worden gedaan, dan is het politiek gezien niet altijd gemakkelijk dit te verwerpen. Dan heb je aan je datagedreven gereedschapskist niet genoeg. Waar je dan mee te maken krijgt – en misschien zelfs tegenaan schopt – zit verankerd in de bedrijfscultuur.

Jaarlijks wordt de staat van datagedreven marketing in Nederland onderzocht, waarbij de respondenten onder meer wordt gevraagd naar hun grootste uitdagingen. Bovenaan die lijst staat ‘het realiseren van een datadriven cultuur’, genoemd door 40 procent van de ondervraagden. De topvijf wordt verder aangevuld met de behoefte aan meer kennis en vaardigheden bij medewerkers (30%) en het behoud van medewerkers (19%).

Waar een datagedreven cultuur om vraagt van een organisatie – commitment, durven falen en een continue en open proces - wordt hieronder verder toegelicht.

Commitment van de directie

Grote organisaties zijn vaak onderhevig aan reorganisaties en fusies die grote invloed op de organisatiecultuur hebben. Het is daarom belangrijk om commitment op directieniveau te hebben zodat er een stabiele basis is voor datagedreven werken. Hiermee voorkom je dat er bij een wisseling van de wacht, zoals bij grote ontslagen, reorganisatie of een fusie, de steun voor datagedreven werken wegvalt. Wanneer de directie onboard is en de verwachtingen bepaalt, voorkom je bovendien dat datagedreven cultuur alleen in één organisatieafdeling plaatsvindt, terwijl er bij andere afdelingen een tweede waarheid bestaat, wat de besluitvoering sterk verstoort.

De cultuur in de organisatie wordt voor een groot deel vormgegeven of gestimuleerd vanuit de bestuurskamer. Daar wordt bepaald of er ruimte is voor verandering in de manier van werken, door bijvoorbeeld meer te investeren in de juiste talenten, opleiding, aanschaf van systemen en de manier waarop besluiten worden genomen.

Directieleden moeten ook beseffen dat inzichten uit data analytics soms vragen om beslissingen die een koerswijziging kunnen betekenen

De ervaring leert dat het gebrek aan een datagedreven visie op directieniveau vaak te wijten is aan een gebrek aan kennis over datagedreven marketing, analyse, experimenteren en begrippen als big data en machine learning. Om de transformatie naar datagedreven organisatie te bewerkstelligen, is het belangrijk om zo goed mogelijk aan te sluiten bij de doelen van de organisatie. Daarnaast kun je door het opzetten van kennissessies voor de directie en het managementteam continu managers bijscholen over belangrijke thema’s op gebied van datagedreven marketing.

Directieleden moeten ook beseffen dat inzichten uit data analytics soms vragen om beslissingen die een koerswijziging kunnen betekenen. Als directie zul je daadwerkelijk open moeten staan voor het maken van beslissingen op basis van data.

Omarm falen

We hebben allemaal de neiging om ons uiterste best te doen en zo min mogelijk fouten te maken. Deze drang om te slagen, en daarmee niet te falen, vormt echter een belangrijke barrière om te leren, zo stelt ook Carol Dweck, professor aan Stanford University, die meer dan 20 jaar wetenschappelijk onderzoek deed naar dit fenomeen.

Volgens haar hebben we een mindset probleem. Als je gelooft dat je talenten aangeboren of onveranderlijk zijn (‘fixed’ mindset), dan zul je ten alle tijden willen voorkomen dat je faalt. Want falen is het bewijs dat je beperkingen hebt. Mensen met een dergelijke mindset lossen graag dezelfde problemen op: het bevestigt hen in hun competenties. CEO’s met zo’n mindset verzamelen mensen om zich heen die hen bevestigen in hun denken; ze voelen zich slim als ze gelijk krijgen.

Mensen met een growth mindset voelen zich slim als ze leren, niet wanneer ze foutloos zijn. Zij zien fouten als een kans om zichzelf te verbeteren. Het goede nieuws is dat je deze mindset kunt aanleren

Maar als je gelooft dat je talent groeit door volharding en moeite, dan zie je falen als een kans om jezelf te verbeteren. Mensen met een growth mindset voelen zich slim als ze leren, niet wanneer ze foutloos zijn. Zij zien fouten als een kans om zichzelf te verbeteren. Het goede nieuws is dat je deze mindset kunt aanleren.

In een leercultuur is het belangrijk dat het oké is om te falen. Daarom ligt er een belangrijke taak voor de manager, die moet zorgen voor een cultuur waarin medewerkers zich vrij voelen om te experimenten en struikelen. Doe je dat niet en zet je een ‘straf’ op mislukking, dan heb je een garantie: medewerkers tonen geen initiatief meer en ze gaan repetitief werk doen.

Experimenteren en leren is dus noodzakelijk voor optimale prestaties. Dan is het ook noodzakelijk dat er ‘leerbudget’ is, zowel in de vorm van geld als tijd. Geld in de vorm van budget om nieuwe dingen uit te proberen en experimenten op te zetten. Tijd in de zin dat medewerkers vrij moeten zijn om nieuwe dingen te proberen. Dat kan lastig zijn, zeker wanneer het niet direct duidelijk is wat het gaat opleveren.

Denk als een softwareontwikkelaar

Traditioneel lanceerden bedrijven nieuwe producten of concepten als een internationale bioscoopfilm. Geen marketingmiddel werd gespaard, alles voor één lancering. Wanneer de lancering faalt, neemt het alles met zich mee. Als datagedreven marketeer wil je geen dingen overlaten aan het toeval en denk je als een ‘agile’ softwareontwikkelaar. Dan werk je iteratief, bouw je een een minimum viable product, en laat je dit testen door gebruikers. De ontwikkelaar weet waar hij staat: vervult dit product echt een behoefte? Leent het zich om gedeeld te worden? Welke features zijn belangrijk, en wat kan er wachten tot een volgende release?

Als je deze vragen kunt beantwoorden, dan weet je als ontwikkelaar dat je snel weer een nieuwe iteratie kunt uitbrengen, op basis van wat je geleerd hebt van de feedback van je klanten. Deze iteratieve ontwikkeling is kenmerkend voor een datagedreven werkwijze.

Democratisering van data

Van oudsher wordt er vrij beschermend omgegaan met de toegang tot gegevens, maar tegenwoordig is dat minder. Het vrijelijk beschikbaar stellen van de data wordt ook wel data democratisering genoemd. Organisaties zien in toenemende mate de voordelen in, en kiezen voor software die is ontworpen voor open datagebruik. Hoe toegankelijker en gemakkelijker het is om extra resultaat te bereiken en learnings op te doen, hoe beter. Werknemers hebben zelf directe toegang tot de data, waar en wanneer dit nodig is in de organisatie. Toegang tot de gegevens betekent dat alle medewerkers de mogelijkheid hebben om met gegevens te werken. Ze zijn beter uitgerust om datagedreven beslissingen te nemen.

Toegang tot de gegevens betekent dat alle medewerkers de mogelijkheid hebben om met gegevens te werken. Ze zijn beter uitgerust om datagedreven beslissingen te nemen

Een voorbeeld: tegenwoordig kunnen marketeers van retailers in hun tooling doelgroepselecties maken. Die tool produceert dan een score die de waarschijnlijkheid van aankopen weergeeft. Als marketeer kun je de selectie zelf met een slider aanpassen. Je selecteert een kleinere gerichte groep met hogere score, of een grotere groep die minder gericht is.

De grote winst is niet zozeer de optimalisatie van de targeting, maar vooral dat je nu bewust bezig bent met de data. Dat komt omdat ze de werking van het voorspellende datamodel dagelijks zien. Met als gevolg dat je nu zelf over bijvoorbeeld waarschijnlijkheidsscores op een nieuwe aankoop praat en suggesties doet voor nieuwe initiatieven op basis van data.

Mensen zelf met aan de slag laten gaan met data, dat is het sleutelwoord. Onderzoek toont aan dat bedrijven die hoog scoren op datagedrevenheid veel vaker self-serve insights en data made easy benoemen als succesfactoren dan bedrijven die laag scoren. Toegang staat gelijk aan adoptie. Onderzoek onder directieleden bevestigt dit.

Organisaties die moeite hebben met waarde halen uit analytics blijken vaak de analyticskennis te centreren in een aparte afdeling. Experimenten en tools van bovenaf opdragen is niet voldoende. Om echt het verschil te maken, moet je de vraag naar data van onderaf laten komen.


Dit artikel is onderdeel van mijn boek Databedreven marketing’. Daarin vertel ik marketeers en communicatiespecialisten wat zij moeten weten van data om hun performance naar een volgend niveau te tillen.

Schrijf je in voor onze wekelijkse nieuwsbrief
Connecteer met 84.715 abonnees
Bloovi Magazine

Bloovi brengt 2x per jaar een eigen print magazine uit. Met inspirerende verhalen van spraakmakende ondernemers.

>> vraag hier je gratis exemplaar aan

Schrijf je in voor onze wekelijkse nieuwsbrief