Blog #03: Waarom ook MKB bedrijven data analyse nodig hebben?

  • 11-apr-2019
  • verbeteren, innovatie, klantbeleving, klanttevredenheid, big data, data kwaliteit, data management, data-analyse, data analyse

Waarom ook MKB bedrijven data analyse nodig hebben?

Grote bedrijven zijn er al mee bezig. Het bijsturen en verbeteren van hun bedrijf op basis van interne en externe data. Enkele onderzoeken in 2018 laten zien dat het MKB nog onvoldoende gebruik maakt van de data die ze hebben. Hier ligt dus een gemiste kans voor jou als ondernemer. Positief gezegd een mooie kans om met beide handen aan te pakken.

Voor een MKB ondernemer is het ook noodzakelijk om zich voorbereiden op de toekomst. Dit om te voorkomen dat je inzicht en kwaliteit mist op het moment dat het wel noodzakelijk is om analyses uit te gaan voeren. Of te wel dat je achter de feiten aanloopt en ingehaald wordt door je concurrenten omdat je niet snel genoeg kan schakelen richting je klant.

 

What’s in it for me?

Waarom wil jij als MKB ondernemer tijd, geld en moeite steken in data? Je kunt toch beter bezig zijn met je klant! Precies om dezelfde redenen als de grote “jongens” dat doen. Hieronder enkele voorbeelden:

  • Sneller en specifieker proactief product/dienst aanbieden of wijzigingen doorvoeren
  • Trends eerder kunnen waarnemen waardoor je aanpassingen kunt doorvoeren
  • actief kunnen schakelen richting je klant omdat jij een wijziging voor hem/haar al ziet aankomen

Al jaren wordt er gewerkt op basis van de data in het verleden (Business Intelligence). Daar op gebaseerd maak je je prognoses voor de toekomst. Big data is booming bij de grote(re) (mkb) bedrijven. Het richt zich niet (alleen) op het verleden. Maar juist meer op de toekomst. Dit gebeurt door een combinatie en diversiteit van data waarop analyse plaats vindt.

 

Wat heb je nodig voordat je met data analyse kan starten?

Aan de analyse van data (of het nu Business Intelligence of Big data is) gaat echter nog een stap vooraf. Alles wat niet volgens dezelfde standaard jouw bedrijf in gaat kan ook nooit voor een goede analyse zorgen. Ze zeggen niet voor niets “Garbage in garbage out”. Je kunt niets analyseren als je:

  • Niet weet welke data je hebt;
  • Niet weet waar die data is;
  • Geen eenduidige aanpak rond de data hebt;
  • De data niet juist en op een bepaald kwaliteitsniveau is ingevoerd en bewerkt wordt.

 

De basis van je bedrijf is belangrijk. Gaat jouw bedrijf groeien dan is het van belang dat je visie ook in je bedrijf helder is en vertaald is in procedures, werkinstructies. Zo werken je medewerkers volgens een vaste werkwijze. Dit is van belang om de kwaliteit naar jouw klant te kunnen garanderen. Wil je meer weten over de basis van je bedrijf dan kun je informatie vinden op Linkedin , Facebook of Instagram in de posts van maart 2019.

Ieder bedrijf heeft te maken met risico’s die genomen worden. Hier bewust mee omgaan is ook niet 100% mogelijk zonder je data kwaliteit op orde hebben. Door de signalen uit de analyse van data krijg je signalen over problemen die er zijn bij jou of jouw klant. Hierdoor kun je op tijd actie ondernemen waardoor je kunt bijsturen en grote risico’s kunt voorkomen. Heb je geen inzicht in je data dan krijg je geen signalen. Heb je het wel maar is het onvolledig of niet van de juiste kwaliteit dan krijg je signalen niet tijdig of zijn ze niet juist of volledig. Dus dan kan het risico groter of kleiner lijken dan het werkelijk is. Waardoor je te laat inspeelt op de problemen van je klant of je klant informeert over een probleem wat hij/zij eigenlijk helemaal niet heeft.

* basis informatie over de risico's van een mkb'er is ook te vinden op boven genoemde Social Media pagina's.

 

Wat levert het op korte termijn op?

De eerder genoemde voorbeelden van voordelen zijn natuurlijk het grootste deel lange termijn werk omdat je wellicht nog veel moet doen aan je data. Maar er zijn ook korte termijn voordelen.

Op de korte termijn helpt data kwaliteit mee aan:

  • Hoe jouw klant jouw bedrijf ervaart (klantbeleving). Voor de individuele klant kun je al meer betekenen. Men hoeft bijvoorbeeld niet 6x uit te leggen wat een probleem is.
  • Bij problemen zoals klachten of veranderingen in de markt etc. kun je snel kunnen schakelen en voorkomen dat het probleem groter. Door consistentie en kwaliteit zie je eerder dat een klacht voor meerdere klanten van toepassing is. Dus kun je meteen doorpakken en het voor alle klanten op lossen.
  • (Kleine) aanpassingen van producten, diensten en service. Als je een structureel probleem ziet kun je daar al op inspelen.

 

Hoe kun je dit in kaart brengen waar je nu staat?

  • Breng in kaart waar in je bedrijf data is
  • Zorg voor een helder beeld over:
    • Welke data er is
    • Of er standaarden zijn op basis waarvan gewerkt wordt
    • Wie toegang heeft tot de data
    • Met wie intern de data gedeeld wordt. Bijvoorbeeld andere afdelingen
  • Maak een overzicht van de data waarin inzichtelijk is waar onderlinge verbanden en verantwoordelijkheden zitten
  • Laat je medewerkers inzichtelijk maken waar volgens hen al eventuele manco’s zitten.

 

Help, dit is veel werk…

Deze inventarisatie is niet iets wat je binnen 1 dag geregeld hebt. Vaak moet je nog terug naar degene die de informatie verstrekt heeft over de data. Wat men verstrekt heeft kan nog niet helemaal duidelijk zijn of matched niet met wat andere hebben aangegeven. Pas als alles helemaal duidelijk / inzichtelijk is kun je van start met de volgende stap. Zeker omdat je anders dat ene probleem tussendoor weer tegenkomt en dus vertraging op loopt.

Hoe kun je toch de voortgang bewaken tijdens het in kaart brengen van je data? Hoe houd je inzicht in de voortgang en zorg je dat iedereen gemotiveerd blijft. Goede vraag. Er is mij 1 ding de afgelopen tijd op is gevallen. Bij vooral het kleiner mkb is dat mensen verrast kijken als ik het projectmatig werken, volgens bijvoorbeeld Agile, vertaal naar de mogelijkheden voor hen als ondernemer. Als je groot werk verdeeld in hoofdonderwerpen en kleinere taken dan wordt het behapbaarder voor je medewerkers. Van deze kleine taken weet je ongeveer hoeveel tijd het gaat kosten. Dus kun je deze inplannen naast de standaard werkzaamheden. Hierdoor gaat zowel het standaard werk door als de inventarisatie van je data. Resultaat is dus dat je in blokken van 2 weken telkens kleine delen van je inventarisatie af hebt en dus successen blijft boeken. Erg motiverend voor heel het team. Toch?!

Succes, als je van start gaat met je data inventarisatie!

 

Mocht je vragen hebben of van gedachte willen wisselen over de aanpak boek dan gerust vrijblijvend een Gratis Improvement Scan.