Al jarenlang is er een lage adoptie van analytics- en bi-oplossingen. Het blijkt dat dashboards en mooie visualisaties slechts het beginpunt zijn bij het analyseren van data en niet het eindpunt. Bovendien leven we in een wereld die veel meer flexibiliteit vereist dan een vaste informatielaag of een kpi kan bieden.
Een lage adoptie is ook het gevolg van een analytics-systeem dat het volledige proces van de gebruiker niet ondersteunt: van data via inzicht naar actie. Ook wil je de volgende vraag kunnen beantwoorden, en de vraag erna en die daarna. De behoefte aan meer interactie met de data is wat het paradigma van dashboards en visualisaties doorbreekt. Dit is ook een van de vele redenen dat publicaties en partijen als Gartner aangeven dat het einde van het dashboard nabij is.
Het goede nieuws is dat de acceptatie van analytics door zakelijke gebruikers drastisch toeneemt. Dit is te danken aan het feit dat moderne BI-platformen een nieuwe categorie gebruikers aanspreekt door zoekfunctionaliteit en ai te integreren. Deze gebruikers zijn niet analytisch. Ze begrijpen geen tabellen, kolommen, rijen of SQL-statements, maar ze weten wel hoe ze online moeten winkelen en social media moeten gebruiken. Door een user interface te creëren die de doelgroep al begrijpt en deze te combineren met data die relevant is voor hun werk, kunnen we het analytische paradigma omdraaien en informatie en de kracht van data naar de medewerkers brengen. Door analytics beschikbaar te stellen voor een brede groep medewerkers ontstaat er bovendien een stevige basis voor transformatie bij grote en kleine bedrijven.
Klant betrekken en behouden
Maar waarom bieden we dan, als het gaat om het embedden van analytics in klantgerichte applicaties, dezelfde dashboards en visualisaties waarvan al is gebleken dat ze niet effectief zijn? Hoe gaan we meer klanten betrekken en behouden met analytics-oplossingen waarvan al is bewezen dat ze vrijwel niet worden gebruikt?
Als we onze klanten voorzien van analytics-oplossingen is vanzelfsprekend het uiteindelijke doel om de klant te betrekken en te behouden. Hiervoor is het noodzakelijk om toegevoegde waarde te bieden met de oplossing. In de huidige analytische wereld doen we niet veel meer dan klanten een mooi bord laten zien naar een doodlopende straat of het equivalent van een controlelampje op het dashboard van hun auto.
Wat gebeurde er toen je de laatste keer het controlelampje in je auto zag branden? Raakte je in paniek? Heb je een afspraak gemaakt om het probleem te laten onderzoeken? Hoelang duurde het voordat je de afspraak kreeg? Wat was de uiteindelijke diagnose? Was het algehele proces van het onderzoeken van het probleem positief? Zou je de moeite nemen om het proces opnieuw te doorlopen als het lampje ging branden? En, zou je jouw klanten ooit aan dit soort moeizame processen willen onderwerpen?
Toch is dit precies wat er gebeurt elke keer dat een leverancier zijn klanten weer een statisch dashboard geeft met een paar kpi’s. Je biedt een controlelampje, zonder de mogelijkheid om de problemen rond de indicator verder te onderzoeken of actie te ondernemen als gevolg van de indicator. Als de klant de hoofdoorzaak wil achterhalen, moeten deze een callcenter bellen, een serviceticket openen en wachten op een reactie. Dit gaat ten koste van de productiviteit voor zowel de organisatie als die van de klant. Eén ticket leidt vaak tot meer vragen en al snel zorgt de service met toegevoegde waarde die organisaties klanten wilden bieden ervoor dat ze zich ontevreden voelen over de service, terwijl de supportkosten oplopen.
Analytics-proces in handen van gebruiker leggen
Om gebruikers inzicht te geven, moet je een proces creëren waarmee ze het volledige analytics-proces zelf in de hand hebben, van exploratie tot besluitvorming. Dat betekent dat we de gebruikerservaring moeten heroverwegen. Denk aan je favoriete consumententoepassingen, bijvoorbeeld Google, Netflix en Spotify. Ze maken allemaal gebruik van een zoekvorm waarmee gebruikers autonoom vragen kunnen stellen of informatie kunnen vinden.
Als je kijkt wat deze zoekervaringen zo makkelijk te gebruiken maakt, zie je dat er drie gemeenschappelijke elementen zijn.
- Eenvoud: als je iets intypt in de zoekbalk, leidt de applicatie je in realtime naar de relevante informatie.
- Snelheid: als je op enter drukt om de zoekopdracht te starten, komt de applicatie direct met een antwoord.
- Slim: de applicatie doet aanbevelingen of suggesties voor andere relevante content, op basis van de vraag die je stelt of de eerdere zoekgeschiedenis.
Als je wilt dat analytics-applicaties daadwerkelijk gebruikt worden, dan moeten deze fundamentele principes gevolgd worden. Geïntegreerde search en ai veranderen niet alleen de gebruikerservaring, maar zorgt ervoor dat er een geheel nieuwe groep gebruikers wordt aangeboord. Dit in de praktijk realiseren is lang niet zo moeilijk als je zou verwachten. Omdat steeds meer data wordt opgeslagen op cloud-platformen, ontstaan er nieuwe mogelijkheden om het traditionele proces voor data en analytics te transformeren.
Rigide visualisaties en dashboards zijn dood. Het transformeren van applicaties hoeft niet moeilijk te zijn. Door search en ai te integreren breng je de kracht van data en analytics eenvoudiger dan ooit naar iedere medewerker. Met betere inzichten voor iedereen die leiden tot slimmere beslissingen waar de hele organisatie beter van wordt.
Eenvoud, snelheid, slim (althans het soort slimheid wat een algoritme kan bieden, en met zo goed afschuwelijk mee de mist in kan gaan, bij de Belastingdienst weten ze daar inmiddels alles van). Klinkt leuk, maar wat missen we zoal aan ons huidige internet met zijn zoekmachines?
– Klopt het allemaal wel wat er gevonden wordt? Veel zogenaamde “informatie” is misleidend, of ronduit onjuist.
– One version of the truth, als je tegenstrijdige versies van de werkelijkheid vindt, welke gebruik je dan?
– Manipuleerbaarheid van zoekmachines, hoe effectief en waarheidsgetrouw zijn de gebruikte algoritmes? Zit er geen bias in?
Real Time en het Golden Record ( of enige vorm van controle op consistentie of waarheidsgetrouwheid) staan duidelijk op gespannen voet met elkaar. Wie steviger informatie wil, moet een beetje geduld hebben, en veel hedendaagse managers hebben dat duidelijk niet. Ze roepen om verdieping, maar willen perfect maatwerk zonder enige moeite te steken in het vereiste diepgravender zoekwerk.
Dashboards zijn prima hulpmiddelen voor dagelijks beheer, omdat ze standaard paramaters goed in beeld brengen. Diepgang vereist alleen iets anders, en vooral meer inspanning en tijd. Als beide benaderingen goed met elkaar gecombineerd worden, kan er veel moois uit komen.
Edoch. één gek kan meer vragen stellen dan 10 gegevensbronnen kunnen beantwoorden. Ook als je vragen stelt, blijft gezond boerenverstand een vereiste.
Excuus. Maar de doelgroep die niet analytisch is en actieloosheid zijn slappe argumenten om van doordachte en doelgerichte KPI meting te degraderen naar een zoekveld die op basis van ongecheckte informatie gokt wat jou actievolle inzichten zou kunnen geven in een gegokt en gestandaardiseerd formaat van een zoekresultaat.
Ja, dashboards worden veelal verkocht als eye candy. Sommige anticonceptie middelen worden gebruikt als ballonnen. We schrijven ook geen artikelen over dat ze verleden tijd zijn daardoor?
P.S vorig jaar begon een olielampje te branden op mijn autodashboard. Afspraak gemaakt bij de garage. Probleem gefixt.
Als het oranje lampje op mijn dashboard gaat branden dan weet ik dat ik nog zo’n 100 kilometer kan rijden, de paniek slaat pas toe als ik weet dat ik de eerste 100 kilometer geen tankstation bereik. Een paniek die ik in Europa niet zo snel voel omdat die kans vrij klein is maar heel anders wordt dat in het buitenland. Tel daarbij op dat mijn hersenen niet gewend zijn om in miles te rekenen want parameter van dashboard kent nog weleens een andere invulling als we kijken naar de verschillen in waarden. Oja, het DIKW-model om van gegeven (data) naar wijsheid te gaan betreft niet alleen het dashboard want er zijn vaak nog een heleboel externe factoren in de besluitvorming. De adviserende oplossing die alleen maar WC-eend adviseert mist veelal een parameterisering op alternatieven. Welke parameters relevant zijn in de zoektocht naar het antwoord gaat om de vraag welke kunnen veranderen als de golf van paniek verdwenen is.
Denkt de business dat ze eindelijk achter het stuur en de knoppen zit, moet het allemaal weer anders.
regie aan de algoritmes.
krijgen we dadelijk de consultants die gaan helpen met de repatriering naar het dashboard.
en waterval 2.0, als het toch allemaal wel handig bleek om een systeem te ontwerpen ipv continu te verbeteren tot niemand meer weet hoe de boel aan elkaar hangt.