Meten is weten

Het is zo’n gevleugeld begrip: “Meten is weten”.

Wie kent niet het probleem dat je een beslissing moet nemen en onvoldoende informatie hebt. U kunt uiteraard op het gevoel een keuze maken maar vaak wilt u als ondernemer, manager of bestuurder toch iets meer onderbouwing. Al was het maar om uw beslissing te kunnen onderbouwen en verdedigen.
Maar wat nu als u wel veel data heeft maar daar niet de informatie uit kunt halen die u nodig heeft?

Een voorbeeld

Als voorbeeld nemen we een situatie die tegenwoordig helaas wat vaker voorkomt, een sales manager moest zijn salesteam verkleinen, er moest een man of vrouw uit. De omzetten liepen terug maar de kosten helaas niet dus moest het mes in de organisatie. Hij had graag gewild dat hij iedereen kon houden maar nu moest er een beslissing worden genomen. Wat had hij daarvoor nodig?

Ad hoc informatie

In veel organisaties wordt veel tijd besteed aan rapportages, sales reports, management information reports, market reports, production reports, profit and loss reports. Heel veel stukken informatie die los van elkaar staan en een deel van de werkelijkheid vertegenwoordigen. Allemaal laten ze zien wat er gebeurd is, ze kijken allemaal achteruit. En allemaal zijn ze van tevoren gedefinieerd, met maar weinig ruimte om te zoeken, om ad hoc vragen te kunnen beantwoorden, om informatie uit verschillende bronnen met elkaar te kunnen koppelen en combineren. Wat nou als u dat toch wilt, u wilt data kunnen filteren, groeperen, combineren en hele nieuwe antwoorden vinden op de vragen van vandaag. U wilt ad hoc informatie.

De IT afdeling is niet uw vriend

Stel, u heeft een “vage” vraag, u weet eigenlijk nog niet zo goed wat u wilt weten. Kom daar maar eens mee aan. En waar legt u die vraag neer? Vaak is de IT afdeling verantwoordelijk voor de systemen en alles wat daaruit tevoorschijn komt. Als gebruiker mag u er van alles instoppen. De IT-afdeling zorgt voor de rapportagetools en de voorgekookte rapporten. En als u meer wilt of iets gewijzigd wilt hebben mag u achteraan de wachtrij aansluiten. Ik heb het zelf weleens meegemaakt dat ik een report uit SAP wilde laten “bouwen”, en dat ik in juli fijntjes te horen kreeg dat de ABAP-ers daar pas in februari tijd voor zouden hebben. Dat soort vraagstukken hoort dus niet bij een IT afdeling thuis.

Kan ik het niet zelf?

Tegenwoordig wordt er op steeds meer gebieden “zelfbediening” geïntroduceerd. We hebben niemand meer nodig om een reis te boeken, een boek, CD of paar schoenen te bestellen. Dat kunnen we allemaal zelf met tablet of muis en toetsenbord. Kunnen we dat met onze datavoorziening niet ook zelf?
De uitdaging zit erin dat data niet hetzelfde is als informatie. Wat nodig is om van data informatie te maken is een context, structuur en betekenis. En om er goed mee te kunnen werken heeft u het juiste gereedschap nodig. Denk maar eens aan een lange lijst met allemaal tekst en getallen. Dat zegt u helemaal niets totdat u weet dat u naar een telefoonboek kijkt. Dat is de context.
Heeft u daar genoeg aan? Nee, u moet ook weten wat elk veld precies is, de naam, adres, postcode, plaats, telefoonnummer, de structuur en de betekenis.
En dan het juiste gereedschap, als u een telefoonnummer weet en wilt de naam erbij zoeken dan heeft u aan zo’n ouderwets papieren telefoonboek niet zoveel. Dan heeft u meer aan een elektronisch document om in te kunnen zoeken of sorteren.
Kortom, vaak hebben we een enorme hoeveelheid data, geen idee van structuur of betekenis en niet de juiste tools om van uw data bruikbare informatie te maken.

Terug naar onze sales manager

De beslissing moest nu genomen worden, wie moest eruit, wie mocht blijven?
De onderliggende vraag was uiteraard, wie was zijn of haar salaris het meeste waard?
Zo’n vraag is lastig te beantwoorden, de salarisgegevens komen uit het ene systeem en de omzet- en bruto winstgegevens weer uit een ander systeem. U kunt zich voorstellen dat onze sales manager tot ‘s-avonds laat bezig was met Excel om al die informatie aan elkaar te knopen om tot een antwoord op zijn dringende vraag te komen. En doordat de betekenis van veel data niet bekend was zocht hij zich een ongeluk om de juiste data te vinden. Niet bepaald “met een druk op de knop”.

Kan dat niet makkelijker?

Voor eenmalige vraagstukken is het misschien niet zo zinvol, maar als u regelmatig ad hoc vragen wilt beantwoorden of wilt zoeken naar nieuwe informatie is het belangrijk dat u dat op een goede manier doet en in de volgende stappen:

  1. Wat wilt u (ongeveer) weten?
    Wat zijn uw KPI’s
  2. Waar haalt u de data vandaan?
    Wat zijn de bronnen/bronsystemen?
  3. Wat is de betekenis van elk stukje data?
    De structuur en de betekenis van elk dataveld
  4. Hoe combineert u die data?
    Zijn er “verbindende” velden, eventueel met een vertaaltabel ertussen.
  5. Hoe wilt u die data tonen/visualiseren?
    Lijstjes, staafgrafiekjes, lijntjes, pie-charts…

De keuze van de juiste tool is hierbij van groot belang. Met moderne hulpmiddelen als QlikView is het ophalen, transformeren, laden en visualiseren van data in één tool op te lossen. Maar zelfs met een spreadsheet als Excel kunt u heel ver komen als u de bovenstaande stappen maar goed doorloopt. Onze salesmanager heeft van zijn ervaring geleerd en ervoor gezorgd dat alle informatie die hij ooit zou kunnen willen gebruiken in één QlikView dashboard bij elkaar staat. Daarvoor is van de beschikbare en bruikbare data een datadefinitie gemaakt. Zeg maar, een lijst van wat alles betekent. En voor de meest voorkomende vraagstukken heeft hij een aantal KPI’s gedefinieerd. Nu kan hij, wanneer hij dat maar wil, zelf data ophalen, selecteren en visualiseren totdat hij de antwoorden heeft die hij zoekt.

Ter afsluiting

Data is nog geen informatie, context en betekenis maken het informatie. De betekenis en structuur van uw data zijn de sleutel tot het succes. De gekozen tool is minder belangrijk, vaak kan met Excel al een heleboel worden bereikt. En wilt u meer snelheid, gebruikersgemak en flexibiliteit dan zijn er allerlei moderne tools zoals QlikView die u daarbij kunnen helpen.