Analytics – de kleren van de keizer?

Accountants-in-business zijn bij uitstek in de positie en in staat te zorgen dat de juiste beslissingen genomen worden op basis van de beschikbare gegevens. Door met alle betrokkenen te praten en te zorgen dat de relevante bedrijfsprocessen begrepen en juist beschreven zijn, kunnen zij als geen ander bepalen welke data echt belangrijk zijn en bruikbaar om de performance van de organisatie te meten en bij te sturen. Bovendien is het hun taak en verantwoordelijkheid om de resulterende gegevens te vertalen in informatie die begrijpelijk is voor de beslissers, en door hen ook als waardevol gebruikt wordt.

Klinkt dat u bekend in de oren? In Big-Data jargon is het bovenstaande een beschrijving van wat ‘analytics’ inhoudt – uw eet wel, geautomatiseerd een panacee vinden voor problemen of een onderbouwd advies voor de nabije toekomst op basis van ‘patronen’ en tendensen in grote hoeveelheden gegevens. Als u de desbetreffende literatuur op die manier leest, dan begrijpt u dat u altijd al eerst een ‘successful analytics framework’ moest ontwikkelen en formuleren om uw werk als volwaardig ‘business partner’ met enige hoop op succes uit te voeren. U moest uitdokteren wat de echte oorzaak van een probleem is, om er vervolgens wat aan te doen.

U kunt dus onmogelijk verbaasd zijn als u wordt aangeraden, wil u de ROI van investeringen in big data en analytics verzekeren, om:

  • Te begrijpen waarom u eraan begint. Wat is het uiteindelijke doel?

  • Te zorgen dat u de juiste kennis en expertise in huis heeft, dat de verantwoordelijkheden belegd worden en dat u enig idee heeft wat het initiatief gaat kosten.

  • Een business case te formuleren , een duidelijk stappenplan inclusief de acties die genomen moeten worden nadat u het raadsel heeft opgelost.

  • Een procesmodel te schetsen waarin duidelijk wordt welke factoren het proces en de resultaten ervan bepalen en beïnvloeden. Alleen daarmee kunt u bepalen welke gegevens noodzakelijk zijn en welke u mist.

  • Vervolgens die gegevens te verzamelen, vast te leggen en met elkaar in verband te brengen – van HR, marketing, sales en/of de productie ende voorraden (logistiek).

  • Passende analysetechnieken en methoden in te zetten, zoals kruistabellen, stochastische modellen, factoranalyse, clusteranalyse of experimental design.

  • En om vervolgens uw bevindingen in begrijpelijke taal voor te leggen aan de verschillende stakeholders, opdat zij er optimaal nut van hebben bij hun eigen taken en verantwoordelijkheden.

Let wel: al deze dingen – die u altijd al deed – moet u ook persoonlijk blijven doen om met enige hoop op succes de computer ‘Big Data Analytics’ te laten verrichten. Met andere woorden: het ding neemt u geen werk uit handen.

www.journalofaccountancy.com

Gerelateerde artikelen