Data strategy omvat het inzetten van data en analytics met als doel het behalen van de strategische doelstellingen van een onderneming, en het bereiken van een concurrentievoordeel (competitive advantage). In dit proces zijn er verschillende factoren waar rekening mee gehouden moet worden. Een van die factoren is de operationele uitvoering van de data strategy (methodologie). Harvard Business Review identificeerde twee methodes, een offensieve en een defensieve data strategie. In dit artikel vertellen we meer over deze methodes, geven we uitleg over de verschillen, en vertellen we op welke wijze deze methodes gecombineerd kunnen worden.
Wil u meer weten over data strategy? In dit artikel vertellen we hier meer over.
Defensieve data strategy
Een defensieve data strategie wordt gebruikt in situaties waarin risico geminimaliseerd moet worden. Deze methode focust zich op controle, en word bijvoorbeeld gebruikt bij activiteiten waarbij nakoming van de wetgeving, fraude detectie, of anti-diefstal centraal staan. Deze methode word vaak toegepast in bedrijfsonderdelen waarin controle belangrijk is, zoals op een juridische, financïele of IT afdeling. Defensieve inspanningen zorgen voor kwaliteit, veiligheid, integriteit, standaardisatie, en governance in interne systemen. Een voorbeeld hiervan zijn systemen die informatie verzamelen van klanten of leveranciers. Organisaties willen werken met één lijst klanten en leveranciers, geen systeem waarin dubbele waarden bestaan.
Voorbeeld: Als je iets afneemt bij een bedrijf wil je een eenduidige naam, zoals Philips. Je wil niet dat er meerdere versies van een bedrijf bestaan, zoals Philips, Philips BV en Philips Nederland.
Een defensieve strategie zorgt voor een Single Source Of Truth (SSOT). Oftewel, een versie van de waarheid. SSOT is de rauwe data zonder bewerkingen of filters. Dit is eigenlijk alle onbewerkte data die aanwezig is in de organisatie.
Offensieve data strategy
De offensieve data strategie word gebruikt bij het ondersteunen van de bedrijfsdoelen zoals het maximaliseren van de omzet en winst, maar ook het verbeteren van de klanttevredenheid of het reduceren van retouren. Deze strategie focust zich op flexibiliteit. De activiteiten binnen data strategie focussen zich vooral op klantinzichten, voorbeelden hiervan zijn data visualisatie in interactieve dashboards, analytics, transformatie, het verreiken van databronnen, en modelleren.
Deze methode rendeert het beste in bedrijfsonderdelen die zich focussen op activiteiten richting marketing of sales, en is ook uitermate geschikt voor het maken van beslissingen op management niveau. Een offensieve strategie resulteert in Multiple Versions Of the Truth (MVOT). MVOT is eigenlijk het vertalen van de rauwe data (SSOT) naar concrete inzichten. Je voegt context toe aan de data. Een voorbeeld is het filteren van de data zodat je alleen de inzichten ziet van jouw afdeling van de afgelopen maand. Je transformeert nu de rauwe data naar informatie die voor jou relevant is.
Vergelijking en gebruik
De defensieve en offensieve strategïen zijn directe tegenpolen van elkaar. Toch heeft elk bedrijf beide methodes nodig om succesvol te zijn. Zoals eerder geschetst verschilt het namelijk per bedrijfsonderdeel en activiteit welke methode nuttig is.
Als een bedrijf enkel een defensieve strategie heeft, en er maar 1 versie van de waarheid is, word het enorm moeilijk voor verschillende afdelingen om op maat gemaakte analyses te gebruiken. Stel je voor dat de marketing afdeling Albert Heijn en H&M allebei classificeert als consumenten goederen, maar sales wil juist dat Albert Heijn gecategoriseerd word als supermarkt, en H&M als kledingwinkel. Zonder aanpassingen aan de data word dit erg moeilijk. Als een bedrijf enkel een offensieve strategie hanteert zal er een chaotisch master data management systeem ontstaan, waarin net als in het voorbeeld met Philips meerdere versies bestaan van hetzelfde bedrijf. Dit maakt het voor de financïele en juridische afdelingen juist weer moeilijk om een uniforme waarheid te krijgen.
Er is dus behoefte aan balans. Beide strategïen voegen namelijk elk iets toe aan verschillende afdelingen. In sommige gevallen kunnen bedrijven een gelijkwaardige balans zoeken tussen de twee, maar in de meeste gevallen is het verstandig om nadrukkelijk één methode boven de andere te verkiezen.
Hoe maak je die keuze? Dit hangt onder meer af van de industrie waarin het bedrijf zich bevind. In een sector waarin privacy, wetgeving, en gevoelige informatie centraal staat zal eerder gekozen worden voor een defensieve strategie. Zo zal een ziekenhuis met gevoelige patïentdata en veel wettelijke verplichtingen voor een groot deel gebruik maken van een defensieve strategie. In een omgeving met minder gevoelige data waarin flexibiliteit in informatie belangrijk is zal een offensieve strategie de boventoon voeren. Dit zal vaker voorkomen bij retailers of e-commerce bedrijven. Deze bedrijven hebben ook meer behoefte aan klant- en markt inzichten.
Als samenvatting. Bedrijven dienen altijd een mix van de twee soorten strategïen toe te passen, waarbij de nadruk op een van de twee licht. Deze beslissing maak je op basis van de industrie, regulatie/wetgeving en de informatie binnen de organisatie. Een defensieve strategie legt de focus op controle, en defensieve inspanningen worden vaak toegepast in interne systemen om een versie van de waarheid te krijgen. Deze methode left de nadruk op veiligheid, kwaliteit, governance, privacy en integriteit. Een offensieve strategie heeft als doel het ondersteunen van de bedrijfsdoelen en keuzes van het management. De focus ligt op flexibiliteit en de activteiten zijn doorgaans dashboarding (visualisatie), analytics, machine learning, en algoritmes. Er zijn meerdere versies van de waarheid. Het is namelijk mogelijk om de data licht te transformeren/filteren op business unit niveau.
