Vruchten plukken van Big Data? Dit zijn de voorwaarden

Er is geen gebrek aan goede Big Data initiatieven. Maar om daadwerkelijk een datagedreven organisatie te bouwen is meer nodig dan een paar goede Big Data projecten. Organisaties moeten flexibeler worden en hun processen vrijwel realtime kunnen aanpassen. Ervaringen van een Amerikaanse generaal in Afghanistan bieden daartoe mooie leerpunten.

In 2009 nam het Amerikaanse leger het op tegen Al Qaida in Afghanistan onder leiding van generaal McChrystal. Hij zag al gauw dat hij een probleem had. Het Amerikaanse leger was superstrak georganiseerd, maar boekte ondanks die professionaliteit geen duurzaam succes. De generaal realiseerde zich dat hij niet vocht tegen een structuur maar tegen een netwerk. De vijand was in die netwerken in staat om informatie veel sneller rond te pompen dan ooit mogelijk zou zijn in klassieke militaire structuren. McChrystal bleek in staat om zijn organisatie om te bouwen naar zo’n netwerk en boekte daarmee de nodige successen. Vandaar ook zijn overtuiging, die centraal staat in een boek – ‘Team of Teams’ – wat hij erover schreef: “It takes a network to fight a network.”

Wat heeft dat te maken met de opkomst van Big Data in organisaties? Meer dan u denkt. Dát Big Data voor veel organisaties een essentieel thema is voor hun toekomst, daar hoeven we het eigenlijk nauwelijks meer over te hebben. Veel organisaties zijn druk bezig het potentieel ervan te exploreren. Daarbij wordt ook steeds duidelijker dat duurzaam succes niet alleen vraagt om een succesvol Big Data project, maar ook (en vooral) om een organisatie die echt datagedreven is. Om dat waar te maken moet een organisatie permanent in verandering zijn en processen aanpassen aan de resultaten en kansen die voortvloeien uit data-analyse.

Een voorbeeld ter verduidelijking daarvan. Succesvolle webshops voeren dagelijks soms wel honderd zogeheten A/B tests uit. Ze voeren een (kleine) verandering door in het uiterlijk van de website, de onderliggende algoritmes of in andere zaken zoals het bestelproces. Als zo’n verandering een gunstig effect heeft (op de conversie) dan blijft de wijziging in stand. Is dat niet het geval dan wordt direct teruggegrepen op het oude proces. In essentie is dat heel eenvoudig: een kwestie van ‘trial and error’.

Maar in veel organisaties is het helemaal niet zo eenvoudig. Want wie met Big Data aan de slag is en mogelijkheden ziet om dingen te verbeteren, komt erachter dat wat er op de tekentafel heel logisch uitziet in de praktijk alleen met de grootst mogelijke moeite te implementeren is. De inrichting van processen en routines is vaak erg star – mede als gevolg van het voortdurend verder optimaliseren en stroomlijnen van bestaande processen om verspilling te voorkomen en stabiliteit te creëren. Het gevolg is dat het veelal maanden vergt om processen te veranderen en daarmee echt de vruchten te plukken van Big Data. Dat is een schril contrast met het voorbeeld van de webshop die continu optimaliseert.

Scherpe visie op data
Dat moet anders kunnen en daarvoor komen we in essentie terug bij wat McChrystal betoogt. Hij stelde vast dat het probleem niet schuilde in hoe zijn mensen hun taken vervulden, maar in hoe ze naar hun taken keken. Alle specialisten deden hun werk met grote snelheid, precisie en professionaliteit, maar de gedeelde missie – Al Qaeda verslaan – was uit het oog verloren. McChrystal begon met het herontwerpen van de commandopost om meer interactie op gang te brengen; ook liet hij specialisten rouleren door de organisatie: intelligence professionals gingen met de commando’s mee het veld in en vice versa. Hij benoemde echte toppers tot liaison officers – een tot dan wat verwaarloosde positie. En hij startte dagelijkse telefonische updates waarin alle stakeholders meededen. Iedereen kon daardoor voorbij de eigen taken kijken naar hoe het hele systeem het deed. Dat alles legde de basis voor een scherpe visie op het gemeenschappelijke doel, en daarmee ook voor meer betrokkenheid en verantwoordelijkheid bij de teams.

Precies die betrokkenheid en verantwoordelijkheid is wat we ook nodig hebben om de volgende stap te maken met Big Data. Teams moeten niet alleen in staat zijn om te experimenteren met de data die ze ter beschikkingen hebben, maar ze moeten er ook gebruik van kunnen maken in bedrijfsprocessen zonder dat ze die processen daarbij als een corset ervaren. Daarmee ontstaat de mogelijkheid om het proces grotendeels te laten bepalen door de manier waarop inzichten die uit data worden gehaald kunnen bijdragen aan het resultaat. Met andere woorden: de data analyse bepaalt de workflow en de workflow het proces. Dat betekent dat kleine teams van maximaal tien mensen een vrij grote autonomie moeten krijgen in wat ze doen, maar tegelijkertijd juist heel strakke voorwaarden meekrijgen over de randvoorwaarden, zoals de interfaces met andere teams. Daarmee ontstaat een andere manier van organiseren, die veel weg heeft van de manier waarop McChrystal zijn strijdkrachten omvormde tot een netwerk van daadkrachtige cellen met veel aandacht voor die interfaces.

In korte sprints werken
Hoe vertalen we dat naar de omgeving van Big Data projecten? De klassieke watervalaanpak die nog steeds gangbaar is in verandertrajecten – met een ‘Target Operating Model’, en ‘As Is’ and ‘To Be’ architectuur, een ‘gap’ analyse en een roadmap past niet goed bij de bottom-up aanpak, waarbij de voornaamste verantwoordelijkheden bij de kleine teams zelf liggen. In plaats daarvan worden methoden en technieken uit de zogeheten agile ontwikkeling toegepast om de grote visie te ondersteunen, waarbij iteratief in korte sprints wordt gewerkt aan veranderingen. Kort gezegd: een organisatie is dan voortdurend in Beta.

Deze aanpak staat of valt met een zeer nauwe betrokkenheid vanuit de gebruikersorganisatie en met teams die een vrij grote handelingsvrijheid hebben. Dat klinkt als vrijheid blijheid, maar dat is het juist niet zo laten voorlopers in het bedrijfsleven zien. De kleine teams werken autonoom aan een bepaald aspect, maar die autonomie krijgen ze alleen als ze in het grote geheel passen. In de filosofie van Spotify – een van die voorlopers: squads (de kleine teams) are ‘loosely coupled’, but ‘tightly aligned’. Met andere woorden: er is geen organisatorisch harkje meer, maar er zijn wel keiharde afspraken over het gezamenlijke doel en over de interfaces. Spotify wijst erop dat deze aanpak onvermijdelijk leidt tot inefficiënties, omdat teams soms vergelijkbare componenten zullen ontwikkelen. Eén van de grootste uitdagingen is het reduceren van deze inefficiënties. Twee belangrijke elementen die daarbij moeten worden geadresseerd zijn het vertrouwen tussen teams en het delen van informatie over hun activiteiten.

Ondanks de uitdaging die het levert op het gebied van efficiëntie vraagt deze tijd om meer flexibiliteit en snelheid van de organisatie. De klassieke organisatievorm is niet alleen te rigide maar werkt ook niet inspirerend en motiverend op medewerkers. Spotify en andere organisaties laten zien dat dit anders kan en recente managementliteratuur biedt ook hulp. Naast McChrystal mag daarbij het concept van holocratie niet ontbreken. Holocratie is een alternatieve manier van organiseren en samenwerken, die onder andere bekend is geworden omdat de Zappos organisatie hierop is gebaseerd. Deze organisatievorm heeft een aantal kenmerken:

• Gedistribueerde autoriteit: Een combinatie van top-down en bottom-up benadering, door een organisatie in te delen in ‘cirkels’, ieder met echte autoriteit maar wel in een duidelijke hiërarchie ten opzichte van elkaar.
• Het verwerken van zogenaamde ‘veranderspanningen’: Dit gaat feitelijk over de eerder genoemde betrokkenheid en verantwoordelijkheid. Veranderspanning is het verschil tussen hoe het nu is (realiteit) en wat het zou kunnen zijn (het doel). Het concept van holocratie reikt medewerkers processen en regels aan om deze veranderspanning te signaleren en er iets mee te doen. Omdat iedereen invloed heeft, treedt er ook geen demotivatie of frustratie op.
• Regels voor ‘Governance’ en ‘Operatie’: zeer expliciet geformuleerde regels voor de samenwerking tussen teams (de interfaces) – door de hele organisatie heen. Uitgangspunt daarbij is dat samenwerking en taakverdeling zich permanent ontwikkelt. Reorganiseren wordt daarmee feitelijk een constante.

De uitdaging voor veel bedrijven is om nieuwe toepassingen en mogelijkheden die Big Data biedt te combineren met nieuwe inzichten vanuit de organisatiekunde. Daarmee moet een flexibele organisatie ontstaan die snel kan reageren op en zich snel kan aanpassen aan nieuwe inzichten uit data. Kortom, een echte datagedreven organisatie. 

In aanloop naar ‘De Fintech-belofte’, die vandaag plaatsvindt, deelde NRC Live elke week één of meerdere (opinie)stukken van hun sprekers. Bovenstaande is een stuk van Sander Klous, Hoogleraar Big Data Ecosystems for Business and Society bij de Universiteit van Amsterdam (UvA). Daarnaast is Klous Managing Director Big Data Analytics bij KPMG. Eerder werkte hij aan de experimenten op CERN waar hij o.a. bijgedragen heeft aan het ATLAS experiment dat resulteerde in de ontdekking van het Higgs Boson (Nobelprijs 2013) Zijn boek, “Wij zijn Big Data” was runner-up bij de managementboek van het jaar verkiezing 2015.