5 items tagged "intelligence,"

  • 4 Tips om doodbloedende Big Data projecten te voorkomen

    projectmanagers

    Investeren in big data betekent het verschil tussen aantrekken of afstoten van klanten, tussen winst of verlies. Veel retailers zien hun initiatieven op het vlak van data en analytics echter doodbloeden. Hoe creëer je daadwerkelijk waarde uit data en voorkom je een opheffingsuitverkoop? Vier tips.

    Je investeert veel tijd en geld in big data, exact volgens de boodschap die retailgoeroes al enkele jaren verkondigen. Een team van data scientists ontwikkelt complexe datamodellen, die inderdaad interessante inzichten opleveren. Met kleine ‘proofs of value’ constateert u dat die inzichten daadwerkelijk ten gelde kunnen worden gemaakt. Toch gebeurt dat vervolgens niet. Wat is er aan de hand?

    Tip 1: Pas de targets aan

    Dat waardevolle inzichten niet in praktijk worden gebracht, heeft vaak te maken met de targets die uw medewerkers hebben meegekregen. Neem als voorbeeld het versturen van mailingen aan klanten. Op basis van bestaande data en klantprofielen kunnen we goed voorspellen hoe vaak en met welke boodschap elke klant moet worden gemaild. En stiekem weet elke marketeer donders goed dat niet elke klant op een dagelijkse email zit te wachten.

    Toch trapt menigeen in de valkuil en stuurt telkens weer opnieuw een mailing uit naar het hele klantenbestand. Het resultaat: de interesse van een klant ebt snel weg en de boodschap komt niet langer aan. Waarom doen marketeers dat? Omdat ze louter en alleen worden afgerekend op de omzet die ze genereren, niet op de klanttevredenheid die ze realiseren. Dat nodigt uit om iedereen zo vaak mogelijk te mailen. Op korte termijn groeit met elk extra mailtje immers de kans op een verkoop.

    Tip 2: Plaats de analisten in de business

    Steeds weer zetten retailers het team van analisten bij elkaar in een kamer, soms zelfs als onderdeel

    van de IT-afdeling. De afstand tot de mensen uit de business die de inzichten in praktijk moeten brengen, is groot. En te vaak blijkt die afstand onoverbrugbaar. Dat leidt tot misverstanden, onbegrepen analisten en waardevolle inzichten die onbenut blijven.

    Beter is om de analisten samen met de mensen uit de business bij elkaar te zetten in multidisciplinaire teams, die werken met scrum-achtige technieken. Organisaties die succesvol zijn, beseffen dat ze continu in verandering moeten zijn en werken in dat soort teams. Dat betekent dat business managers in een vroegtijdig stadium worden betrokken bij de bouw van datamodellen, zodat analisten en de business van elkaar kunnen leren. Klantkennis zit immers in data én in mensen.

    Tip 3: Neem een business analist in dienst

    Data-analisten halen hun werkplezier vooral uit het maken van fraaie analyses en het opstellen van goede, misschien zelfs overontwikkelde datamodellen. Voor hun voldoening is het vaak niet eens nodig om de inzichten uit die modellen in praktijk te brengen. Veel analisten zijn daarom ook niet goed in het interpreteren van data en het vertalen daarvan naar de concrete impact op de retailer. 

    Het kan verstandig zijn om daarom een business analist in te zetten. Dat is iemand die voldoende affiniteit heeft met analytics en enigszins snapt hoe datamodellen tot stand komen, maar ook weet wat de uitdagingen van de business managers zijn. Hij kan de kloof tussen analytics en business overbruggen door vragen uit de business te concretiseren en door inzichten uit datamodellen te vertalen naar kansen voor de retailer.

    Tip 4: Analytics is een proces, geen project

    Nog te veel retailers kijken naar alle inspanningen op het gebied van data en analytics alsof het een project met een kop en een staart betreft. Een project waarvan vooraf duidelijk moet zijn wat het gaat opleveren. Dat is vooral het geval bij retailorganisaties die worden geleid door managers uit de ‘oude generatie’ die onvoldoende gevoel en affiniteit met de nieuwe wereld hebben Het commitment van deze managers neemt snel af als investeringen in data en analytics niet snel genoeg resultaat opleveren.

    Analytics is echter geen project, maar een proces waarin retailers met vallen en opstaan steeds handiger en slimmer worden. Een proces waarvan de uitkomst vooraf onduidelijk is, maar dat wel moet worden opgestart om vooruit te komen. Want alle ontwikkelingen in de retailmarkt maken één ding duidelijk: stilstand is achteruitgang.

    Auteur: EY, Simon van Ulden, 5 oktober 2016

  • Kerstman in het land

    Kerstcadeau bijna 100 euro

    2kerstboom222

    Consumenten die kerst vieren met cadeaus geven daar gemiddeld bijna 100 euro aan uit. Een ruime m
    eerderheid van de werkenden (70%) ontvangt ook van hun werkgever een cadeau.
    Dit concludeert het  ING Economisch Bureau uit een peiling onder ruim 60.000 mensen. Hieruit blijkt ook dat de helft van de werkenden vrij is tussen Kerst en Nieuwjaar. Nederland draait die dagen dus 'op halve kracht'.

    Bijna 100 euro

    Veel consumenten gaan voor kerst in de winkel of online op zoek naar boeken, sieraden, parfums en andere verrassingen voor hun naasten. Gemiddeld geven zij hier 97 euro aan uit. De kerstuitgaven lopen wel sterk uiteen. Zo zegt bijna een kwart (23%) meer dan 200 euro uit te geven aan cadeaus voor familie en vrienden. Bij één op de zes blijven de uitgaven beperkt tot maximaal 20 euro.

    Kerstpakket

    Ook veel werkgevers tonen zich van hun goede kant. Zeven op de tien (70%) van de werknemers ontvangen een kerstpakket. Voor de meesten van hen (63%) was dat vorig jaar ook het geval. Een kleine groep (7%) krijgt dit jaar een pakket, terwijl ze vorig jaar nog met lege handen stonden. Zij zijn bijvoorbeeld van baan veranderd, of hun werkgever heeft besloten dit jaar wel een kerstpakket uit te delen. 30% moet het dit jaar zonder kerstpakket doen.

    Halve kracht

    De helft van de werkenden (50%) gaat na het uitpakken van alle kerstcadeaus weer maandag aan het werk. De andere helft neemt vrij tussen Kerst en Nieuwjaar. 

    Bron: BI, 24 december 2014
  • Top 10 trends BI

    Kijk hier eens voor de mooie trends.
     
    Bron: BI landschap, 24 december 2014
  • Toveren met Talent Analytics?

    talentmanagementOrganisaties kunnen op tal van terreinen nog winnen aan intelligentie. Afhankelijk van de definitie van intelligentie (een intelligente organisatie is echt iets anders dan dingen gewoon  slim doen) kunnen we bijvoorbeeld ook veel intelligenter HRM bedrijven.

    Zoals bij veel functionele disciplines al het geval is, komt nu ook bij HR het gebruik van informatietechnologie in de belangstelling te staan.

    Rocket science? Gaat dit de discipline overbodig maken? Welnee. Zoals altijd gaat het om het nemen van goede of betere beslissingen. In dit geval ten aanzien van de ontwikkeling van het menselijk kapitaal in de onderneming. En de beste beslissingen worden nog altijd genomen met kennis van zaken. En kennis van zaken is op data en inzichten gebaseerd. En data is steeds meer beschikbaar. Nu ook ten aanzien van mensen en hun talent. Het gaat erom die data te gebruiken. Daarvoor moeten we de data alleen toegankelijk en toepasbaar maken. En dit is geen rocket science!

    Toch raakt ook de HR manager (net als zijn collega uit andere disciplines overigens) van slag als de ‘ICT tovenaars’ met beloften van Big Data technologie aankomen. How come? Omdat we nog steeds denken dat de wetten van de functionele discipline overbodig worden als automatisering voorbij komt? Omdat we bang zijn te zeggen dat we die technologie niet snappen of er de relevantie niet van zien? Omdat we tegen de ICT-er niet durven te zeggen dat het leuk klinkt maar dat onduidelijk blijft wat de toegevoegde waarde is voor onze discipline (waar de ICT-er doorgaans niets van snapt)? Zijn dit mogelijke oorzaken? Of speelt er iets anders?

    Het is hier in ieder geval oppassen geblazen. Big data en data mining leveren geen beslissingen maar nieuwe data en correlaties; mogelijke inzichten die tot kennis kunnen verworden als we statistisch en methodisch goed genoeg zijn onderlegd. Als bijvoorbeeld blijkt dat alle goede sales managers in Oktober zijn geboren betekent dit niet dat ‘geboren in Oktober’ een kwalificerende functie-eis moet zijn.. Om maar een potentiële valkuil te noemen. Wel kunnen in alle fasen van talent management (integrale proces van talent werving, selectie, training, ontwikkeling en promotie) met behulp van meer data en datatechnologie betere beslissingen worden genomen. Een data-infrastructuur die data genereert, analyseert en op maat  aanbiedt voor besluitvorming, kan dan veel toegevoegde waarde opleveren. Mits met kennis van zaken ingericht.

  • Where is technology to improve HR?

    Technology can help HR fix the people thing by allowing them to do the ‘simple but difficult’ things better and on a broader scale.

    It isn’t about doing ‘clever’ things. For example, technology should be used to help a people manager select the person 

    talentmanagementthey believe they need to do the job. It is not there to find a better person than the manager believes they want. 

    How does this work? If a ‘clever’ selection process is so detached from the manager (who doesn’t know what he wants) that the ‘right recruit’ gets through the process, that person will have no chance of performing as the ‘clever HR person’ wants or expected them to. They will do what the manager tells them to do. These mismatched expectations can lead to attrition.

    The real problem is that the people manager is wrong; they don’t want to recruit the person the strategy demands. In this world of ‘clever’ everything is disconnected but in the world of simple but difficult everything must connect and must integrate. ‘Simple HR’ may only be ‘roughly right’ but it’s much better than ‘clever HR’ that can be ‘precisely wrong.’

    The new HR systems deliver insight and support to do the ‘simple business things’ (like selecting the right person)they will now demand. The business world wants insight and speed of change. Therefore the HR systems and the HR function must change; they must support the leaders to do the simple but difficult things needed to get the people thing right. Big data technologies, BI-tools and information processes are able to deliver value here in a very easy but simple way! It is to the HR person to grab this value.

EasyTagCloud v2.8