Tien jaar geleden was de keuze voor de perfecte BI-tool nog niet zo lastig, want er waren slecht een handvol serieuze oplossingen op de markt. Sindsdien is het aantal BI-oplossingen explosief toegenomen en namen grote bedrijven zoals SAP en IBM de meest succesvolle oplossingen over. Naast de bekende tools zoals PowerBI, Tableau en IBM Cognos groeit de keuze met de dag. Zo zijn er steeds meer open sourcetools te vinden en bieden veel business applicaties ook een eigen reporting module aan. Bovendien zijn BI-oplossingen breder geworden. Ze bieden rapportage, dashboarding, data science, analytics, self-service en andere mogelijkheden. BI-oplossingen zijn er nu voor allerlei specifieke functies, afdelingen en branches. Als organisatie is die ontwikkeling eigenlijk niet bij te houden, omdat het BI-landschap erg complex is geworden. Als je nu een oplossing zou moeten kiezen, is het een onmogelijke opgave om alle tools te testen én te weten welke functionaliteiten ze bieden. De oplossingen zijn allemaal net anders, maar er is ook veel overlap tussen tools. Dat maakt het lastig om een goed afgewogen keuze te maken voor de juiste BI-oplossing.
Dat is zonde, want veel organisaties hebben de laatste jaren veel geïnvesteerd in het verzamelen van data en het inrichten van moderne dataplatformen. Zonder een goede BI-oplossing wordt het lastig om ook daadwerkelijk waarde uit die data te halen. Toch zien we vaak dat organisaties kiezen voor een oplossing die eigenlijk niet goed bij hun wensen past. Ze kiezen voor de meest in het oog springende tool of laten zich verleiden door ervaringen van andere organisaties. Laten we duidelijk zijn: het is zeker goed om ervaringen van anderen te raadplegen, maar dat is slechts één stap in het proces om de beste BI-oplossing voor jouw organisatie te selecteren. Wat we vooral zien is dat organisaties eerst een tool kiezen en dan pas gaan nadenken over het doel dat ze met die oplossing willen bereiken.
Klussen met het juiste gereedschap
Laten we een voorbeeld geven. Stel je gaat klussen. Je gaat iets bouwen wat je nog nooit eerder hebt gemaakt en daarvoor heb je gereedschap nodig. Dan ga je niet eerst allerlei gereedschap kopen en daarna pas bedenken wat voor soort gereedschap je eigenlijk nodig hebt. Je gaat eerst meten, research doen en een plan maken. Pas als je het doel hebt bepaald en weet hoe je daar wilt komen, ga je kijken welke middelen je daarvoor nodig hebt. En als je geen idee hebt welk gereedschap je nodig hebt, schakel je een expert in bij de bouwmarkt om je te helpen bij je zoektocht.
Wellicht denk je nu dat jouw doel duidelijk genoeg is, als je zegt dat je dashboards wilt ontwikkelen. Dat is met vrijwel iedere tool mogelijk, toch? In dit artikel laten we je zien dat er toch echt meer bij komt kijken. We leggen uit hoe wij als Smart Analytics Business Consultants achterhalen wat een organisatie met een BI-oplossing wil bereiken. Door je mee te nemen in dit proces, leer je als organisatie waar je op moet letten bij de selectie van je nieuwe BI-oplossing. Zo zorg je ervoor dat je écht waarde haalt uit je data. En jouw doel ook daadwerkelijk behaalt.
Gebruikersanalyse
Bij het bepalen van het doel waarvoor je de BI-oplossing gaat gebruiken, is de eerste stap om te achterhalen wie er aan de slag gaan met de tool. Zo kun je beter beoordelen hoe mensen in je organisatie de BI-oplossing gaan gebruiken. Daarnaast geeft een gebruikersanalyse een goed beeld van de analytische vaardigheden en technische kennis van je gebruikers. Een data scientists is bijvoorbeeld in staat om te werken met geavanceerde software en ongestructureerde data, maar een data-analist beschikt waarschijnlijk niet over die kennis en vaardigheden. Dat maakt nogal een verschil bij het selecteren van een BI-oplossing. Daarom maken we onderscheid tussen drie verschillende gebruikers:
- Informatie-ontvangers
Deze gebruikers willen data gebruiken, zonder daarvoor zelf (te veel) handelingen te hoeven doen of data te moeten ontcijferen. Ze werken het liefst met standaard rapportages en dashboard, die direct de belangrijkste trends en inzichten laten zien. Op basis daarvan nemen ze beslissingen. - Informatie-analisten
Deze gebruikers nemen geen genoegen met standaard rapportages. Ze gaan zelf op zoek naar het verhaal achter de cijfers. Ze willen data zelf kunnen combineren, visualiseren en analyseren, maar ze beschikken niet over diepgaande kennis van software of statistiek. - Informatie-experts
Deze gebruikers werken graag zonder al te veel beperkingen. Ze gaan graag aan de slag met grote hoeveelheden ongestructureerde en gestructureerde data. En ze willen data zelf kunnen combineren en verrijken. Deze gebruikers zijn experts in statistiek en weten alles over de software waarmee ze werken. Ze gaan op zoek naar trends en ontwikkelingen, zonder vooraf bepaalde doelen. Daardoor kunnen hun inspanningen verrassende inzichten opleveren.
In de praktijk zijn er vaak meerdere type gebruikers die je wilt ondersteunen. Bij veel organisaties werken de verschillende gebruikers samen of gebruiken ze dezelfde data voor andere doeleinden. Op een financiële afdeling werken bijvoorbeeld veel informatie-analisten die graag zelf in de cijfers willen duiken, om afwijkingen in rapportages, budgetten en externe verslaglegging te duiden. Een commercieel directeur krijgt deze cijfers ook te zien, maar zit vermoedelijk niet te wachten op lange kolommen vol cijfers. Hij of zij wil met duidelijke visualisaties direct de belangrijkste trends en inzichten zien. Een BI-oplossing waarbij je dus alleen standaard dashboards kunt ontwikkelen, zal dus in dit geval niet geschikt zijn voor alle gebruikers in de organisatie.
Let er ook op dat als je gebruikers vraagt naar requirements, ze de neiging hebben om direct te beschrijven wat voor rapportages of dashboards ze willen. Dit is meestal gebaseerd op de bestaande middelen die ze al gebruiken. Dat is wat gebruikers gewend zijn en ze vinden het vaak lastig om verder te kijken dan hun eigen grenzen. De kunst is om niet te vragen wat mensen willen, maar om open vragen te stellen. Daarmee kun je het doel van een rapportage of dashboard achterhalen. Vraag ze naar hun werkwijze en gebruik daarvoor onder andere de volgende vragen:
- Welke stappen moeten gebruikers zetten om data te verzamelen en te bewerken?
- Hoe lezen ze een rapportage?
- Wat doen ze precies met een rapportage?
- Welke informatie halen ze eruit?
- Waar halen ze hun informatie vandaan?
- Wat is het eerste waar ze naar kijken?
- Welke acties voeren ze uit op basis van de inzichten uit de rapportage?
Ga desnoods naast iemand zitten en kijk mee terwijl zij hun dagelijkse handelingen doorlopen en stel vragen waarom ze dat zo doen. Zo kun je je goed verplaatsen in de gebruikers en wat ze nodig hebben. Soms blijkt dat de gebruiker waar je mee praat eigenlijk alleen een rapportage samenstelt of voorbereidt, maar niet degene is die de informatie echt gebruikt. Praat in dat geval ook met de gebruiker die de rapportage leest en stel wederom dezelfde onderzoeksvragen.
Brondata analyse
Bij de brondata analyse ga je na welke soort gegevens beschikbaar zijn en waar die data zich bevindt. Je wilt erachter komen hoe brongegevens verwerkt en gekoppeld worden, over hoeveel data je beschikt en of de bron de gewenste en bruikbare informatie bevat. Zo kun je bepalen welke informatie je kan destilleren uit de huidige bronnen en welke data je nog mist om de gewenste rapportages en dashboards te kunnen maken. Dit noemen we het functionele deel van de analyse. We zien vaak dat organisaties zich vooral op dit deel richten, maar de technische kant vergeten. Terwijl het belangrijk is om ook naar de structuur van data te kijken, om te kunnen bepalen welke BI-oplossing het meest geschikt is.
Eenvoudige BI-tools werken bijvoorbeeld prima met kleine, geprepareerde datasets. Het wordt echter lastiger als je live streaming data van social media platforms wilt toevoegen of als je inzicht wilt krijgen in het klikgedrag van websitebezoekers. Dan werk je meestal met grote hoeveelheden ongestructureerde data. Niet alle BI-tools kunnen grote hoeveelheden data snel verwerken of überhaupt aangesloten worden op een alle soorten data. Dit zijn slechts een paar voorbeelden van technische zaken waar je rekening mee moet houden bij je keuze voor een BI-oplossing.
Omgevingsanalyse
In de omgevingsanalyse kijk je naar de functionele en technische inrichting die je zoekt bij een BI-oplossing. Aan welke eisen moet een tool voldoen? Je moet bijvoorbeeld een keuze maken tussen cloud of on-premise. Daarbij wil je als organisatie dat de oplossing past in de huidige IT-architectuur en de digitale strategie. Daarnaast moet je weten aan welke security-eisen een tool moet voldoen. Het komt regelmatig voor dat een oplossing gekozen wordt zonder grondige omgevingsanalyse. De organisatie kiest voor een snelle oplossing, om te reageren op veranderingen in de markt of innovatie aan te jagen of een team of afdeling besluit zelf een tool in gebruik te nemen. Daarbij wordt niet of nauwelijks nagedacht over de consequenties voor de rest van de organisatie. Als de tool vervolgens niet werkt of verder uitgerold, blijkt vaak dat de tool niet voldoet aan de eisen van de organisatie. De oplossing draait bijvoorbeeld in de cloud, maar dat is eigenlijk helemaal niet toegestaan volgens de security-eisen. Of de oplossing past juist niet in de cloud-strategie, omdat de tool lastig te integreren is met andere systemen.
Deze situaties wil je voorkomen. Ze leiden tot onnodige interne discussies en/of langlopende trajecten om over te stappen op een nieuwe tool. Je bent vaak maanden kwijt om rapportages en dashboards over te zetten naar een nieuwe tool, terwijl het je in die periode ontbreekt aan bruikbare inzichten. Het loont dus om te verder te kijken dan je afdeling of team en gelijk de aansluiting te vinden met de wensen en eisen van de organisatie. Betrek direct de IT-afdeling, zodat ze je kunnen ondersteunen met het kiezen en inrichten van een veilige en stabiele oplossing.
Proof of Concept
In de eerdere stappen hebben we geanalyseerd wat je met BI-oplossing wilt bereiken en hoe je een goed beeld krijgt van welke elementen in een tool belangrijk zijn. Dit levert de criteria waarmee je een eerste selectie kunt maken van een of twee tools. Het doel van een Proof of Concept is om de bevestiging te krijgen dat de oplossingen ook daadwerkelijk doen en kunnen wat je ervan verwacht. Je gaat de oplossingen dus toetsen op de belangrijkste criteria uit je eerdere analyse en met je eigen ogen ervaren of de tools je organisatie gaan helpen om je doel te bereiken.
Een voorbeeld: als je de tool aansluit op een grote tabel met miljoenen rijen en je maakt daar een (simpel) dashboard op, voldoet de performance dan aan je eisen? Het is dus belangrijk dat je nadenkt welke criteria uit je eerdere analyses het belangrijkst zijn en welke voordelen van een oplossing je dus echt bewezen wilt hebben. Een goede manier om dat te doen is om één of twee use cases uit te werken, waarmee je in de korte tijd iets kan neerzetten. Zo kun je de oplossingen toetsen aan de belangrijkste criteria. Wellicht kun je ook al een eerste versie van een rapportage of dashboard creëren die je waarde biedt voor je organisatie en die je verder kunt ontwikkelen als je voor die oplossing kiest.
Conclusie
Voorbereiding is dus de sleutel om je weg te vinden in het oerwoud aan BI-oplossingen. Door van tevoren goed na te denken wat je wilt bereiken en waarmee je rekening moet houden – gebruikers, brondata, omgeving – kun je echt bepalen waar je BI-oplossing aan moet voldoen. Daarbij is het belangrijk dat je niet slechts één team of afdeling betrekt, maar het organisatiebreed oppakt. Neem zowel de strategische als de operationele vereisten in acht. En zorg dat de juiste stakeholders betrokken worden en dat je verschillende doelen voor de korte, middellange en lange termijn vaststelt. Zo vind je het juiste gereedschap voor de klus die jouw organisatie staat te wachten.
Hoe ga jij ervoor zorgen dat je de juiste BI-oplossing kiest voor je organisatie?