De rol van de analytics translator: in 3 stappen naar data science toepassingen met échte business waarde

Digitale transformatie prijkt bij nagenoeg iedere organisatie bovenaan de prioriteitenlijst. Een cruciale rol binnen deze transformatie is weggelegd voor data science. Veel organisaties zien data science daarbij echter als een doel op zich. Dit uit zich bijvoorbeeld in het ontwikkelen van machine learning algoritmes zonder handelingsperspectief voor gebruikers, algoritmes die niet geautomatiseerd kunnen worden vanwege het bestaande IT-landschap of het hanteren van een te complexe technische aanpak voor een eenvoudiger probleem. 

Volgens Nicolaus Henke, senior partner bij McKinsey op het gebied van advanced analytics en artificial intelligence, komt dit door het ontbreken van analytics translators in cross-functionele teams die bouwen aan data science oplossingen. McKinsey schat in dat Amerikaanse bedrijven het komende decenium meer dan één tot drie miljoen extra analytics translators nodig hebben. In dit artikel ga ik in op deze cruciale rol, waarbij drie stappen aan bod komen die onze analytics translators doorlopen om échte business waarde te realiseren. 

1. Vertalen van business problemen van stakeholders naar potentiële data science-oplossingen

Wat doet de analytics translator? Voorafgaand aan het ontwikkelen van data science-oplossingen, verkent hij of zij de potentiële datagedreven-oplossingen met stakeholders. Vanuit hun verantwoordelijkheden en bestaande way-of-working bespreekt de analytics translator met stakeholders en eindgebruikers de veel voorkomende problemen. Voor ieder van deze problemen benoemt deze vervolgens een mogelijke datagedreven-oplossing. 

Op basis van zijn/haar domeinexpertise en ervaring maakt de analytics translator vervolgens een inschatting van de verwachte business impact per oplossing. Hoe groot is het probleem dat we oplossen? Wat levert de oplossing naar verwachting op? Voor wie is dit belangrijk? En waarom nu? Dit leidt tot een prioritering van de mogelijke datagedreven-oplossingen op basis van de verwachte business impact. 

2. Vertalen van de oplossingsrichting naar technische haalbaarheid met technische experts 

Na het prioriteren van de potentiële datagedreven-oplossingen vertaalt de analytics translator op basis van zijn/haar kennis op het gebied van AI en data science de oplossingen door naar concrete doelen. Deze doelen worden vervolgens met technische experts gedeeld om gezamenlijk de technische haalbaarheid van de geprioriteerde oplossingen te bepalen. Hierbij gaat het onder andere om het in kaart brengen van de beschikbare databronnen en een inschatting van de kwantiteit en kwaliteit hiervan. Daarnaast vormt de toegang tot deze data en systemen een belangrijk aspect voor potentiële automatisering van de oplossing. 

3. Selecteren van initiatieven op verwachte impact en technische haalbaarheid leidt tot échte business waarde

Door per mogelijke datagedreven-oplossing de verwachte impact te combineren met de technische haalbaarheid ontstaat een impact-haalbaarheid matrix (zie figuur 1). Door potentiële oplossingen te kiezen in het kwadrant met de hoogste verwachte impact en haalbaarheid ontstaat een keuze voor data science-oplossingen die op de korte termijn haalbaar zijn en direct toegevoegde waarde opleveren voor de business.

Een impact-haalbaarheid matrix helpt bij het prioriteren en selecteren van data science-oplossingen.

Het met een analytics translator verkennen, prioriteren, selecteren en uitvoeren van data science-oplossingen, creëert draagvlak, leidt direct tot toegevoegde waarde voor de business en daarmee tot échte duurzame groei op het gebied van data science. 

Wil jij aan de slag met het écht impact maken met data science, maar weet je niet hoe? Heb jij moeite met het vertalen van de behoeftes van stakeholders naar mogelijke datagedreven-oplossingen? Vraag je je af hoe je tot een goede keuze van verschillende data science-initiatieven komt? Neem dan contact met ons op.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *