Hoe organiseer je datamanagement, bottom-up of top-down?

Inzicht in de waarde van data

Volgens Weber is de mindset binnen een bedrijf belangrijk om het gebruik van data verder te stimuleren: ‘Een aantal goeie use cases, die duidelijk maken wie met een bepaald systeem wat kan doen, helpt enorm om het inzicht in de waarde van data te vergroten.’

Meer waarde uit dezelfde databron

Vervolgens moet het feitelijke datamanagement worden opgepakt. Roest: ‘Waar bevinden alle data zich en hoe kunnen we dat logisch inrichten? Als dat gebeurd is, kun je use cases verder uitrollen om meer waarde uit dezelfde databron te halen. Die waarde zit namelijk niet alleen in de datatoepassing voor één use case, maar in het hergebruik voor een veelheid aan use cases.’

Twee benaderingen voor op orde krijgen datamanagement

Volgens Roest zijn er twee succesvolle benaderingen om het datamanagement op orde te krijgen. De eerste is bottom-up. ‘Wij helpen klanten om bijvoorbeeld vijftig tot honderd toepassingen te vinden van data voor de business, die al dan niet al in werking zijn. Van elke use case bepalen we de applicaties en de data die ervoor nodig zijn, en waar die zich bevinden. Van daaruit krijgen we grip op het beter organiseren van alle data, zodat iedereen voor zijn eigen oplossing toegang heeft tot opgeschoonde en goed georganiseerde data.’

Grip op track-and-trace van producten

‘Bijkomend voordeel is dat er meteen een groot aantal concrete datatoepassingen op tafel ligt’, vult Weber aan. ‘Deze aanpak vraagt om betrokkenheid van sleutelfiguren in de business en in de IT.’ Gevraagd naar een voorbeeld van zo’n use case noemt hij track-and-trace van producten: ‘Veel maakbedrijven willen grip krijgen op de route van afzonderlijke producten, vanaf de productielijn, via het warehouse naar de levering aan de klant. Met die informatie kunnen ze de route optimaliseren en de klant inzicht geven in de voortgang.’

Helderheid over waar data ontstaan

Weber: ‘De uitkomsten geven veel helderheid over waar data ontstaan. Daarmee kan de business in het vervolg direct naar de bron, om zo de kwaliteit van de toepassingen te borgen. Denk aan de wens om te weten waar de monteurs zich bevinden, die we in het andere artikel aanhaalden. Om dat proces te optimaliseren wil de business weten waar de monteurs zijn, waar ze nog naartoe gaan en hoelang ze per servicebeurt actief zijn. Met het datamanagement op orde kan de manager een realtime-overzicht krijgen van de locaties en de werktijden, op basis van het aanmelden en gereedmelden van de monteurs in hun planningstool.’

Uitdagingen voor recruitment

Het internationale PwC-onderzoek Defining the new DNA of industrial digital organisations beschrijft de betekenis van digitalisering voor de maakindustrie met onder meer acht casestudies. Tot slot presenteert de publicatie een agenda voor CEO’s. Als het om datamanagement gaat ziet Weber vooral uitdagingen aan de kant van recruitment. ‘Iedereen vecht om die data scientist, de IoT-expert en de softwareontwikkelaar. Maakbedrijven moeten een helder antwoord formuleren op de vraag waarom deze mensen bij hen moeten komen werken. Deel van het antwoord is dat deze bedrijven heel veel technische kennis en data in huis hebben en goede, vaak langjarige relaties met klanten.’

Miniteams met specialisten maken

‘Daarbij staan veel van de maakbedrijven nog aan het begin van het toepassen van datatechnieken. Er is dus nog een geweldige ontwikkelpotentie’, vervolgt Roest. ‘Het is verder denk ik belangrijk om de dataexperts, die nu vaak verspreid over een bedrijf werken, een netwerk te bieden in een community of een competence center waarin ze elkaar kunnen versterken. En ik denk dat het zinvol is als dataspecialisten zij aan zij werken met mensen die technische, functionele kennis hebben over de producten en diensten, de klanten en de supplychain. Door miniteams te maken van dataspecialisten met een frisse blik en de zittende werknemers die de business door en door kennen, kunnen nieuwe initiatieven echt waarde genereren.’

DNA-kenmerken van industriële, digitale maakbedrijven

Hoe ziet het DNA van een digitaal maakbedrijf er nu uit als het gaat om data? Welke karakteristieken heeft het?

• Iedereen in de organisatie, van het bestuur tot op de werkvloer, herkent data als een asset om waarde toe te voegen.
• De data zijn geheel ontsloten en gestructureerd, waardoor met dezelfde databron in verschillende use cases waarde kan ontstaan.
• Het maakbedrijf weet de juiste dataspecialisten te werven, omdat het helder overbrengt welke kansen het met data wil benutten.
• Eenmaal binnen, werken dataspecialisten in een community om elkaar inhoudelijk te versterken, en ze werken in miniteams met medewerkers die het bedrijf en de business goed kennen.