Werken met data vraagt om vertrouwen

Werken met data vraagt om vertrouwen

Vertrouwen geven en krijgen is voor data niet anders dan voor een klant die goederen aan je toevertrouwt. Jouw klant geeft iets uit handen waarvan jij weet dat jij daar met zorg mee omgaat.

Maar hoe vertrouwt jouw klant op jouw dienst als je moeite hebt met het maken van inzichten om daar echt een goed gesprek over te voeren? Hoe zou het zijn als ook jouw klant toegang heeft tot dagelijks beschikbare inzichten m.b.t. carbon, logistieke spent en regio analyses?

Inzichten die je vrij durft te geven omdat je weet dat het klopt. Daar gaat een hele wereld aan vooraf!

De werkelijkheid

Dé BI lifecycle

In werkelijkheid worden veel inzichten ad-hoc gemaakt. Capaciteit wordt ingezet op het verzamelen, combineren, visualiseren en controleren van de informatie. Een tijdrovende klus waarvan de uitkomst twijfelachtig is vanwege de gebrekkige datakwaliteit. Hoe vaak wordt een klantgesprek op deze manier voorbereid?
 
De rapportage moet ook nog onderhouden worden en dat wordt gedaan door een BI specialist die dit “erbij doet”. Het aantal verzoeken neemt toe en daarmee wildgroei en tijd voor onderhoud.
 
Om performance issues te voorkomen wordt vaak een complete copy van de bron gemaakt en in een Data warehouse geplaatst. Datakwaliteit blijft een issue en het combineren van meerdere bronnen in een rapportage blijft een uitdaging. Er wordt veel in de rapportage ‘opgelost’ en bij het vervangen van systemen moeten de interfaces worden aangepast tussen de systemen en alle gecodeerde ingrepen in de rapportages.
 
Intussen neemt het aantal datavraagstukken toe maar de flexibiliteit van het verkrijgen van de inzichten neemt hierdoor af. Ook de gebrekkige datakwaliteit en het managen daarvan wordt een (tijd) issue. Deze groeicurve voor het werken met data zien wij veel. Een hele logische en zinvolle. Je weet exact welke data je hebt en bent beter in staat om te benoemen wat je nodig hebt.

Wij noemen dit de BI Lifecycle. Deze stopt vaak bij het data warehouse en de logistiek dienstverlener komt nu op het punt om de keuze te maken tussen vertrouwen op externe hulp of alles zelf te doen met uitbreiding van het team.

Vertrouwen geven en krijgen

Vertrouwen op beschikbaarheid en kwaliteit

Vertrouwen op data begint bij het continue beschikbaar hebben van de data én aantoonbaar goede datakwaliteit. Je wilt dat datakwaliteit door je eigen team bewaakt kan worden zonder dat dit veel tijd kost. Bij afwijkingen op de kwaliteit wil je dat je team een signaal krijgt zodat er direct geschakeld kan worden.

Vertrouwen in deze flow van beschikbaarheid en kwaliteit en kennis van je team is de basis voor data gedreven werken. Tenslotte leunen je inzichten en je ingrepen in het bedrijf op deze databeschikbaarheid en - kwaliteit.
 
Daarnaast wil je flexibiliteit in beschikbare en betrouwbare analyses. Je hebt niet alles continue nodig. Dit ligt aan trends gedurende het jaar zoals bijvoorbeeld tariefbesprekingen met je klant of kostprijswijzigingen als gevolg van CAO. Ook ad hoc wijzigingen in je bedrijfsvoering zoals het verlies of winst van een klant een reden om een klant analyse per regio tijdelijk aan te kunnen zetten.

Vertrouwen door zelf te doen

Om dit als logistiek dienstverlener zelf voor elkaar te krijgen heb je een team aan specialisten nodig die het vak van data integratie verstaat. Dat zijn data engineers, analisten en front - en back end specialisten.

Voor een logistiek dienstverlener oneigenlijke rollen maar het is logisch dat de wens er is om dit in-house te hebben. Gevoelsmatig draagt dit bij aan flexibiliteit en het vertrouwen dat data door “eigen handen” gaat maar ik durf te stellen dat het tegenovergestelde waar is.

Hoeveel tijd steek je in het opzetten van een dergelijk team in de hoop dat de kwaliteit van de specialisten dusdanig op elkaar is afgestemd dat je daadwerkelijk bereikt wat je wil. En wie pakt vervolgens de veranderkant op?

Visie Bricklog: Vertrouwen op techniek zodat je nog meer zelf kunt doen

In basis zeggen wij dat je zoveel mogelijk zelf moet kunnen doen. En dat is ook wat een Logistiek dienstverlener wil. Maar ligt dat zelf doen in het daadwerkelijk zélf opzetten van al je inzichten of in het gebruik van de inzichten zodat je je dienst nog beter kunt verlenen?
 
Wij gaan voor beide. Data (kwaliteit) moet dagelijks beschikbaar zijn, evenals een bibliotheek van inzichten op het gebied van finance, operatie, commercie, klant en carbon die je aan en uit kunt zetten wanneer jij dat wil.

Ook wil je in staat zijn om je ICT landschap doorlopend te verbeteren zonder dat dat impact heeft op de ingezette koers van data gedreven gaan werken maar die wel bijdraagt aan deze nieuwe werkwijze.

Daarnaast vinden we dat je capaciteit in huis moet hebben om zelf rapportages kunnen bouwen en dat kennis hiervoor ook continue online beschikbaar moet zijn zodat de BI specialist – die vaak alleen is – continue terug kan vallen op uitleg over PowerBI techniek zodat deze ontwikkeling niet stil staat.

Voor de distributie van al die inzichten wil je 1 veilige Data portal in je eigen huisstijl voor het hele bedrijf waarin de logistiek dienstverlener zelf beslist wie tot welke rapportage toegang heeft met eigen user beheer.

Ook de klant, charter en andere externe stakeholders kunnen op deze manier profiteren van dagelijks beschikbare inzichten waarvan jij weet dat ze goed zijn. Deze transparantie onderscheidt jou als dienstverlener en zo geef je vertrouwen door.
 
Het is essentieel dat je als Logistiek dienstverlener in-house capaciteit hebt om rapportages te bouwen zodat je wendbaar bent bij snelle vragen.

Anderzijds moet je denk ik niet alles zelf willen doen. Data integratie en data veilig delen is namelijk een vak.

Analyses die je per maand aan en uit kunt zetten dragen bij aan flexibiliteit. Je team in staat stellen om zelfstandig inzichten aan en uit te zetten die ze op dat moment nodig hebben en leunen op aantoonbaar goede datakwaliteit geeft ook zelfstandigheid en daarmee geef je als ondernemer vertrouwen door aan je team.

Voorbeelden van vertrouwen op techniek zodat je nog meer zelf kan doen

Je weet niet op welke klant je nu daadwerkelijk geld verdient. In dat geval wil commercie de klant analyse aanzetten, eventuele maatregelen nemen en de klant analyse weer uitzetten.

Wat dit oplevert is dat de informatie snel beschikbaar is, je niet hoeft te wachten of de BI specialist tijd heeft en zeker weet dat de informatie klopt. Je stelt je team in staat om zelfstandig snel te handelen op cruciale dossiers.
 
Of neem het voorbeeld van een kostprijs verandering. Je wilt direct weten wat daarvan de impact is en dit kan een gamechanger zijn voor beslissingen. Je wilt in dit geval vooruitkijken en de kostprijs verandering “ergens” invoeren zodat deze direct wordt meegerekend in de rapportages. Maar deze verandering mag geen impact hebben op je resultaat van voor de kostprijs verandering.

Rapportages zelf verrijken door middel van een data feed app in je Data portal zoals een kostprijs verandering is een mooi voorbeeld van leunen op techniek waardoor je meer zelf kan doen. Door engineering en BI technieken worden die prijzen direct doorgerekend in je rapportages zodat je kunt spelen met veranderingen die op je pad komen en je besluitvorming daarop op tijd kan aanscherpen.

Vertrouwen op de aanpak

In onze Academy leiden wij continue op. Want, voor veel ondernemingen is data gedreven werken echt nieuw. Waar iedereen praat over datakwaliteit en data gedrevenheid van de organisatie, is het helemaal niet zo eenvoudig wat je vervolgens met die inzichten gaat doen.

Hoe krijg je je organisatie mee en hoe temporiseer je al die optimalisaties die je als gevolg van je inzicht door wilt voeren. Een overkill ligt op de loer en daar moet je tegen beschermd worden.
 
Mooie uitspraak van een Samourai leraar Yamada Jirokichi is: “Sword and mind must be united, technique by itself is insufficient, and spirit alone is not enough”. Een mooie parallel voor de implementatie aanpak waarvoor ons team heeft gekozen.

In de Academy wordt de mens stap voor stap meegenomen in de ontwikkeling van inzicht (zelf of door ons gemaakt) en wat je er dan mee kunt bereiken. Er wordt met kleine teams gewerkt en afhankelijk van de vraag wordt dit team uitgebreid.

De Logistiek dienstverlener bepaalt de scope en het tempo. Met onze change aanpak sturen wij op vooruitgang. Zo blijft zowel de techniek als de mens in ontwikkeling.

Vertrouwen op een solide basis

Het voordeel van de productized werkwijze is dat je van begin af aan helder wat je krijgt, wat het kost, wanneer je het krijgt, hoe je ermee werkt en wat het je oplevert. Dit begint altijd met een solide databasis.

Deze basis bestaat uit de Aansluiting van het Data platform en de gezamenlijke validatie van de Datakwaliteit. Met een goede basis creëer je kansen om je omzet te verhogen en je proceskosten te verlagen wat uiteindelijk bijdraagt aan een beter rendement.

Vertrouwen op de werkwijze

Nadat met IT de aanpak uitvoerig is doorgenomen zodat wordt vertrouwd op onze methodiek, wordt het Data platform aangesloten. Vervolgens sluiten we de Datakwaliteit rapportages aan en basisinzichten m.b.t. omzet en kosten.

Al onze analyses en rapportages zijn schaalbaar zodat we  snel kunnen schakelen. Ervaringen met “standaard” rapportages zijn heel wisselend in de sector. Een Datakwaliteit systeem maakt hierin het verschil en de mogelijkheid om je eigen business ruling toe te passen. Hierdoor is er snel herkenning in de data en groeit het vertrouwen.
 
Na de aansluiting van het Data platform stappen we door naar 1 á 2 mensen in de organisatie om de datakwaliteit te beoordelen en te verbeteren. Belangrijk is dat dit gebeurt in de bron, door aanpassing van het proces of business ruling in het Data platform. Naast de datakwaliteit sluiten we direct basis kosten en omzet inzichten aan. Ongeacht waar je met je platform naartoe werkt. Waarom?

Als we dit kleine team in staat willen stellen om mensen in de organisatie mee te krijgen in de datakwaliteit slag, dan moeten ze de toegevoegde waarde daarvan zelf kunnen aantonen.

Bijvoorbeeld: Het komt regelmatig voor dat er volgens de data meer auto’s in de vloot zijn dan er in werkelijkheid zijn. Worden ze bij verkoop wel afgemeld? Ook “vinden” we trailers die lang kwijt zijn wat niemand meer weet. Daar ligt geld.

Als de wagenpark beheerder de vlootdata kan inzetten voor een goede resource planning dan kan hij veel beter de onderhoudsplanning afstemmen met planning.
 
Inzicht in zo’n basis rapport motiveert om aandacht te blijven besteden aan de datakwaliteit. Dit geldt ook voor de resource inzichten van HR, kosten en omzet inzichten voor Finance, Basis CO2 voor Commercie etc.

Kleine maar essentiële inzichten om de organisatie te laten wennen aan de functie en dus de waarde van data. Als de kwaliteit onderuitgaat, ondersteunt het datakwaliteit instrument met signalering hiervan.

Controle is slechts nog een paar keer per week nodig en het is duidelijk wie binnen de organisatie hiervoor verantwoordelijk is.

Bricklog PowerBI Academy

De meeste organisaties willen zelf rapportages kunnen bouwen. Vaak staat de BI specialist er alleen voor en is er onvoldoende tijd en beschikbare kennis om echt door te ontwikkelen. Dat is zonde en daarom hebben wij de Online PowerBI Academy geopend.

Met de online PowerBI omgeving kunnen ze in hun eigen tempo trainen en hebben ze kennis altijd bij de hand.

In de fysieke Academy ontmoeten ze elkaar en delen ze hun uitdagingen. Met de hulp die ze elkaar geven en krijgen van onze trainers groeit vertrouwen in hun skills, de kwaliteit van de rapportages en daar profiteert het hele bedrijf van.

Is een ‘Dataverzamelaar’ te vertrouwen?

Dat je als dataspecialist hard moet werken om vertrouwen te krijgen is logisch. Wat ga je doen met al die data is een terugkerende vraag. Niets, is ons antwoord.

Natuurlijk krijgen we vragen of we analyses kunnen maken op basis van de data die we hebben. Maar dit kunnen we niet. Puur omdat we daarmee vertrouwen schaden. Dat zou de doodsteek zijn voor ons bedrijf.

Misschien dat dit in de toekomst ter sprake komt met onze klanten. Mogelijk hebben ze zelf behoefte aan analyses. Geanonimiseerd en met een helder doel dat bijdraagt aan de sector. Maar ook dan alleen in overleg en met toestemming van de klanten die dat willen voor dat specifieke doel.

Dit is nu niet aan de orde omdat ook in de Data lifecycle van onze klanten iedereen nu voor zich werkt. En daar is niets mis mee.

Inzicht verkrijgen, het hoofd boven water houden, kosten verlagen en omzet verhogen dat is nu prioriteit. Het is al druk genoeg.

Vertrouwen van IT

Als IT specialist wil je weten hoe Bricklog werkt. Je hebt je IT landschap zorgvuldig opgebouwd en een ander gaat daar “iets” mee doen. Bovendien heb je een hele reeks projecten op de planning en “komt dit er tussendoor”.

IT wordt om die reden als eerste betrokken bij een project en samen worden eventuele bijzonderheden van het IT landschap besproken en ook kansen verkend.
 
Als je de projectkalender van een ICT manager scoort op Data of IT dan zie je daar echt een tweedeling. En dat terwijl alles bij IT ligt.

Bij het vervangen van een TMS moet historische data behouden blijven. Bij een overname moet data gemigreerd worden. Talloze interfaces tussen systemen moet de data flow naar rapportages ondersteunen. Dit kan anders.
 
Een samenwerking tussen IT en Data zorgt ervoor dat er meer rust op de IT project kalender komt. En die is nodig omdat veel logistiek dienstverleners te maken hebben met verouderde omgevingen in transitie. Een uitdaging op zichzelf.

Maar er is ook een groeiende behoefte aan inzicht op basis van data. Deze twee ontwikkelingen concurreren met elkaar. De visie is vaak: Eerst het IT-landschap en dan Data gedreven gaan werken.

Dit kan parallel aan elkaar. Met de ontsluiting van je bron systemen naar een Data platform start je met datakwaliteit en basis inzichten als die daar onderdeel van uitmaken. Parallel daaraan onderzoekt de IT-manager de verbeterkansen voor het IT landschap en als eenmaal de knoop is doorgehakt, wordt het te vervangen systeem ontkoppeld en het nieuwe systeem gekoppeld.

Historische data blijft bewaard, rapportages blijven bestaan en nieuwe data vloeit moeiteloos door deze rapportages. De weg staat nu open naar zwaarder analyses en ai omdat je 1) historische data bewaard blijft en 2) je doorlopend aan de datakwaliteit hiervan hebt gewerkt.

Vanuit business perspectief ook handig bij overnames om versneld inzicht te krijgen in de overgenomen partij met behoud van de systemen.

Vertrouwen van de Operatie

Data gedreven gaan werken geeft bij Operatie vaak zorgen over de tijd die dit gaat kosten. Tijd is schaars en die wordt begrijpelijk het liefst ingezet op de dienst die moet worden verleend.

Wat onderschat wordt is hoeveel tijd dit daadwerkelijk oplevert. Een ritten - of stoptijd analyse aan en weer uit kunnen zetten om “het onderbuikgevoel” te kunnen staven draagt bij aan snelle besluitvorming.

Het zelf verzamelen en visualiseren van de data (vaak uit meerdere bronnen zoals een systeem en xls) kost tijd en als daar geen datakwaliteit systeem aan ten grondslag ligt, dan is het maken en interpreteren van het rapport een tijdrovende klus met onzekere uitkomst.
 
Werken vanuit standaardproducten om snelheid te kunnen maken en daarin schaarse capaciteit te kunnen ontzien is de volgende zorg. “Wij hebben allemaal bijzonderheden, die kan je niet vangen in standaardisatie. Dat hebben we allang geprobeerd en daarom gaan we het nu zelf doen”.

Dat klopt, ieder bedrijf heeft eigen business ruling en bijzonderheden waar in de basis rekening mee gehouden moet kunnen worden. Zonder dat is standaardisatie geen optie.
 
Voordat je de operatie belast met inzichten wil je zeker weten dat het klopt. Dat vertrouwen moet groeien en daarom begin je met een klein team aan de datakwaliteit.

Vaak is dit iemand van buiten en iemand van binnen de operatie of finance. Herken je je in de data? Met een gericht data validatie plan bepaal je stap voor stap de actie die nodig is om de datakwaliteit omhoog te krijgen.

Wat dit oplevert is een datakwaliteit systeem dat in % uitdrukt wat de kwaliteit is ten aanzien van een aantal belangrijke thema’s. Bij transport is dit zendingen, resources en ritten.

Bij Warehouse natuurlijk weer anders. Omdat datakwaliteit een essentiele maar eerlijk is eerlijk toch een saaie oefening is voor de meesten, wil je ook direct basis omzet en kosten inzichten. Hiermee kan de operatie direct de impact van de veranderende datakwaliteit zien en herkennen of dit matched met gevoel en systeem.

Deze periode van het neerzetten van de basis maximaal drie maanden duren dan heb je de datakwaliteit staan en begint de wedstrijd. Omdat de operatie met kleine stappen is meegenomen in de transitie naar data gedreven werken komt de vraag vanuit de operatie vanzelf op gang. Dit geldt ook voor commercie, CSRDcsrd en finance afdelingen.

Vertrouwen van beslissers

Ben je beslisser dan wil je je operationele cijfers vergelijken met je financiële cijfers. Ongefactureerde omzet monitoren, impact op veranderende kostprijzen inzien, goed voorbereid zijn op tariefbesprekingen, impact van nieuwe klanten op je omzet weten, logistieke spent van je klanten monitoren, charters analyse beschikbaar hebben.

Ook wil je voldoen aan wet - en regelgeving zoals goede Carbon en ESG rapportages waar je niet meer naar om hoeft te kijken. Eigenlijk wil je ook dat iedereen met één mond praat.

Kortom, als beslisser ben je sterk afhankelijk van data en deze informatie moet zowel ad hoc als dagelijks beschikbaar kunnen worden gesteld. Hoewel, vooralsnog zijn er nog veel die het goed doen met kennis in het hart en hoofd.

Maar wil je daarop blijven vertrouwen in een tijd waarin de veranderingen zich in hoog tempo opstapelen en je supersnel moet kunnen beslissen?
 
Deze afhankelijkheid van data is gekoppeld aan mensen die met deze data werken en precies die ploeg is structureel overbelast. Je wilt eigenlijk op een paar collega’s kunnen leunen die vertrouwd zijn met het maken en bewaken van inzicht én de weg binnen de organisatie weten als dit afwijkt.

Dit vraagt om een degelijke Databasis, opleiding van het team en algeheel besef van de waarde die data heeft voor het bedrijf. En dat begint bij een kleine ploeg zoals hierboven beschreven.

Vaak komt de interesse hiervoor uit verrassende hoek binnen het bedrijf. Als die zaadjes mogen kiemen ben je met de juiste begeleiding snel uit de startblokken.

Kortom…

De werkelijkheid van het verkrijgen van inzicht is weerbarstiger en dat is verklaarbaar. Maar zo hoeft het niet meer te zijn.

Het besef dat het anders kan is er wel. De hobbel die dan vaak nog genomen moet worden is het “uit handen geven van je data”. Leunen op techniek zodat je gericht met je data aan de slag kan gaan én juist meer zelf kan doen is wat het oplevert.

Met data werkt het twee kanten op. Vertrouwen krijgen en vertrouwen geven. Zit je eenmaal in die flow, dan zul je zien dat je ook vertrouwen door gaat geven. Aan je team, je klanten, je charters, je leveranciers. Zoals jouw klant doet met het jou toevertrouwen van de goederen, die jij weer toevertrouwt aan jouw team!

En zoals onze klanten doen met het ons toevertrouwen van hun data en hun team. In januari 2025 bestaan we 10 jaar. Dat was niet zonder hen niet gelukt!