We ondergaan als organisaties de laatste jaren een gigantische digitale transformatie. De eerste transformatie vond plaats in de jaren negentig, waarbij we overschakelden van papier naar computer met de eerste ERP systemen en spreadsheets zoals Excel,  om de administratie in uit te voeren.

Tegenwoordig hebben we al weer even te maken met een nieuwe transformatie, waarbij we digitaliseren en automatiseren: het werk wordt ons makkelijker gemaakt door slimme software. Zo maken we ook gebruik van digitale informatievoorziening; overzichtelijke dashboards waarin we de stand van zaken 24/7 kunnen terugvinden, op ieder gewenst aspect. We vertrouwen ook steeds meer op onze informatievoorziening: managementbeslissingen worden genomen aan de hand van de data.

Maar; klopt het wel? Is het terecht dat we onze blik richten op de beslisser zodra de genomen beslissing niet uitpakt zoals gewenst? We moeten kijken naar de bron van het probleem; de data.

Informatievoorziening: de basis is data

Bij het opstarten/realiseren van Business Intelligence (BI; het omzetten van ruwe data naar visuele informatie) is het per definitie belangrijk om te kijken naar de data, dit is immers de input voor jouw informatievoorziening. Helaas is er nog niet genoeg oog voor de kwaliteit van data, we gaan er simpelweg nog (te) vaak van uit dat de data die we inladen gewoon klopt. Uiteraard is dit ook hoe het zou moeten zijn, we verwachten niets minder dan de beste kwaliteit.

De oorzaak van dit probleem ligt o.a. in de trends. Ieder jaar krijgen we in het eerste kwartaal talloze rapporten over de opkomende trends op het gebied van ICT en hoe jij als organisatie móet voldoen om succesvol te worden/blijven!

ICT-managers willen (uiteraard) meegaan met deze trends, en daar is op zich genomen ook helemaal niets mis mee. De business is snel, en achterblijven ten opzichte van de concurrentie kan grote gevolgen hebben. Maar doordat we kijken naar de trend, vergeten we soms de voorbereidingen en de randaspecten die vereist zijn om een trend succesvol toe te passen.

‘Moet ik dan mijn huidige informatievoorziening de deur uitgooien en opnieuw beginnen?’

Gelukkig niet! Om te beginnen zeg ik ook niet dat iedere vorm van informatievoorziening per definitie fouten bevat, de kans is er echter wel dat je data niet altijd juist is. Maar, dit ‘probleem’ is gelukkig goed te genezen. Hierbij speelt datakwaliteit een cruciale rol; we willen immers controleren hoe kwalitatief juist de data is die jij gebruikt voor je informatievoorziening. De kwaliteit van de data kunnen we goed scannen middels een datakwaliteitscan. Hiermee controleer je de datakwaliteit op recordniveau.

Datakwaliteitscan

Een datakwaliteitscan is aan te passen aan de data die jij in huis hebt, we vullen zelf de ‘checks’ in. Een check is feitelijk een omschrijving van de eisen waar jouw data aan moet voldoen. Een postcode moet bijvoorbeeld uit 4 cijfers bestaan, opgevolgd door 2 hoofdletters. Nadat je deze checks vorm hebt gegeven, kun je ze koppelen aan de data die je wilt controleren. De uitkomst is een reeks aan controles die zijn uitgevoerd, met de daar bijbehorende resultaten. De volgende stap die je neemt is het verbeteren van je datakwaliteit, ofwel de gegevens corrigeren die foutief blijken.

‘Is dat dan niet dweilen met de kraan open?’

Logische vraag; want je verbetert tot nu toe alleen maar de foutieve gegevens, nog niet de bron. De volgende stap is om te kijken waar de fouten ontstaan: kloppen de databronnen wel? Worden er meerdere bronnen gecombineerd, gaat dat wel goed? Allerlei vragen die je jezelf kunt stellen om te achterhalen waar de oorzaak van het probleem ligt. Het oplossen van die achterliggende problemen zorgt er dan ook voor dat deze fouten (met dezelfde oorzaak) niet meer terugkomen.

‘Oke, maar wat als we een nieuwe databron ontsluiten, moet ik dan wéér zo’n scan uitvoeren?’

Dit is waar dashboarding om de hoek komt kijken, en niet degene waarvan we de kwaliteit aan het verbeteren zijn 😉. Een datakwaliteitmonitor is jouw nieuwe hulpmiddel waarmee je vroegtijdig foute/errors ziet aankomen, zodat je snel kunt schakelen! De datakwaliteitmonitor is in feite een dashboard waar de kwaliteit van jouw data wordt weergeven en waar je afwijkingen in de data kunt inzien. Je hoeft dus niet steekproefsgewijs datakwaliteitscans uit te voeren, dat zou zonde van zowel tijd als geld zijn.

Siderian en Datakwaliteit

Bij Siderian zijn we gespecialiseerd vanaf het meten tot het verbeteren en controleren van de datakwaliteit. Ben je onzeker over de kwaliteit van jouw bedrijfsdata, of wil je voortaan écht voor 100% kunnen vertrouwen op jouw datakwaliteit! Lees meer over hoe we jouw partner zijn op het gebied van datakwaliteit om garant te staan voor een kwalitatieve informatievoorziening!

2020 was een jaar waarin we in een sneltreinvaart terecht zijn gekomen richting zelfstandigheid en flexibiliteit. Dit heeft natuurlijk alles te maken (gehad) met de coronacrisis waarin iedereen zich bevindt en de effecten daarvan voelt. Ook voor IT heeft dit grote gevolgen, voornamelijk op het gebied van meer zelfstandigheid, meer automatisering en meer flexibiliteit. Maar wat zijn de verwachtingen voor 2021, waarin we al een jaar ‘ervaring’ hebben met méér individueel werken en minder in een vaste groep?

In de eerste blogpost van 2021 gaan we het daarom hebben over de trends op het gebied van BPM (Business Process Management). Wat verandert er op het gebied van digitaal procesmanagement? Gaan we eenvoudiger en efficiënter werken of komt er omtrent automatisering alleen maar méér complexiteit om de hoek kijken.

Eenvoudige producten, snel te implementeren

De vraag naar low-code BPM-platforms neemt sinds vorig jaar exponentieel toe; organisaties moeten snel schakelen en hebben de behoefte niet (meer) om een implementatietraject van maanden in te gaan. De behoefte om snel, kwalitatief en frequent data in te zien is aanzienlijk gestegen sinds de coronacrisis; we willen in onzekere tijden éxtra snel weten hoe de status van onze organisatie is, waar de kansen liggen én waar uiteraard de risico’s liggen.
Om deze redenen hebben wij ons eigen low-code platform ook zo eenvoudig mogelijk gemaakt qua implementatie; een cloud-based product waarbij de inrichting zo flexibel mogelijk te bepalen is.

Los van de ‘vaste’ patronen -> Adaptive Case Management (ACM)

Door je organisatie heen worden er talloze processen uitgevoerd op een dagelijkse basis. Ieder team of iedere afdeling is verantwoordelijk voor een bepaald doel, wat niet per proces verschillend is. Als we een proces uitvoeren, weten we vaak met welk doel we dat willen doen of wat we willen bereiken door de uitvoer van een proces. De manier waarop verschilt daarentegen steeds meer, omdat situaties steeds klantgerichter en daarmee uniek worden. Met adaptive case management zorg je ervoor dat ‘cases’ in je low-code BPM-platform zo flexibel mogelijk ingericht kunnen worden, waarbij alleen het eindresultaat nog vastgesteld staat in je proces. Hiermee breken we los van de vaste patronen en is er ruimte voor creativiteit en ontwikkeling voor elk type organisatie.

Robots

Een ontwikkeling die de laatste jaren rustig op gang is gekomen, maar in een stroomversnelling is gekomen door onder andere de crisis waarbij organisaties geforceerd worden kostenbesparend te werken. Robots, of in dit geval RPA (Robotic Process Automation), is een techniek waarmee menselijke handelingen worden gesimuleerd in een 24/7 cyclus. Niet gek dat deze ontwikkeling in opkomst is omdat personeelskosten voor veel organisaties de grootste kostenpost is. Voornamelijk de ‘simpele’ activiteiten worden steeds vaker overgenomen door robots, waarbij er geen fouten gemaakt worden in repetitieve taken.

We krijgen (nog) meer aandacht voor data

En ook deze ontwikkeling is helemaal niet verrassend, maar vereist wel de nodige aandacht. Data wordt steeds belangrijker en we gaan er als organisaties steeds meer op vertrouwen. Vroeger, toen de IT net opkwam, keken we altijd terug in de boeken om te controleren of de data wel betrouwbaar was. Tegenwoordig vertrouwen we steeds meer op de data die we voorgeschoteld krijgen. We zijn als organisaties geneigd onszelf te verrijken met de nieuwste technieken zoals Business Intelligence, om vervolgens onze informatie in mooie dashboards te presenteren en op basis daarvan beslissingen te nemen. We vergeten echter dat de kwaliteit van data cruciaal is in deze rol, aangezien je als organisatie geen beslissingen wilt nemen op incorrecte data.  Als organisatie leggen we steeds vaker de nadruk op datakwaliteit, om ervoor te zorgen dat de digitale informatievoorziening die we realiseren van optimale kwaliteit is.

De conclusie is dat Business Process Management steeds efficiënter en makkelijker wordt in gebruik. Implementatietijden worden fors teruggedrongen met low-code platformen en adaptive case management zorgt voor flexibiliteit in de platformen. Automatisering komt ook steeds meer terug; menselijke handelingen die makkelijk te herhalen zijn (repetitief) worden overgenomen door robots (RPA).

Meer weten

Bij Siderian leggen we al jaren de focus op low-code, waardoor er een lage drempel is voor iedere soort organisatie om gebruik te maken van de BPM-module in Siderian Cloud. Wil je meer weten over hoe wij als organisatie middels Siderian Cloud een oplossing kunnen bieden omtrent:

• (Digitale) procesoptimalisatie
• Informatievoorziening
• Optimalisatie van de datakwaliteit

“Garbage in, garbage out”; Wat er in gaat, komt er ook weer uit. Dit geldt ook voor IT-systemen waarbij de kwaliteit van de input cruciaal is om een goede output te realiseren. Tegenwoordig zie je bij steeds meer BI-trajecten dat een onderzoek naar de datakwaliteit verplicht is alvorens een dashboard gebouwd wordt. Niet gek als je nagaat dat er binnen (bijna) elke organisatie verbetering valt te behalen op de kwaliteit van de data.

Wat is datakwaliteit?

Data begint steeds verder door te sijpelen in het bedrijfsleven. Organisaties erkennen dat data het nieuwe goud is om te groeien en de concurrentie te verslaan, mits data optimaal benut wordt. Iedere organisatie bezit data; de een meer dan de ander, waarbij data vaak gebruikt wordt in de vorm van informatievoorziening. Men wil weten wat er ‘onderwater’ gebeurt om zo kritieke beslissingen te kunnen nemen die de toekomst van de organisatie kunnen beïnvloeden. Nagaande dat 50% van de kosten van een doorsnee organisatie wordt veroorzaakt door onjuiste data zou dé motivatie moeten zijn om ermee aan de slag te gaan! Maar wat verstaan we eigenlijk onder de term ‘datakwaliteit’? Er zijn meerdere definities van datakwaliteit, maar wij hanteren graag: “datakwaliteit is de mate waarin data geschikt is voor het doel waarvoor ze gebruikt wordt”.

Wat kun je meten?

Datakwaliteit is goed te meten, hiervoor kun je gebruik maken van een datakwaliteitscan. Een datakwaliteitscan kun je uitvoeren over een selectie van databronnen.

Hiermee test je in feite elk gewenst data-record op een aantal vooraf gedefinieerde ‘checks’. Deze checks kun je zelf definiëren (of de leverancier doet dit vóór jou), omdat je immers zelf het beste weet hoe de data er uit zou móeten zien.

Dit kan vrij simpel zijn; een voornaam dient met een hoofdletter te beginnen, maar het kunnen ook complexe eisen zijn via koppelingen met externe systemen. Er zijn diverse aspecten die je kunt meten om de datakwaliteit te toetsen. De meest gebruikte zijn

Dubbelingen: staat een collega meermaals in de personeelsomgeving, dan spreek je hierbij van een dubbeltelling in de data, hij moet immers maar één keer voorkomen in hetzelfde systeem.

Formaat regels: een mobiel nummer moet uit tien cijfers bestaan, waarvan de eerste twee altijd 06 moeten zijn. Op deze manier controleer je bijvoorbeeld of er geen foutieve informatie tussen staat; een nummer dat bijvoorbeeld met 07 begint.

Volledigheid: zijn alle gegevens wel volledig ingevuld? Denk hierbij aan formulieren die door klanten ingevuld dienen te worden waarbij een set aan gegevens ingevuld moet worden en een gedeelte optioneel is. Je wilt niet dat er gegevens ontbreken die vereist zijn.

Consistentie: hoe is de relatie onderling tussen de data? Kloppen dezelfde typen gegevens bijvoorbeeld wel in meerdere systemen (bijvoorbeeld de gegevens van een accountmanager die zowel in het primaire systeem als in het CRM-systeem juist moeten zijn)

Zwevende data: gegevens die helemaal niet gekoppeld zijn en dus in feite ‘zweven’ en niet zijn toegewezen.  

Door deze aspecten te meten kun je de datakwaliteit binnen jouw organisatie analyseren én monitoren. Voornamelijk het laatste is van belang, omdat er dagelijks nieuwe data wordt toegevoegd óf omdat bestaande data wordt gewijzigd. Het eenmalig scannen van de datakwaliteit is daarom niet voldoende om in de toekomst gegarandeerd kwalitatieve data te bezitten.

Het verbeteren van de datakwaliteit!

Als basis weet je nu wat datakwaliteit inhoudt en hoe je het kunt meten. Vervolgens wil je natuurlijk de mogelijke ‘defects’ in de data verbeteren. Het ‘repareren’ van de defects wilt niet zeggen dat de kwaliteit ook goed blijft; je moet de problemen bij de bron(nen) aanpakken.

• Om te beginnen is het goed om binnen je organisatie een vaste IT structuur te bespreken. Denk bijvoorbeeld aan de manier waarop databases worden ingericht. Door een uniforme structuur te hanteren zullen er in de toekomst minder/geen defects optreden op het gebied van consistentie. Ik vind dit niet zo’n goed punt. Ik snap niet helemaal wat je probeert uit te leggen.

• Vervolgens is het goed om dubbelingen aan te pakken. Dit zijn gegevens die meermaals voorkomen, terwijl dit niet de bedoeling is. Naast het controleren en verwijderen van dubbele records, is het ook goed om de processen omtrent defects goed te analyseren; het kan zijn dat door een fout in het proces gegevens dubbel worden ingevoerd!

• Zorg voor ‘awareness’ in je organisatie. Het klinkt misschien logisch, maar het is enorm belangrijk om iedereen op de hoogte te brengen van de essentie van datakwaliteit én waarom het juist nu zo belangrijk is/wordt. Organisaties worden afhankelijk(er) van de informatievoorziening, waarbij kritieke managementbeslissingen steeds vaker gebaseerd zijn op data.

Monitor de datakwaliteit

Nadat je de datakwaliteit (eenmalig) hebt verbeterd, wil je de kwaliteit blijven monitoren. Op het moment dat er een nieuw proces wordt opgezet waardoor er gegevens dubbel worden ingevoerd (dubbelingen), dan wil je snel kunnen schakelen alvorens er meerdere databases worden ‘vervuild’ met hetzelfde probleem. Met een datakwaliteitsmonitor kun je op een visuele manier inzien wat de stand van zaken is omtrent de datakwaliteit binnen jouw organisatie.

Het monitoren van de datakwaliteit is in feite een vorm van Business Intelligence; je analyseert en monitort bedrijfsdata op een visuele wijze om cruciale beslissingen te kunnen nemen. Net als bij Business Intelligence is het daarom bij een datakwaliteitsmonitor goed om deze bij de juiste personen neer te leggen: een goed borging via een bewezen Data Governance proces is hierin de sleutel.

Siderian en de VERA datakwaliteitscan

Bij Siderian leveren we voor de Nederlandse woningcorporaties als dienst een VERA datakwaliteitscan. De VERA datakwaliteitscan is gebaseerd op het VERA model, wat speciaal voor de corporatiesector is ontwikkeld. Door data uit het primaire systeem om te zetten naar het VERA datamodel, kunnen wij eenvoudig en snel een datakwaliteitscan uitvoeren op de ERP-data. Hierbij weet je niet alleen waar de defects liggen, maar kun je ook gebruik maken van de datakwaliteitmonitor, om altijd op de hoogte te zijn van eventuele defects binnen jouw organisatie!

Daarnaast bieden we ook een datakwaliteitscan aan voor het Common Data Model (CDM). Zou je graag meer willen weten over hoe een VERA datakwaliteitscan óf een CDM datakwaliteitscan in zijn werk gaat? Klik dan op een van de onderstaande knoppen!

Of ben je geïnteresseerd in wat wij nog meer te bieden hebben op het gebied van datakwaliteit en data governance? Neem gerust een kijkje op onze website of neem contact met ons op.

Met Business Intelligence (BI) voldoe je aan de laatste ontwikkelingen op het gebied van digitale informatievoorziening. Een groot aantal organisaties, wellicht waar jij zelf werkt, hanteert nog een traditionele vorm van informatievoorziening, bijvoorbeeld Excel rapportages.
Je hebt ongetwijfeld, net als vele andere organisaties, zo redenen om niet abrupt over te stappen op een totaal nieuwe techniek zoals business intelligence. Het is voor sommigen misschien onduidelijk hoe een BI-traject er ongeveer uitziet en wat er bij komt kijken. Ik neem je mee in een globaal stappenplan, waarmee je hopelijk een idee (én inspiratie) krijgt om zelf te starten met een BI-traject!

1. Waar staan we nu?

En dat is eigenlijk niet gek om mee te beginnen, want waarom zou je ergens aan beginnen als niemand het vervolgens gebruikt? Zonde van het geld én de tijd die is geïnvesteerd in een kostbaar traject.

Het meten van behoefte kun je op meerdere manieren doen, maar een ‘maturity scan’ is een van de meer gebruikte varianten. Een maturity scan is een kleinschalig traject waarbij je achterhaalt hoe ‘volwassen’ het BI-niveau binnen de organisatie is. Hierbij wordt een aantal onderdelen ‘gescand’:

• Metadata; informatie over de data
• Datakwaliteit; hoe goed is de kwaliteit van de data?
• Databeveiliging; wie mag bij welke data en hoe is de data beveiligd?
• Datawarehouse; gecentraliseerde bron van data
• Business Intelligence; visualisatie van data en informatie
• Data analyse; analyse van data en informatie
• Data governance; Management van data en informatie (beheer)

Op al deze aspecten kan je scoren op 5 niveaus. Elk niveau geeft aan hoe ‘volwassen’ (mature) de organisatie is op het gebied van Business Intelligence. Maar waarom zou je dat willen weten? De maturity scan heeft als doel inzicht te creëren in jouw positie op de BI-ladders.

Hierna ga je vervolgstappen plannen, een BI-implementatie verloopt immers stapsgewijs en gecontroleerd; je gaat niet van Excel rapportages in één keer naar full selfservice BI.

Hiernaast zie je de ladder die het niveau van volwassenheid bepaalt omtrent Business Intelligence. Elk onderdeel wordt apart gescand en krijgt zo een eigen plaats op de ladder. Na de maturity scan weet je dus per data-aspect de positie op de BI-ladder. Vervolgens krijg je bij een maturity scan een advies hoe je als organisatie hier verder op kunt bouwen, zodat je daadwerkelijk aan de slag kunt met de implementatie/optimalisatie van Business Intelligence.

Naast de scan om te meten hoe ‘volwassen’ BI in jouw organisatie is, meten we ook de behoeften in de organisatie. Wat vinden jouw collega’s belangrijk? Waar willen jullie BI voor inzetten? Deze vragen worden allemaal onderzocht en beantwoordt om de daadwerkelijke BI-realisatie zo voorbereid mogelijk te starten.

2. Schrijf een plan

Als je na de maturity scan weet op welk niveau Business Intelligence in jouw organisatie is én weet waar de behoeften liggen, is het tijd om een plan te schrijven. Dit kun je zo breed doen als je zelf wilt. Ik raad aan gebruik te maken van een business case, waarin je omschrijft wat BI exact moet veranderen/verbeteren in jouw organisatie. De business case moet de basis zijn voor het BI-traject: ‘We willen beginnen aan BI, omdat we X willen bereiken.’.

3. Bepaal de databronnen

Je hebt in de vorige stap uitgewerkt hoe je BI gaat toepassen in je organisatie. Nu is het tijd om daar daadwerkelijk mee te beginnen. De basis bestaat uit de databronnen die je gebruikt. Om het makkelijk te maken moet je BI zien als één grote grafiek waarin je de status van je bedrijfsinformatie direct inziet. Die grafiek moet echter gevoerd worden met data, anders laat deze simpelweg niets zien. Ga na welke data jouw organisatie gebruikt en welke je daarvan wilt laten zien op het dashboard. Je wilt ook weten wie de “eigenaar” is van de databron, wie de meeste kennis heeft en wie de data invoert en gebruikt. Deze databronnen dienen ontsloten te worden, waarmee je ze eigenlijk prepareert om te koppelen aan een BI-tool.

4. En de kwaliteit van deze data?

Dat je de databronnen hebt verzameld is een goede stap, of de kwaliteit echter goed is maakt het verschil in juiste informatievoorziening. Het is daarom van belang de kwaliteit van de data goed te scannen alvorens je deze klaarzet voor een BI-tool. Hier zijn verschillende methodieken voor beschikbaar. Bij Siderian hebben we een datakwaliteitscan ontworpen, die toepasbaar zijn op veelgebruikte data-modellen. Hiermee kunnen we snel en eenvoudig de kwaliteit van de data scannen en weet je precies waar mogelijke defects zich bevinden.

5. Ontwerp je BI-architectuur

Nadat je databronnen zijn geselecteerd, is het van belang te kijken naar de complete BI-architectuur. Dit moet je zien als een framework dat alle IT systemen en software tools omvat die vereist zijn om Business Intelligence te ‘deployen’ in je organisatie. Voor de implementatie van een BI-tool is het belangrijk dat je goed begrijpt hoe je huidige BI-architectuur eruit ziet óf eruit komt te zien als deze nog niet aanwezig is.

6. Ontsluit je databron(nen) (of laat dit doen)

Nu de kwaliteit van je data is gecontroleerd kun je de databronnen gaan ontsluiten. Het ontsluiten van je databronnen kan complex zijn, afhankelijk van de BI-tool die je wilt gaan gebruiken. Bij Siderian hebben we een klein traject waarin we als pilot één databron ontsluiten. Hierbij geef jij aan welke databron je voor je BI-tool wilt gebruiken, waarnaar wij deze bron ontsluiten.

7. Kies er een uit!

Je hebt nu in feite alles gedaan om daadwerkelijk aan de slag te gaan met je BI-tool. Maar, je moet er nog wel één kiezen uit vele mogelijkheden. Hoe weet je nou welke je moet hebben? Er zijn op internet talloze rapporten beschikbaar die de meest gebruikte BI-tools tegen elkaar afwegen. Je kunt uiteraard ook beslissen op basis van budget. Een veel gebruikte BI-tool is Power BI van Microsoft. Deze is (deels) gratis te gebruiken en erg eenvoudig in gebruik te nemen. Het beheer bij de uitrol in de gehele organisatie vraagt echter om een weloverwogen plan, omdat “spaghetti” op de loer ligt. Betrek daarnaast collega’s actief bij het kiezen van een tool, zij moeten er immers ook mee werken. Kijk niet alleen naar hoe een BI-tool er aan de ‘voorkant’ eruit ziet, maar ook hoe het opzetten van een dashboard in zijn werk gaat.

8. Bouw je dashboard

En dan ben je eindelijk aangekomen bij datgene waarvoor je bent begonnen met BI: dashboards realiseren. Een dashboard is in feite een overzicht van visuele informatie waarmee je heel snel kunt schakelen op veranderingen in je organisatie. Het bouwen van een dashboard is afhankelijk van de BI-tool die je kiest. In de meeste gevallen is het een drag and drop functionaliteit, waarmee je eenvoudig een grafiek bij elkaar ‘sleept’. De data is al ontsloten, dus je kunt eenvoudig jouw geselecteerde data koppelen aan de juiste grafieken!

9. Testen… testen.. testen..

Als je eenmaal klaar bent met jouw dashboard, is het van belang dat je actief gaat testen. Waarom ‘actief’? Dat is afhankelijk van waar het dashboard voor gebruikt gaat worden én voor welke belanghebbenden het dashboard is gebouwd. Het mooie van BI is dat naast het operationele niveau, ook op tactisch en strategisch niveau gebruikt kan worden. Je kunt je daarom goed voorstellen dat strategische managementinformatie tot achter de komma moet kloppen, alvorens er impactvolle beslissingen worden genomen met drastische gevolgen. Zorg daarom dat je het gerealiseerde dashboard door en door hebt getest.

Ben je benieuwd naar de mogelijkheden van Business Intelligence voor jouw organisatie? Weet je niet zo goed waar je moet beginnen, of zie je door de bomen het bos niet meer? Neem een kijkje op onze pagina over de Maturity Scan, waarbij we beginnen bij het begin; jouw BI-landschap analyseren én adviseren over de mogelijkheden voor jouw bedrijf!

‘Met data moét je wat doen’. Deze quote hoor je de laatste jaren overal in het nieuws, magazines en blogposts (😉). Het is niet vreemd dat je die quote steeds vaker hoort, data wordt immers gezien als het ‘nieuwe goud’, mits het juist gebruikt wordt! De hoeveelheden data nemen alleen maar toe, zoveel dat de term big data geen nieuws meer is. Maar hoe zit het dan met de kwaliteit van deze data? Hoe zorgen we ervoor dat de kwaliteit stabiel blijft onder de exponentiële groei van data? Organisaties hebben altijd met een aantal ‘typen’ data te maken. In deze post gaan we het hebben over Master- en Referentie Data én hoe je hier mee om moet gaan.

Wat is Master- en Referentie Data (MDM)?

Voordat we duiken in het ‘managen van…’ is het uiteraard belangrijk om te weten wat de definitie is van Master- en Referentie data. Om dit nader uit te leggen maken we gebruik van een concreet voorbeeld: jij hebt een webshop waar je kantoorartikelen verkoopt. Binnen jouw organisatie gebruik je een aantal applicaties, waarbij deze niet allemaal tot elkaar in relatie staan.

Jouw core business bestaat uit het verkopen van kantoorartikelen via jouw website. Een klant die een artikel besteld, krijgt altijd de optie om direct een nieuwe account aan te maken. Dat is handig voor zowel jou als leverancier als de afnemer, de klant. De klant kan met zijn account altijd de status van zijn bestellingen inzien en jij als leverancier kunt hem via zijn e-mail benaderen met leuke aanbiedingen e.d.

Op het moment dat een klant een nieuwe account aanmaakt, moet jij (of iemand bij IT) de klantgegevens doorvoeren in overige systemen binnen jouw bedrijf. Je wilt immers bepaalde zaken registreren als klanttevredenheid, het percentage dat retour wordt verstuurd, totaal aantal nieuwe klanten etc.

Wat is master data?

Nu we een concreet voorbeeld hebben, kunnen we ingaan in wat master data is en wat referentie data is. Onder de master data verstaan we de stamgegevens die terugkomen in de processen, bijvoorbeeld de producten die je verkoopt. De master data hier zijn bijvoorbeeld de eigenschappen van jouw producten, denk hierbij aan het type product, de kleur, de prijs, de categorie etc.

Master data kan nog wel eens veranderen, bijvoorbeeld als je een lading nieuwe producten toevoegt aan je assortiment. Alle producten dienen dan ‘opgevoerd’ te worden in je IT architectuur (je webshop zelf om maar een voorbeeld te noemen). Je master data hoeft echter niet altijd te veranderen, het kan goed zijn dat de data enkele maanden niet verandert, als je bijvoorbeeld al die tijd hetzelfde assortiment hanteert.

Bij master data is het belangrijk dat je onthoudt dat het gaat om stamdata, die telkens terugkomt in de belangrijkste processen van je organisatie.

En referentie data?

Referentie data is data die eigenlijk nooit verandert. Het wordt in de meeste situaties eenmalig gedefinieerd, maar komt wel telkens in je bedrijfsprocessen terug. In ons geval van de webshop kun je onder referentie data bijvoorbeeld de ‘productgrootte’ verstaan. Dit is data die van belang is voor het versturen van een pakket (de kosten worden vaak hoger naarmate een pakket ook groter/zwaarder wordt).

Master data refereert dus in feite naar de referentie data.

Hoe ‘beheers’ je Master- en Referentie Data?

Je kunt je wellicht voorstellen dat er nogal wat master data in een organisatie ‘bestaat’. Dit klopt in veel gevallen ook, maar gelukkig is dit allemaal goed te beheersen. Hier komt MDM, ofwel Master Data Management bij kijken.

In de vorige alinea hadden we het over het ‘opvoeren’ van nieuwe master data.
Met MDM kun je standaardprocessen implementeren waarmee je (zo efficiënt mogelijk) nieuwe data kunt opvoeren, waarbij de datakwaliteit voorop staat.

Hieronder kun je zien hoe zo’n proces eruit ziet. Het zijn vrij simpele stappen, waarbij de kwaliteit van de data continu gemeten wordt. Je wilt immers niet dat je nieuwe master data opvoert waarbij mogelijke kwaliteitsproblemen zich voordoen (in een later stadium).

Met een MDM data hub kun je er vervolgens voor kiezen om alle master data die je opvoert (middels het bovenstaande proces) automatisch laat doorvoeren naar al je overige applicaties. Op deze manier wordt dus niet alleen de kwaliteit van je data gecontroleerd, maar wordt de correcte (opgevoerde) data ook automatisch geplaatst in al je applicaties. Met deze functionaliteit hoef je dezelfde gegevens (bijvoorbeeld het registreren van een nieuwe klant) dus niet meer handmatig in elke applicatie te plaatsen.

Tot slot kun je business rules en dataeigenaren vastleggen. Met business rules kun je jouw eigen bedrijfsregels toepassen in de datakwaliteit checks. Wat we hiermee bedoelen, is dat de data (die je opvoert) wordt gecontroleerd volgens jouw eigen ‘controle voorwaarden’. Je kunt hierbij denken aan een business rule waarbij een nieuwe klant die zich registreert minimaal 16 jaar moet zijn. Je kunt in de datakwaliteit check definiëren dat een nieuwe klant uiterlijk geboren mag zijn in 2004 (oplopend per nieuw jaar), om op die manier te controleren dat er geen minderjarige klanten in jouw bestand terechtkomen.

Het vastleggen van dataeigenaren is een handige functionaliteit om grote hoeveelheden data te ‘verdelen’ in jouw organisatie. Zo weet je precies wie er verantwoordelijk is voor elk stukje master data, zodat je altijd snel kunt schakelen. De conclusie is dat Master Data Management zorgt voor een juiste datakwaliteit en en de handmatige invoer van data verlaagt (MDM data hub)

Siderian MDM

Wijzelf hebben de afgelopen tijd onze eigen MDM module ontwikkeld en geperfectioneerd. Hierbij combineren we Siderian Data Management (SDM) en Siderian Process Management (SPM), onze Siderian Cloud modules. Hiermee hebben we een effectieve omgeving ingericht waarbij de focus ligt op het beheersen van jouw master- en referentie data. Het is mogelijk om maatwerk processen te implementeren voor het opvoeren van master data én om alle master data te controleren volgens jouw business rules.

Benieuwd geworden naar de mogelijkheid om ook jouw master- en referentiedata te beheersen? Klik op de onderstaande knop en start vandaag nog met het managen van jouw master- en referentiedata!

De afgelopen jaren hebben de ontwikkelingen binnen het digitaliseren/automatiseren van bedrijfsprocessen niet stil gestaan. Vanuit Lean (Six Sigma) ken je het optimaliseren van processen door deze te analyseren (Value Stream Mapping) en ‘waste’ te elimineren.  Maar, tegenwoordig stopt het niet meer bij het optimaliseren van een proces om vervolgens verder te gaan naar het volgende niet-geoptimaliseerde proces. Tools zoals een iBPMS (intelligent Business Process Mangamenet Suite; low-code platform) maken het mogelijk om een bedrijfsproces te digitaliseren en (gedeeltelijk) te automatiseren. BPM (Business process management) en RPA (Robotic process automation) zijn hierbij twee methodieken/systemen die digitalisering én automatisering mogelijk maken. Beide technieken hebben een verschillende werking en uitkomst, maar kunnen ze elkaar mogelijk ook aanvullen?

Wat is BPM (Business Process Management) ?

Binnen een organisatie zijn alle processen, structuren en workflows te analyseren én optimaliseren middels Business Process Management (BPM). Hierbij is het belangrijk om te weten dat het gaat om organisatie- en informatieprocessen. De reden hiervoor is de grote hoeveelheid ‘mensenwerk’ die binnen deze processen wordt uitgevoerd. Een aantal medewerkers is verantwoordelijk voor het uitvoeren van een keten aan taken/activiteiten binnen de processen, waarbij er in veel gevallen een afhankelijkheid ontstaat tussen collega’. Er is een grote hoeveelheid processen te beschrijven die dagelijks binnen een groot aantal organisaties wordt uitgevoerd. Vanuit het Lean Six Sigma perspectief is het van belang om deze processen zo efficiënt mogelijk uit te voeren, met zo min mogelijk ‘waste’ (tijd in het proces waarbij er geen waarde voor de klant wordt toegevoegd). Om die reden is het digitaliseren en automatiseren steeds vaker van belang. Om een voorbeeld te gebruiken kijken we naar het registreren van een klacht. Een (boze) klant belt de klantenservice om zijn situatie uit te leggen aan de medewerker. Deze medewerker noteert (activiteit) de situatie van de klant en registreert deze in het klachtenportaal (activiteit). De klacht wordt vervolgens geanalyseerd door de aangewezen medewerker (activiteit), die vervolgens een oplossing voor de klant formuleert (activiteit). De klantenservice medewerker neemt contact op met de klant om de oplossing voor te leggen (activiteit), waarbij de klant vervolgens akkoord gaat met de oplossing (of niet).

Low-code platform

Zoals je ziet is een (simpel) proces al op te delen in een aantal activiteiten, waarbij meerdere medewerkers zijn betrokken. Met BPM kun je deze activiteiten analyseren, optimaliseren, digitaliseren én automatiseren. Bij digitalisering en automatisering komt een welbekende ‘tool’ bij kijken, een iBPMS (intelligent Business Process Management Suite): een low-code platform.

Het doel van dit low-code platform is het digitaliseren en automatiseren van bedrijfsprocessen. Je kunt processen eenvoudig vastleggen middels de modelleer taal BPMN 2.0, waarbij je vervolgens een data-model definieert om proces-data te kunnen aanmaken, aanpassen of verwijderen.

Nadat je de processen binnen een low-code platform hebt gedefinieerd, is het mogelijk deze daadwerkelijk uit te voeren; hierbij heeft elke betrokkenen toegang tot zijn eigen ‘formulieren’ (formulieren worden binnen een low-code platform gebruikt om gegevens op te halen en te verwerken).

Wat is RPA (Robotic process automation)

Het analyseren, optimaliseren én digitaliseren/automatiseren van bedrijfsprocessen is waar het bij BPM voornamelijk om gaat. Het automatiseren bestaat bijvoorbeeld uit het automatisch laten verzenden van een formulier van persoon A naar persoon B. Maar waar gaat ‘Robotic Process Automation’ dan om?

RPA is een relatief nieuwe trend, waarbij je als gebruiker zonder al te veel technische kennis werk kunt automatiseren. Het is belangrijk om te weten dat het hierbij gaat om ‘simpel’ en ‘repetitief’ werk, maar wat in de meeste gevallen juist heel erg veel kostbare tijd in beslag neemt. Een voorbeeld hiervan is het kopiëren en plakken van gegevens tussen diverse systemen.

Robotic Process Automation wordt steeds vaker ingezet om ‘mensenwerk’ te simuleren en non-stop uit te laten voeren. Zoals de naam al zegt, wordt er gebruik gemaakt van ‘robots’. De robots configureer je middels software, aangezien ze niet fysiek zijn. Het configureren van zo’n robot vereist weinig technische kennis, de robot kopieert de handelingen die een mens uitvoert en ís vervolgens in staat deze handelingen zelf uit te voeren.

Het nadeel van RPA is dan ook dat deze zichzelf niet zal aanpassen als zijn omgeving is aanpast. Eerder hadden we het over hoe de ‘robot’ de menselijke acties kopieert en vervolgens zelf op commando uitvoert. Echter, als er iets in de flow verandert, bijvoorbeeld een URL van een website die verandert, dan zal de RPA niet meer werken. Hierbij leggen we een nadeel van RPA bloot; het vereist in sommige gevallen een continu onderhoud en controle (om te voorkomen dat er fouten gemaakt worden).

Een groot voordeel van RPA is dat hij zijn taken 24/7 kan uitvoeren. Een (echte) medewerker kan slechts 40 uur per week werken, een robot kan dit non-stop doen. Om deze reden is RPA een populaire techniek die de laatste jaren steeds vaker én op grotere schaal wordt geïmplementeerd.

De gecombineerde krachten van BPM en RPA

Er zijn nu twee technieken besproken die beide raakvlak hebben met werkprocessen binnen organisaties. BPM is er om processen te analyseren, optimaliseren en digitaliseren. RPA is een techniek die bedoelt is om menselijke handelingen over te nemen en zelf uit te voeren. Zijn deze technieken dan te combineren? Het antwoord is uiteraard ja, en dat heeft er alles mee te maken dat het doel van beide technieken veel raakvlak met elkaar heeft. Hoe zijn beide technieken dan te combineren om gezamenlijk één doel te realiseren?

Om te beginnen gaan we terug naar het low-code platform waar we het eerder over hebben gehad. Als voorbereiding dien je de processen eerst te optimaliseren, om ze vervolgens te digitaliseren/automatiseren binnen het low-code platform. Binnen het low-code platform formuleer je de processen middels BPMN (2.0), waarbij automatisering plaatsvindt op koppelingen tussen systemen. Wat hiermee bedoelt wordt, is dat ingevulde gegevens automatisch hun weg vervolgen naar de volgende stap in het proces. Een voorbeeld hiervan is een formulier dat door een medewerker wordt ingevuld, om vervolgens automatisch ter goedkeuring naar de HR-manager wordt verstuurd.

RPA sluit hier op aan door ‘manual’-tasks (menselijke, handmatig uitgevoerde taken) te robotiseren. Als voorbeeld is er net een nieuwe collega binnen jouw organisatie gestart. Normaal gesproken geef je als nieuwe collega al je persoonlijke gegevens door aan HRM, die deze vervolgens handmatig moeten overzetten in alle te gebruiken systemen. Denk hierbij aan de salaris administratie, het team waarin je komt te werken, de directie etc.

Dit is in feite een handeling die meermaals op dezelfde wijze wordt uitgevoerd. In een BPM platform zou je een technische (automatische) koppeling kunnen maken, waarbij de door jouw ingevulde gegevens automatisch worden verstuurd naar alle applicaties binnen de organisatie. Echter, een groot aantal ‘traditionele/verouderede’ applicaties heeft geen web services, waarbij de menselijke handeling (het kopiëren en plakken van gegevens) alsnog moet worden uitgevoerd.

RPA biedt hierin de oplossing, door een robot deze gegevens mee te geven, zodat hij deze gegevens invoert in alle applicaties. Hiermee is de menselijke handeling van het kopiëren en plakken niet langer vereist. Dit scheelt een hoop mensenwerk én staat de nieuwe collega binnen no-time geregistreerd door de gehele organisatie.

De conclusie is dat BPM en RPA absoluut geen concurrerende technieken zijn, maar elkaar eerder aanvullen. BPM is er echt op gericht om processen te optimaliseren en digitaliseren in een low-code platform, waarbij koppelingen met (externe) systemen gerealiseerd kunnen worden. RPA is hierbij ‘slechts’ een robot die menselijke handelingen simuleert en deze 24/7 uitvoert.

Hoe gaan we binnen Siderian om met beide technieken?

Binnen Siderian hebben we een low-code platform, Siderian Cloud, waarmee BPM te realiseren is. Hierin kunt u al uw bedrijfsprocessen (laten) digitaliseren en automatiseren, waarbij een overzicht van de proces-resultaten niet ontbreekt. Daarbij kijken we sinds de ontwikkelingen van RPA welke menselijke handelingen in de bedrijfsprocessen gerobotiseerd kunnen worden middels RPA. Middels deze twee technieken optimaliseren wij processen nóg verder voor een betere performance.

Benieuwd naar ons BPM product Siderian Cloud en hoe we BPM & RPA voor uw bedrijfsprocessen combineren? Start vandaag nog en plan een plan een intakegesprek in!

Binnen een groot aantal organisaties is de relatie tussen de Business en de IT nog altijd niet “soepel” te noemen. De Business merkt behoeften op, of dat nou bij hun eigen werkzaamheden is, of dat zij signalen vanuit de consument ontvangen. De Business legt wensen en eisen voor aan IT, die het vervolgens dienen ‘om te zetten’ in een werkend IT-product. Het resultaat is in veel gevallen dat er een product wordt opgeleverd waarbij veel tijd en geld verloren gaat, om vervolgens de toegevoegde waarde slecht te erkennen. Lean IT zorgt ervoor dat het ‘van business naar IT’ proces efficiënt aangepakt wordt, waar bovendien de waarde voor de klant centraal staat.

Met Lean IT Kunnen efficiënte IT-processen gerealiseerd worden

Lean IT is de combinatie tussen Lean Six Sigma en IT Service Management. Binnen Lean kennen we de 5 basisprincipes, die bij Lean IT in feite ongewijzigd blijven, maar een specifiekere invulling krijgen. Met IT Service Management (ITSM) gaat het erom dat de verstrekking van informatietechnologie afgestemd wordt op de behoeften van de onderneming. Met Lean gaat het er juist om dat de klant centraal staat, en dat er voor hem een meerwaarde wordt gecreëerd, waarbij er zo min mogelijk ‘waste’ is. De 5 basisprincipes van Lean worden gespecificeerd voor IT-organisaties:

De toegevoegde waarde voor de klant
Om te begrijpen hoe je waarde kunt toevoegen voor je klanten, is het van belang dat je op de eerste plaats weet wie je klanten zijn. Daarom begin je met Lean IT met het specificeren van je klanten, zodat je daarvandaan specifiek kunt inspelen op de toegevoegde waarde die je voor hen wilt realiseren. Een groot aantal organisaties begrijpt heel goed wat van waarde is voor hun klanten, waardoor ze hen producten/diensten aanbieden waar nog niet om gevraagd is. Hierbij ben je de vraag vanuit de markt al voor en wordt er soms een risico genomen om klanten (positief) te verrassen. Een voorbeeld is BOL.com, die de laatste jaren in een ‘modern/jong’ marketing-team hebben geïnvesteerd om de jongeren doelgroepen aan te trekken. Het is natuurlijk niet zo dat jongeren destijds klachten hebben ingediend over de vorm van marketing; BOL.com heeft deze stappen zelf ondernomen, waarbij het resultaat meer dan winstgevend is.

Waar wordt de waarde voor de klanten gerealiseerd?
Vervolgens is het van belang dat je kijkt waar de waarde voor de klant wordt gerealiseerd. Een methodiek om de waardestroom uit te voeren is middels een value stream map. Hiermee breng je de hele processtroom in kaart, waarbij je onderscheid maakt tussen Customer Value Added (activiteiten die directe waarde voor de klant toevoegen) of geen waarde toevoeging voor de klant. Er zijn natuurlijk ook activiteiten vereist die geen waarde creëren voor de klant, maar wel nodig zijn om de organisatie te laten draaien. Hierbij onderscheid Lean Business Value Added (dit zijn de activiteiten die de organisatie laten ‘draaien’) en Non Value Added (dit is ‘waardeloos’ en dient geëlimineerd te worden). Binnen Lean IT gaat het dan ook om applicaties/systemen die geanalyseerd dienen te worden. Hierbij is het van belang dat je als eindgebruiker kritisch kijkt naar elk veld dat ingevuld dient te worden, elke checkbox die aangevinkt moet worden én bovendien hoeveel tijd je moet wachten tot je over kunt naar een volgende stap.

Zorg voor een doorstroming
Nu je de waardestroom analyse hebt uitgevoerd, moet je deze ook daadwerkelijk gaan uitvoeren. Met andere woorden; elimineer de ‘waste’ die je eerder hebt gedefinieerd. Het is binnen Lean IT goed mogelijk dat je de ‘wachttijd’ wilt verkorten (dat is immers een vorm van waste). Hierbij is het van belang dat je niet per se kijkt naar een compleet nieuwe applicatie die dit ‘beter’ doet, maar dat je kijkt naar de architectuur van je huidige applicatie landschap. Het is immers mogelijk dat de inrichting daarvan niet optimaal is, waardoor het laden van bepaalde activiteiten (onnodig) lang duurt.

Het doel van de ‘Flow’ (officiële Lean term) is om  de dienst/product volgens de eisen van de klant zonder tijdsverlies naar de klant te laten ‘stromen’. Denk bijvoorbeeld aan een webshop; jaren geleden was het een wonder als je pakket binnen 2 dagen in huis was. Tegenwoordig kun je (soms tegen betaling) een pakket dat je ’s morgens hebt besteld, diezelfde avond nog in huis verwachten. En ondanks dat dit wellicht vandaag de dag nog vrij bijzonder te noemen is, zal het over een aantal jaren de minimum standaard kwaliteitseis vanuit de klant zijn.

Pull

‘Doe wat nodig is, wanneer het nodig is’, dit is wat centraal staat binnen pull. Dit is één van de belangrijkste principes binnen Lean IT, omdat er tegenwoordig nog steeds maatwerk systemen worden gebouwd waarbij er functionaliteiten zijn toegevoegd die vervolgens nooit worden gebruikt. Wellicht denk je “Maar kan het kwaad?”; Ja, want binnen Lean staat de klantwaarde centraal. Een functionaliteit die geen meerwaarde bied voor de klant (omdat deze simpelweg niet gebruikt wordt) wordt erkend als ‘waste’ en dient in de eerste plaats niet gerealiseerd te zijn.

PDCA: perfectie

In het laatste principe gaat het om het streven naar perfectie. Is dat wel goed? Perfectie is immers iets wat bekend staat als ‘onbereikbaar’. Dat is ook precies het doel van dit principe. De PDCA (Plan, do, check, act) cyclus geeft aan dat er nooit een einde aan zit, waarbij organisaties iedere dag weer een stapje in de ‘verbeterde’ richting moeten zetten. Tegenwoordig worden methodieken als Agile hier op ingericht, waarbij een daily stand-up ervoor moet zorgen dat een fout die gisteren is gemaakt, in de toekomst wordt voorkomen.

Siderian en Lean-IT

Binnen Siderian maken we gebruik van Lean om binnen alle soorten IT-organisaties optimalisatietrajecten uit te voeren. Hierbij maken we gebruik van Siderian Performance Management, een integrale aanpak om continue verbeteringen te realiseren voor uw organisatie. Daarbij bieden we als IT-oplossing Siderian Cloud aan, een multifunctioneel platform (iBPMS) dat nauw aansluit op uw geoptimaliseerde organisatie.

Meer weten over de technieken die we gebruiken om ook uw bedrijfsprocessen te optimaliseren?

In de vorige blogpost ben ik ingegaan op het visualiseren van informatie: Business Intelligence. In deze post ga ik verder in op de invulling van de dashboards en hoe je hier op kunt sturen. Door middel van KPI’s kun je als organisatie strategische doelstellingen behalen door data te monitoren, analyseren en bij te sturen.

KPI’s: het begin

Nog niet zo heel lang geleden was de marketing- en salesafdeling verantwoordelijk voor heel veel offline activiteiten: campagnes, blogs, verkoopplannen opstellen, leidinggeven aan het team, relaties met klanten aanknopen en onderhouden. Al deze activiteiten waren jaren geleden gebaseerd op ervaringen en onderbuikgevoelens van medewerkers.

Vandaag de dag zijn ervaringen en onderbuikgevoelens nog steeds van enorm belang, maar daarnaast is er iets belangrijks bijgekomen: data. Doordat tegenwoordig veel activiteiten digitaal worden uitgevoerd, wordt er veel data gegenereerd en opgeslagen.

Door te sturen op deze data, middels KPI’s, kunnen de juiste besluiten en juiste acties worden ondernomen. Hiermee worden activiteiten niet alleen gebaseerd op ervaringen en onderbuikgevoelens, maar ook op informatie die ontstaat door middel van KPI’s. Een KPI kan bijvoorbeeld ingezet worden om de klanttevredenheid te monitoren. Blijkt het dat de klanttevredenheid ver onder de maat is? Dan kun je jouw persoonlijke kennis inzetten om het probleem omtrent de klanttevredenheid te verbeteren. Het resultaat is dat je door data efficiënt in te zetten, wijsheid voor de organisatie hebt gecreëerd, je hebt immers een probleem opgelost wat in beeld is gekomen door de inzet van data.

Wat is een KPI en hoe stel ik er een op?

KPI is de afkorting voor kritieke prestatie indicator en heeft als doel om de voortgang van prestaties meetbaar en concreet te maken. Zo kunnen prestaties van onder meer de organisatie, processen, teams en medewerkers inzichtelijk worden gemaakt.

Het hebben van inzicht in prestaties heeft als voordeel om als organisatie continu te kunnen blijven verbeteren om:

• Je missie, visie en doelstellingen te waarborgen;
• Je doelstellingen binnen een afdelingen te waarborgen;
• Je succes van bepaalde processen, opdrachten en campagnes te waarborgen.

Voor het opstellen van een KPI moet je een aantal tips in acht nemen:

• Bedenk ten eerste altijd waarom je een KPI wilt opstellen. In de meeste gevallen neem je de strategische doelen als basis, bijvoorbeeld het verhogen van de klanttevredenheid of het verhogen van de omzet.
• Als je de basis hebt gelegd voor je KPI, is het van belang om te bedenken welke stappen je moet nemen om dit doel/deze doelen te bereiken.
• Bedenk op basis van deze informatie (doel -> hoe kom ik daar?) welke KPI’s je hiervoor kunt gebruiken. Bij het verhogen van de klanttevredenheid kun je bijvoorbeeld denken aan het aantal klachten dat binnenkomt, of het aantal producten dat retour wordt gestuurd in een maand tijd.

KPI’s: SMART

Een welbekend begrip dat altijd blijft terugkomen is SMART. Ook bij het opstellen van KPI’s geldt dat er SMART moet worden geformuleerd, omdat ze hiermee de meeste waarde zullen toevoegen: 

• Specifiek: Stel de KPI duidelijk op en laat géén ruimte over voor interpretatie;
• Meetbaar: Stel een meetbare doelstelling op (vaak cijfermatig) en beschik over de tools om de KPI te meten;
• Acceptabel: Stel de KPI op conform de bedrijfsdoelstellingen en het beleid;
• Realistisch: Stel de KPI op met een haalbare doelstelling binnen de gestelde tijd.
• Tijdsgebonden: Stel de KPI met de start- en einddatum van het doel op.

Een voorbeeld van een SMART KPI is: “in 2020 moet er 5% meer omzet geboekt zijn ten opzichte van de omzet in 2019”

Hoe meet en stuur je op KPI’s

Door het opstellen van KPI’s is het meten van alles wat er binnen de organisatie gebeurt mogelijk. Hieronder worden bijvoorbeeld drie KPI’s in kaart gebracht die relevant zijn voor de marketing- en salesafdeling:

• Aantal Sales Qualified Leads per maand

Hiermee wordt in kaart gebracht hoeveel gekwalificeerde leads er klaar staan om opgevolgd te worden door sales per maand.

• Aantal sales boekingen per maand

Hiermee wordt in kaart gebracht hoeveel boekingen er zijn per maand en kan de groei worden gestimuleerd.

• Aantal bezoekers per maand via Google

Hiermee wordt in kaart gebracht hoeveel bezoekers de website hebben bezocht via Google.

* Uiteraard geldt nog dat ieder van de bovengenoemde KPI’s afhankelijk van de benodigde inzichten  kan worden opgedeeld met inzichten, zoals per land en regio.

In het bovenstaande voorbeeld zie je de KPI ‘Aantal boekingen per weekdag’. De KPI is opgesteld met als doel het inzichtelijk krijgen van de boekingen over een hele week. We hebben de norm ingesteld op 3 boekingen per dag, dat wilt zeggen dat we 3 boekingen of meer per dag willen terugzien. Echter, je ziet dat er op zowel donderdag als vrijdag slechts 2 boekingen per dag hebben plaatsgevonden. Het resultaat is dat we kunnen gaan sturen op deze bevindingen. Na deze bevindingen kun je jezelf afvragen waarom er juist op die twee dagen minder wordt geboekt dan op de overige weekdagen. Het voordeel van de KPI is het inzichtelijk krijgen in de boekingen per dag. Het was immers een stuk lastiger geweest als je alleen het aantal boekingen per week kon zien (in ons voorbeeld: 16 boekingen over de hele week), aangezien je dan niet weet op welke dagen je onder de norm zit.

Wanneer een organisatie te veel, weinig of géén KPI’s heeft is het lastig om de concrete voortgang van de doelstellingen te meten, met als gevolg dat je niet de juiste besluiten en acties kunt ondernemen om je doelstellingen te realiseren.

Werken met KPI’s

Met Siderian Business Intelligence maken wij jouw strategische, tactische en operationele informatie zichtbaar. Hiermee houdt je de vorderingen om bedrijfsdoelstellingen te halen, nauwlettend in de gaten in jouw gepersonaliseerde dashboard.

Met vastgestelde KPI’s, in een solide datawarehouse, visualiseren wij je performance indicatoren op heldere en eenduidige wijze. Waar nodig zorgen wij voor realtime ontsluiting van je databronnen.

Wilt u weten welke KPI’s van belang zijn voor úw organisatie, hoe deze gebruikt worden én hoe Business Process Management uw bedrijfsefficiëntie boost?

Wellicht herken je bij het oplossen van een woordzoeker dat je soms erg lang bezig bent met één specifiek woord. Je lijkt het missende woord niet te kunnen vinden ondanks dat het woord de langste is van alle andere woorden, je zou het vrij simpel moeten vinden toch? Als je alle woorden uit de woordzoeker zou kunnen opsplitsen en verticaal zou kunnen plaatsen, zou je binnen een fractie van een seconde het woord vinden:  je hoeft immers alleen op het eerste woord te letten.

In de dagelijkse business komt dit voorbeeld veel terug, en niet met woordzoekers, maar met informatie. We zijn snel geneigd de informatie die we nodig hebben te ‘plukken’ uit de gigantische databronnen die beschikbaar zijn binnen de organisatie. Business Intelligence is de methodiek die het tonen van informatie vereenvoudigd, op een visuele manier. Het gaat erom dat (logge) databestanden worden ingeladen, omgebouwd en tot slot worden gevisualiseerd tot grafieken waaruit je de data (=informatie) efficiënter kunt aflezen.

Wat houdt Business Intelligence in?

Business Intelligence (BI) is de discipline waarbij het analyseren en verzamelen van data vanuit de bedrijfsprocessen centraal staat. Denk hierbij aan inkoop- en verkoopgegevens, personeelsgegevens, klantgegevens etc. Deze ‘data’ is op het moment van binnenkomen ongestructureerd; het wordt hoogstwaarschijnlijk in een database opgeslagen waar op dat moment nog niets mee gebeurd. Organisaties verzamelen talloze soorten data, waarmee het (hoger) management zou kunnen inspelen op mogelijke ontwikkelingen. Echter, de realiteit is dat lang niet alle data (optimaal) gebruikt wordt om effectief te kunnen sturen op strategisch niveau.

Met Business Intelligence zorg je ervoor dat deze data gestructureerd wordt op een visuele wijze, middels grafieken. Je kunt je voorstellen dat het opzoeken van de maanden waarin je de hoogste omzet hebt gedraaid een langdurig proces is, mits je deze informatie gewoon in je ‘boeken’ opzoekt. Een mooi voorbeeld om BI toe te lichten: je laadt alle data in wat betreft je verkoopcijfers, om vervolgens je BI-applicatie te starten. Je kunt ervoor kiezen om bijvoorbeeld een financieel dashboard in te richten, waarbij je direct inzicht hebt in je omzet van de afgelopen 2 jaar. Je hebt de data ingeladen van 2015 tot 2020, waarmee je op de eerste plaats ziet dat de staaf op het jaar 2018 verreweg het hoogst staat. Je hebt dus in een fractie van een seconde inzicht gekregen in het feit dat 2018 jouw meest succesvolle jaar was wat betreft de omzet. Door op deze staaf te klikken/tikken kun je specifiekere informatie inzien over dit jaar, bijvoorbeeld over de maanden en welke producten er specifiek verkocht zijn.

Het bovenstaande voorbeeld is het meest standaard voorbeeld wat men kan gebruiken om BI toe te lichten. Het belangrijkste om te onthouden is dat Business Intelligence ongestructureerde data omzet tot visuele informatie.

BI-tooling

Op de markt zijn vandaag de dag talloze BI-tools beschikbaar. Een aantal van deze is gratis te gebruiken, maar sommigen kunnen ook serieuze kosten met zich mee brengen. Maar wat is een BI-tool precies en wat kun je ermee?

Een BI tool is een applicatie die in de eerste plaats bedoeld is om dashboards mee te realiseren. Een dashboard is in feite een overzicht aan zelf samengestelde grafieken, in alle soorten en maten (in de meeste gevallen volledig aan te passen naar persoonlijke wensen). Deze dashboards kun je bijvoorbeeld met Power BI op een visuele wijze samenstellen, er is weinig tot geen kennis van ontwikkelen nodig.

Om te beginnen moet je jezelf afvragen met welk doel je het dashboard wilt realiseren. Wie zijn de gebruikers en welke doelstelling(en) wil je meten? Welke informatie hebben je gebruikers nodig om te kunnen sturen en/of om te analyseren? Door deze vragen te beantwoorden wordt het mogelijk om een concrete selectie maken op de data die je voor je dashboard wilt gebruiken en hoe je dit omzet tot visuele informatie.

Nadat je hebt besloten welke informatie je wilt presenteren op het dashboard is het van belang dat je de juiste data inlaadt. Kies je ervoor om omzetcijfers te laten zien? Dan is het van belang om vanuit je database je omzetcijfers te exporteren richting je BI tool. Nu je de data hebt staan, kun je grafieken gaan ontwerpen. In de meeste gevallen heeft je BI-tool een aantal templates die je kunt gebruiken om je grafieken slechts aan te passen naar je eigen wensen.

Business Intelligence: Tips!

Natuurlijk zijn er honderden manieren om dashboards samen te stellen, waarbij het lastig is om te zeggen wat nou ‘goed’ of ‘fout’ is. In de meeste gevallen moet je een dashboard zo ontwikkelen dat je altijd zo efficiënt mogelijk bij de informatie komt die je nodig hebt (visueel!). We hebben echter wel een aantal tips samengesteld om je te helpen bij je eerste dashboard:

• Laat de juiste statistieken aan de voorkant zien
  Wat we hiermee bedoelen is dat zodra je jouw eerste dashboard opent, je direct de informatie wilt inzien die direct van belang is. Het is niet interessant om te zien dat medewerker B één minuut geleden heeft uitgeklokt. Wel is het interessant om te zien welke omzet je deze week hebt gedraaid en dat deze boven of onder de target ligt. Met andere woorden: scheidt hoofdzaken van bijzaken!
• Gebruik templates
  Het is in de meeste gevallen onnodig om het wiel opnieuw uit te vinden, zo ook bij het realiseren van een dashboard. De bekendste BI-tools hebben talloze templates beschikbaar waar je gemakkelijk gebruik van kunt maken en slechts een paar aanpassingen in hoeft door te voeren.
• Visueel!
  Ondanks dat het al een aantal keren aan bod is gekomen kunnen we niet vaak  genoeg benadrukken hoe belangrijk het is dat je dashboard visueel is. Vermijd tabellen om te voorkomen dat het visuele overzicht verloren gaat.
• Gebruik kleuren
  Een dashboard dat overal zwart is, draagt niet bepaald bij aan de ‘user experience’. Maak gebruik van diverse kleuren. Kleuren kun je het beste gebruiken om doelstellingen te visualiseren. Je gebruik zachte kleuren om ‘reguliere’ cijfers weer te geven. Echter, geeft je cijfer/grafiek aan dat deze onder de target is en daar focus op moet hebben, dan maak je ‘m rood (of juist groen als het positief is). Als alle onderdelen uit een grafiek bestaan uit zachte kleuren, zal één felle kleur (rood voor negatief, groen voor positief) er direct uitspringen waarmee je snel kunt inzien waar de focus op moet liggen.
• Overleggen
  Zorg voor draagvlak door de eindgebruikers van de dashboards actief te betrekken bij de invulling ervan. Wellicht dat zij andere prioriteiten stellen aan de informatie dan dat jij doet als dashboard-ontwikkelaar.

Siderian Cloud: Business Intelligence

Binnen Siderian Cloud maken we gebruik van BI om data op een visuele wijze te presenteren aan de eindgebruikers, waarbij er een link wordt gelegd tussen Business Process Management en BI. Op deze manier kun je de data als output uit de processen direct inzien in jouw persoonlijke dashboards.

Wil je weten hoe de informatievoorziening binnen jouw organisatie gevisualiseerd kan worden? Ben je benieuwd naar de resultaten die je ermee kunt behalen?

Vandaag de dag zijn (veel) bedrijfsprocessen vastgesteld naar aanleiding van een Lean traject, wat we ook wel een optimalisatietraject noemen. De reden hiervoor is in de meeste gevallen dat het management actief/actiever wilt sturen op eventuele veranderingen én deze veranderingen bovendien (eerder) wilt zien aankomen.

Echter, het feit dat een bedrijfsproces is vastgelegd of ‘gedigitaliseerd’ wilt niet zeggen dat dit proces ook de meest doeltreffende ‘variant’ van het proces is. Men heeft destijds, gebaseerd op Lean, een model bedacht waarbij bedrijfsprocessen eenvoudig geoptimaliseerd kunnen worden: een Value Stream Map of waardestroomanalyse in het Nederlands.

Wat houdt Value Stream Mapping in?

Value stream mapping (VSM) staat aan het begin van een verbeterproject, waarbij één of meerdere processen worden gevisualiseerd om (mogelijke) knelpunten te identificeren. Het uiteindelijke doel van Value Stream Mapping is om verspillingen te identificeren en deze uiteindelijk te elimineren.

De essentie van VSM is om processen te realiseren die na een optimalisatie zoveel mogelijk meerwaarde voor de klant leveren, tegen zo laag mogelijke kosten.

Hoe gebruiken we een Value Stream Map?

Om VSM zo efficiënt mogelijk te gebruiken is er hieronder een stappenplan opgesteld:

1. Om te beginnen dien je het proces zo gedetailleerd mogelijk te omschrijven, waarbij elke stap in het proces wordt genoteerd. Daarbij is het ook belangrijk om het doel van het proces te noteren: waarom voeren we dit proces uit, wat levert het de klant op?
2. Omschrijf de huidige staat van het proces in een stappenschema, waarin je alle tijd die het in beslag neemt noteert. Vervolgens visualiseer je het huidige proces in een stappenschema. Hierbij plaats je elke processtap in een blok waarbij je de tijd ook noteert die de gehele processtap in beslag neemt.
3. Hierna noteren we de kosten per processtap.
4. De volgende stap is het berekenen van de doorlooptijd van het proces, we willen immers weten hoe lang we in totaal bezig zijn met de uitvoer van het gehele proces, ongeacht wat de bewerkingstijd is.
5. Tot slot berekenen we de PCE (process cycle efficiency) (de tijd waarbij er daadwerkelijk iets toegevoegd wordt aan het product of dienst). Dit doen we door de bewerkingstijd te delen door de doorlooptijd.Voorbeeld: 10 uur bewerkingstijd / 100 uur doorlooptijd = 10% van de tijd gedurende de uitvoer van het proces draagt daadwerkelijk bij aan het resultaat. Met andere woorden: 90% waste!

Voorbeeld van een VSM

In het bovenstaande voorbeeld ben je eigenaar van een auto merk, waarbij we kijken naar het proces waarbij nieuwe onderdelen binnenkomen. De nieuwe onderdelen worden samengesteld tot een auto, waarbij de auto tot slot de fabriek verlaat richting de klant.

Om te beginnen hebben we een distributiecentrum waar goederen binnenkomen. Daar hebben we
€ 500.000,- aan goederen opgeslagen liggen om auto’s mee te fabriceren. We beginnen bij het opbouwen van de carrosserie, waar we voor € 50.000,- aan halffabricaten van hebben opgeslagen.

Het opbouwen van de carrosserie neemt 6 uur tijd in beslag, maar is waarde toevoegend , omdat het direct bijdraagt aan het voltooien van de auto. Vervolgens voegen we de remmen en de motor toe aan de auto, waarbij we voor 100.000,- aan halffabricaten hebben liggen. De tijd die het in beslag neemt is 3 uur, waarnaar we vervolgens het interieur installeren. Het interieur installeren is een tijdrovend proces en kost 7 uur om te voltooien.

We hebben nu het huidige proces in kaart gebracht, waarbij we zowel de kosten als de tijd  in kaart brengen. We maken onderscheid tussen de totale duur van het proces (7 dagen), en de tijd die concrete waarde heeft toegevoegd aan het eindresultaat (6 + 3 + 7 = 16 uur).

We berekenen vervolgens hoeveel procent van de tijd we daadwerkelijk waarde toevoegen aan het eindresultaat van het proces: 16 uur (waarde toevoegend) / (7 x 24 uur) = 9,5%.
We verspillen maar liefst 90,5% van de totale tijd!

Value Stream Mapping: Kosten en Tijd

Het voorbeeld wat je zojuist hebt doorgelezen is een vereenvoudigde Value Stream Map. Bij een ‘echte’, uitgewerkte VSM houd je rekening met diverse soorten kosten en tijd:

1. Estimated cost per activity: dit zijn de totale kosten per activiteit.
2. Proces Time (P/T): dit is de waarde-toevoegende tijd per ‘unit’ (in ons vorige voorbeeld de auto)
3. Change-over time: dit is de tijd die verstrijkt tussen het overschakelen van de ene dienst of product naar het andere
4. Queue time: de tijd dat producten wachten om verwerkt te worden
5. Takt time: de vraag van klanten voor elk type dienst of product
6. Complexity: de hoeveelheid verschillende diensten of producten die worden verwerkt bij de activiteit
7. Uptime: de tijd dat er gewerkt wordt per dag minus de pauzes en onderbrekingen
8. Defects and rework: de tijd die wordt besteed aan het repareren van defecten (wordt vaak in procenten uitgedrukt)

Zoals je ziet zijn dat nogal wat punten waar je rekening mee kunt houden bij het opstellen van een Value Stream Map. Voor een eenvoudig proces is dit niet nodig, aangezien je wellicht genoeg informatie hebt aan alleen het kostenplaatje en vervolgens precies weet waar je op kunt besparen.

Siderian en Value Stream Mapping

Binnen Siderian Cloud, onze iBPMS (Intelligent Business Process Management Suite) maken we gebruik van VSM om processen te analyseren en te optimaliseren alvorens dit proces wordt gedigitaliseerd. Per proces is het mogelijk om de value stream map toe te voegen om in te zien waar tijd en resources verloren gingen alvorens het proces gedigitaliseerd werd.

Bent u benieuwd naar de mogelijkheden van Value Stream Mapping voor úw organisatie? Of bent u benieuwd naar het totaalplaatje omtrent procesoptimalisatie?