Op 15 juni organiseerden de analisten van OD een inspirerende meetup waarin de veranderende rol van data en analytics in organisaties werd besproken. Tijdens deze bijeenkomst kwamen een 15-tal analisten, product owners en conversie managers samen om te discussiëren over de toekomst van ons vakgebied. In deze blog delen we de belangrijkste inzichten en discussiepunten van de vijf stellingen die we besproken hebben.
Toekomst van data-analist onzeker door AI
Stelling: Met steeds meer AI en analytics-automatisering, wordt de menselijke data-analist overbodig?
De groep was het erover eens dat AI en automatisering in data-analyse steeds beter worden, maar dat menselijke data-analisten nog steeds waardevol zijn. AI kan wel standaardtaken uitvoeren, maar menselijke interpretatie en context zijn nog steeds essentieel. Computers kunnen geen emotionele waarde begrijpen en zijn nog lang niet goed genoeg in complexe gesprekken. Bovendien is de rol van een data-analist breder dan alleen analyse. Ze helpen ook bij implementatie en het bevorderen van data-vaardigheden bij anderen. Het stellen van de juiste vragen en het nemen van de beslissingen op basis van inzichten uit de data zullen hoogstwaarschijnlijk in handen blijven van goede analisten.
Paralysis by Analysis
Stelling 2: ”Paralysis by analysis’ is het grootste gevaar voor een data-gedreven organisatie.
‘Paralysis by analysis’, oftewel verlamming door de oneindige mogelijkheden om steeds verder te analyseren kan een uitdaging zijn binnen data-gedreven organisaties. Het is van belang om te weten wat de behoeften van de organisatie zijn en om de focus te leggen op relevante data. Te veel data kan leiden tot verwarring en discussies, terwijl het beperken van metingen juist kan leiden tot snellere conclusies.
Het is cruciaal dat data-analisten de verantwoordelijkheid nemen om de nuttige data te selecteren en te beheren, en om de datakwaliteit te waarborgen, door dit te doen kan het gevaar van paralysis by analysis worden beperkt. Daarnaast werd opgemerkt dat het nemen van beslissingen zonder data soms sneller kan zijn, maar dit hangt af van de volwassenheid van de organisatie en de mate van datagedrevenheid. Of liever gezegd, in hoeverre een organisatie data-informed is. Kortom dat niet voor elke vraag een hele uitgebreide analyse gedaan hoeft te worden, maar dat een korte blik op de data al voor een bruikbaar antwoord kan zorgen.
Data in de lead
Stelling 3: Data-analisten moeten de lead hebben in het uitdragen van een data-gedreven cultuur in de hele organisatie
Iedereen was het erover eens dat data-analisten een belangrijke rol spelen bij het stimuleren en faciliteren van een data-gedreven cultuur. Data-analisten kunnen een cruciale rol spelen bij het begeleiden en ondersteunen van anderen in de organisatie. Ze kunnen trainingen en workshops organiseren om de data-literacy (data-geletterdheid) van medewerkers te vergroten, zodat ze beter kunnen begrijpen hoe ze data kunnen gebruiken in hun dagelijkse werkzaamheden. Daarnaast kunnen ze adviseren bij het formuleren van meetbare doelstellingen en het maken van datagestuurde beslissingen.
Of een analist in de veranderende toekomst van data ook daadwerkelijk de leiding moet nemen in het uitdragen van een data-gedreven cultuur in de hele organisatie was een groter punt van discussie. Waar aan de ene kant werd gezegd dat een analist als geen ander weet hoe data terug te laten vloeien de organisatie in, werd er door anderen benadrukt dat juist een combinatie van ambassadeurs van verschillende afdelingen ervoor kan zorgen dat de hele organisatie meegenomen wordt. Degene die het voortouw moet nemen, hoeft niet een bepaalde rol te hebben, maar wel bepaalde softskills.
Martijn van Vreeden (o.a. Measurecamp, DDMA) kwam hier met een mooie quote: “Voor het uitdragen van een data-gedreven cultuur heb je een intern curling-team nodig, waarbij de analist de steen gooit en anderen de weg hiervoor zo glad mogelijk maakt.”
Data-geletterdheid optimaliseren
Stelling 4: Productteams zetten zowel kwalitatieve als kwantitatieve data voldoende in.
Er waren uiteenlopende ervaringen met het gebruik van verschillende soorten data binnen de organisaties. Voornamelijk bij de grotere organisaties bleken zowel kwalitatieve- als kwantitatieve data effectief gebruikt te worden. In kleinere organisaties wordt vaak nog niet het volledige potentieel benut. De data-geletterdheid van productteams daar is niet optimaal, waardoor ze de inzichten uit kwalitatieve- en kwantitatieve data niet effectief kunnen interpreteren en toepassen. Daarnaast bleek dat bepaalde teams of collega’s een voorkeur hebben voor een bepaald type data, vaak omdat ze meer ervaring hebben met een van de twee types. UX’ers zijn bijvoorbeeld meer getraind in kwalitatieve data, terwijl analisten meer ervaring hebben met kwantitatieve data. Het aanbieden van training en middelen om de data-geletterdheid binnen productteams te vergroten, werd voorgesteld als mogelijke oplossing om dit in de toekomst te overbruggen.
Toekomst van data: ook verandering voor product owner?
Stelling 5: De rol van een product owner of conversie manager lijkt steeds meer op die van een Data-specialist.
De groep was het erover eens dat de rollen van product owners en conversie managers aan het veranderen zijn. Traditioneel gezien lag de focus van deze rollen op het definiëren van product requirements, het beheren van projectplanningen en het optimaliseren van conversieratio’s. Echter, met de groeiende nadruk op datagedreven besluitvorming, worden deze rollen steeds meer verweven met data-analyse en -interpretatie.
De deelnemers benadrukten dat product owners en conversie managers een solide begrip moeten hebben van analysetechnieken, bedreven moeten zijn in data visualisatietools en data-gedreven inzichten effectief moeten kunnen communiceren naar stakeholders. Ze moeten nauw samenwerken met dataspecialisten om relevante gegevens te verzamelen en te analyseren, en bruikbare aanbevelingen te formuleren. Het verzamelen en de eerste interpretatie van data wordt namelijk nog steeds gezien als de rol van de data-analist, niet van de product owner of conversie manager en dit zal in de toekomst waarschijnlijk ook zo blijven.
Conclusies van een geslaagde meetup
Tijdens de meetup kwam naar voren dat AI een krachtig instrument is dat gebruikt kan worden om bepaalde onderdelen van het proces te automatiseren, (mits gecontroleerd op juistheid) terwijl het stellen van de juiste vragen, het trekken van conclusies en het overdragen op collega’s onderdeel blijft van de rol van de analist. Daarnaast werd gewezen op het gevaar van ‘paralysis by analysis’ en het belang van het nemen van doordachte beslissingen op basis van beschikbare data, zonder verstrikt te raken in eindeloze analyseprocessen. Verder werd benadrukt dat het aanstellen van datagedreven ambassadeurs essentieel is voor het creëren van een data-gedreven cultuur binnen een organisatie, het liefst een combinatie van meerdere disciplines, maar dat dit niet per se de verantwoordelijkheid is van een analist. Het werd ook duidelijk dat zowel kwalitatieve- als kwantitatieve data waardevol zijn voor productteams, en dat op dat gebied bij veel bedrijven nog veel te winnen is. Tot slot werd geconstateerd dat datageletterdheid steeds belangrijker wordt voor product owners en conversie managers. Door deze inzichten te omarmen en te investeren in datavaardigheden en samenwerking, kunnen productteams hun potentieel maximaliseren en succesvolle producten en diensten leveren.
Tot slot
Onze meetups worden meerdere keren per jaar georganiseerd door de verschillende disciplines. Wil je daarvan op de hoogte blijven? Meld je dan aan voor onze nieuwsbrief. Hier houden we je ook op de hoogte van onze events, laatste blogs en natuurlijk de Academy, waar specialisten uit heel Nederland al jaren de best beoordeelde trainingen en cursussen volgen.
