Aan de slag met Generatieve AI? Zo haalt je business meer uit data-analyse

Dit artikel werd geschreven door Caroline Van Cleemput, Regional Vice President bij Salesforce.

Dat er desalniettemin nog werk aan de winkel is, bewijzen recente cijfers van Gartner: amper 29% van de werknemers gebruikt vandaag data bij het nemen van beslissingen. Generatieve AI neemt op dat gebied veel obstakels weg, al is het maar om minder tijd te verliezen met repetitief werk. Zogenaamde Large Language Models (LLM) maken het mogelijk om in natuurlijke taal te communiceren en visualiseren resultaten ook in overzichtelijke rapporten of dashboards. Ze kunnen gebruikers zelfs actief helpen om relevante inzichten te ontdekken of boodschappen te formuleren.

De mogelijkheden lijken eindeloos. Denk bijvoorbeeld aan marketeers of salesvertegenwoordigers die berichten voor klanten in een vingerknip personaliseren en zo efficiënter inspelen op opportuniteiten.

Maar wat betekent dit voor de rol van data-analyse in een bedrijf? Speelt die in veel mindere mate een rol nu gebruikers eenvoudig vragen in een prompt zetten en per ommegaande een antwoord krijgen? Zeker niet … Eigenlijk zijn AI en Machine Learning tools die data-analisten al geruime tijd gebruiken. Generatieve AI is in de eerste plaats een technologie die deze toolkit verder uitbreidt en de impact van data-analyse voor de business op tal van manieren versterkt.

1. Minder repetitief en meer strategisch werk

Zonder data, geen AI. In elke organisatie neemt de berg data dagelijks toe, wat het steeds uitdagender maakt om snel de juiste gegevens te verzamelen, op te schonen en om te zetten in sterke inzichten voor de business. Generatieve AI neemt een deel van dit voorbereidende en repetitieve werk over, zodat data-analisten zich kunnen toeleggen op complexe en strategische taken waarvoor skills zoals probleemoplossend en kritisch denken cruciaal zijn.

Op lange termijn zal dit voor het hele bedrijf uiteraard een veel grotere meerwaarde en zelfs een kostenbesparing opleveren. De automatisering van repetitief werk komt immers niet alleen de efficiëntie ten goede, maar zal ook een vermindering van de operationele kosten in de hand werken.

2. Iedere gebruiker krijgt in een vingerknip toegang tot relevante inzichten en actiepunten

Niet alleen het voorbereiden van de data, ook het opstellen van rapporten is een tijdrovende bezigheid. Om die reden zijn de rapporten van data-analisten voor de business doorgaans eenzijdig geformuleerd. Ze moeten in één klap een volledig team bedienen, waarna gebruikers individueel de informatie filteren om de antwoorden op hun vraag of uitdaging te zoeken. Het gevolg? Veel manueel werk en een flinke dosis frustratie, zeker als het bedrijf hierdoor niet snel genoeg kan schakelen.

Terwijl bedrijven denken dat ze datagedreven zijn, schetsen de gebruikers vaak een ander beeld. Uit een survey van IDC blijkt dat 83% van de CEO’s van mening is dat ze hun bedrijf meer datagedreven moeten maken, maar ook dat slechts 30% van de werknemers vindt dat hun werkgever hier vandaag al in geslaagd is. Ook hier kan generatieve AI bij helpen. De technologie stelt iedereen in de business in staat om zelfstandig de benodigde informatie te vinden. Een dergelijke tool toont alle relevante inzichten en geeft gebruikers bovendien de mogelijkheid om in natuurlijke taal bijkomende vragen te stellen.

Op basis daarvan kan het systeem meteen de juiste inzichten verschaffen en op termijn zelfs proactief vragen beantwoorden die gebruikers zouden kunnen hebben. Het resultaat? Gebruikers beschikken niet alleen over inzichten, maar ook over concrete actiepunten waar ze mee aan de slag kunnen gaan. Dat laatste kan enkel als je weet waar een inzicht vandaan komt en hoe iets tot stand is gekomen.

3. Experimenteren met nieuwe toepassingen

Aangezien AI een groot deel van het repetitieve werk overneemt, kunnen organisaties dieper graven met data analytics. Analisten krijgen ruimte om hun vaardigheden uit te breiden, onder meer door complexe analyses uit te voeren en zelfs te experimenteren met gesofisticeerde AI-modellen die tot hiertoe eerder voor gespecialiseerde data scientists waren voorbehouden. Denk aan predictieve analyses en allerlei nieuwe toepassingen met Machine Learning. Generatieve AI neemt het codeerluik voor een stuk over, wat het gemakkelijker maakt om innovatieve en datagedreven oplossingen uit te werken. Data-analisten kunnen zo zelfs een sleutelrol krijgen in de besluitvorming van een bedrijf.

Hoe dan ook zullen bedrijven moeten nagaan hoe ze met AI, data en CRM hun klantervaring kunnen verbeteren en hoe ze dit in hun strategische roadmap kunnen passen. Ze moeten prioriteit geven aan ontwikkelingen die de grootste meerwaarde voor de organisatie opleveren. Anders lopen ze het risico dat dataprojecten in een experimentele fase blijven zitten en niet in processen geïntegreerd worden.

Think big, maar bouw stapsgewijs op

Dankzij generatieve AI kunnen bedrijven hun business echt datagedreven maken. De technologie zorgt ervoor dat iedereen met data kan werken, en dat data-analisten meer ruimte hebben om in te zetten op kritisch denken, het onderbouwen van beslissingen en strategische planning. Bovendien laat het hen toe na te denken over de ethische impact van AI. We mogen immers niet vergeten dat vertrouwen en privacy belangrijke pijlers zijn als je met data aan de slag wil gaan

Bedrijven die nu niet op de kar springen en geen datastrategie uitwerken, zullen de kloof met andere organisaties enkel zien toenemen. Natuurlijk doe je dit niet van vandaag op morgen. Denk daarom groot, maar begin klein en bouw geleidelijk op. Er komt immers wel wat kijken bij zo’n datagedreven aanpak. Zoals het belang van data governance, het uitbouwen van een datacultuur, training om de skills van medewerkers aan te scherpen, en natuurlijk de implementatie van de juiste tools.

Ga zeker ook op zoek naar sterke partners die je organisatie op dit traject kunnen begeleiden. Wie het volledige potentieel benut, zal ongeziene klantervaringen creëren en de hele business naar een hoger niveau brengen.

Dit artikel werd geschreven door Caroline Van Cleemput, Regional Vice President bij Salesforce. Onze redactie is niet verantwoordelijk voor de inhoud.