Van businessgebruiker tot data scientist: een Analytics Value Training stimuleert samenwerking rond data en analytics
Dit artikel werd geschreven door Alexandra de Hemptinne, Customer trainer bij SAS België
Niemand kan de kracht van Artificiële Intelligentie (AI) vandaag nog ontkennen. Maar wie voordeel wil halen met de technologie, moet eerst z’n data op orde krijgen. Veel bedrijven zitten op een berg ongestructureerde data en laten zo heel wat potentieel onbenut. Data en de analyse ervan kunnen organisaties immers helpen om snel trends te ontdekken en een strategie voor de toekomst uit te werken. Dat maakt het mogelijk om de juiste beslissingen te nemen bij het oplossen van uitdagingen voor de business.
De data die hiervoor nodig is, zit vaak doorheen de organisatie verspreid. Bovendien hebben medewerkers in de verschillende lagen van het bedrijf een andere achtergrond en andere businessprioriteiten. Dat maakt het moeilijk om met eenzelfde visie en doelstelling analytics-projecten te starten. Een Analytics Value Training wil hier een antwoord op bieden door basiskennis te creëren en samenwerking te stimuleren tussen de business en IT.
Analytics is een teamsport
Het doel van analytics is problemen oplossen, maar dat kan alleen als iedereen in het bedrijf die problemen begrijpt en dezelfde taal spreekt. In plaats van deelnemers op basis van competenties in groepen te verdelen, brengt een Analytics Value Training die verschillende profielen juist samen om de uitdagingen op te lossen die gebruikers van AI en analytics ervaren. De training zorgt ervoor dat alle deelnemers – zowel uit de business als IT – een basisniveau van data-analyse onder de knie krijgen en zo een mindset ontwikkelen om analytics-technieken toe te passen die inzichten genereren.
Tijdens de training ontdek je bijvoorbeeld hoe je businessproblemen identificeert en prioriteiten stelt bij het inschakelen van analytics. Je leert ook hoe je inzichten communiceert naar de verschillende stakeholders in de organisatie. Voor je over analytics begint te praten, moet je uiteraard eerst weten wie die stakeholders zijn, wat hun rol is en wat hun competenties zijn.
Kennis mag dan wel iets individueels zijn, voor een succesvolle toepassing van analytics is het belangrijk dat iedereen rond dezelfde uitdagingen kan samenwerken. Ook data scientists en IT-collega’s moeten begrijpen met welke uitdagingen de business te kampen heeft. De training toont het belang van co-creatie en legt uit hoe je analytics integreert op een manier die ieders behoeften en skills erkent. Alle neuzen moeten in dezelfde richting staan en er moet een algemeen begrip komen voor de waarde van AI. Daarbij moet je ook verschillende uitdagingen in overweging nemen, zoals ethisch gebruik van AI.
Meteen in de praktijk toepassen
Organisaties willen vandaag zo snel mogelijk waarde halen uit investeringen in analytics en AI. Daarom moet een opleiding praktijkgericht zijn. Deelnemers van een Analytics Value Training vertrekken altijd vanuit echte praktijkcases. De training wordt bovendien gegeven door experten die zelf over de nodige praktische ervaring beschikken om de uitdagingen van de business te begrijpen. Deelnemers maken kennis met standaard methodologieën en ontdekken meteen daarna via cohort-coaching sessies hoe ze die methodologieën in hun organisatie kunnen toepassen. Ze leren niet alleen dankzij inspirerende praktijkcases, maar ook door zelf aangebrachte of ontwikkelde cases die ze met hun pas verworven competenties verrijken.
Conclusie: data-analyse is enkel succesvol wanneer dit door iedereen in de organisatie gedragen wordt. Bedrijven hebben nood aan een basisniveau van datageletterdheid dat stakeholders toelaat om met elkaar te communiceren en te begrijpen hoe ze elkaar kunnen ondersteunen om een uitdaging voor hun organisatie op te lossen. Een Analytics Value Training is daarom een cruciale stap voor iedere onderneming die een datagedreven ingesteldheid en cultuur wil uitbouwen.
Dit artikel werd geschreven door Alexandra de Hemptinne, Customer trainer bij SAS België en valt buiten de verantwoordelijkheid van de redactie.
