Wanneer het werkt, Grote gegevens kan iets moois zijn – welke organisatie zou niet meer bruikbare informatie willen waarmee ze betere datagestuurde beslissingen kunnen nemen in de zoektocht naar een concurrentievoordeel? Maar in de race om Big Data te verwerven kunnen leiders gemakkelijk van hun koers afdwalen, met verwoestende gevolgen. Volgens EMC (openbaarmaking: klant) is slechts ongeveer 1/3 van de bedrijven in staat om effectief gebruik te maken van Big Data. In de post van vandaag zal ik de valkuilen onderzoeken die bedrijven te wachten staan bij het nastreven van Big Data.
Het is duidelijk dat sommige organisaties (Amazon, Google, de federale overheid, enz.) beter gepositioneerd zijn om de kansen die Big Data biedt te benutten dan andere. Het punt is: niet elk bedrijf heeft toegang tot, laat staan de mogelijkheid om gegevens in exabytes (ongeveer 1 miljard gigabytes) te verzamelen, beoordelen en operationeel te maken. De hoeveelheid infrastructuur en personeel die nodig is om gegevens uit ongelijksoortige, maar toch alomtegenwoordige input te integreren, is duizelingwekkend. De harde realiteit is dat voor elk bedrijf dat in staat is om Big Data te benutten, er honderden zullen falen in hun poging daartoe.
MBO's, KPI's, segmentatie, analytics en nu Big Data. Alle leiders meten dingen – de vraag is: meten ze de juiste dingen, om de juiste redenen en op de juiste momenten? Hoewel ik de waarde van Big Data niet betwist, zou ik liever zien dat organisaties hun inspanningen realistisch richten op het operationeel maken ervan kennis op welk volume of welke snelheid ze momenteel ook aankunnen, en maken zich dan zorgen over de schaal. Laat ik duidelijk zijn: statistieken zijn op zijn best nutteloos en mogelijk schadelijk als de verkeerde dingen worden gemeten, en vooral als kwantiteit boven kwaliteit wordt gewaardeerd. In een vorige column op Forbes Ik waarschuw leiders ervoor om niet te zwaar op ‘data’ te vertrouwen door uit te leggen dat niet alle data goede data zijn (dit is de moeite waard om te lezen).
Het is mijn ervaring dat de meeste bedrijven op zijn minst proberen de items 1 en 4 te meten, maar er vaak niet in slagen de andere drie categorieën te meten, die toevallig ook de meest betekenisvolle metingen zijn. De best geleide bedrijven meten alle vijf de categorieën (evenals verschillende subgroepen), waarbij hun focus ligt op de items 3 en 5.
Laten we beginnen met te stellen wat voor de hand ligt: alle bedrijven moeten de fundamentele statische financiële metingen van inkomsten, uitgaven, break-even, inkomsten en cashflow monitoren. Hoewel het analyseren van deze stuurprogramma's u enige basisinformatie over de bediening oplevert, zijn ze ook enigszins bijziend. De reden dat ik dit zeg is dat, hoewel historische analyse belangrijk is, het de volgende stap is om deze historische metingen als uitgangspunten te gebruiken om toekomstgerichte rendementsfactoren te berekenen die u zullen helpen uw bedrijf te verfijnen. Hoewel het volgende overzicht geenszins uitputtend is, biedt het een uitstekend startpunt om productieve gedachten en gesprekken aan te wakkeren.
Kwantitatieve rendementsdrivers:
Statistieken zoals rendement op activa (ROA), rendement op eigen vermogen (ROE), Rendement op investering (ROI), Return on Cash (cash-on-cash) en Return on Human Capital (ROHC) geven u meer nuttige informatie dan de hierboven genoemde statische berekeningen. Het mooie van rendementsanalyse is dat elk gebied kan worden opgesplitst in verschillende, meer verfijnde kwalitatieve rendementsberekeningen.
Kwalitatieve rendementsdrivers:
Een goed voorbeeld van kwalitatieve rendementsanalyse is de contributiemarge (CM), een kwalitatieve maatstaf voor de prestaties van een segment, team of individu op het gebied van de winst. Een ander voorbeeld is Return on Innovation, dat de kwalitatieve maatstaf zou zijn voor de impact op nieuwe initiatieven. Met dit soort kwalitatieve rendementsdrivers kunt u toekomstgerichte investeringsbeslissingen nemen die een onmiddellijke impact op het bedrijf kunnen hebben.
Kwantitatieve prestatiefactoren:
Metingen in deze categorie zijn bijvoorbeeld omzethindernissen, factureerbare tijd, bezettingsgraad, productiehindernissen en serviceniveaus. Dit zijn de maatstaven van hoe een organisatie presteert ten opzichte van haar benchmarks.
Kwalitatieve prestatiedrivers:
Metingen in deze categorie zijn waar een organisatie echt productief wordt met analyses. Deze sets metrieken richten zich op de metingen rond dingen die invloed genereren, de cultuur verbeteren, talent ontwikkelen, betrokkenheid creëren, teams opbouwen, de consumentenervaring beheren, de klanttevredenheid verbeteren en de merkwaarde vergroten. Het bereiken van het kwalitatieve niveau van prestatiemeting is moeilijk omdat het vaak nodig is om een reeks traditionele leiderschapsgedragingen en -overtuigingen te overwinnen.
Stel uzelf deze vraag: meet u de statistieken die van cruciaal belang zijn, of alleen de statistieken die voor de hand liggend en gemakkelijk te meten zijn? Als het leiderschap van bedrijven de houdingsaanpassingen kan doorvoeren die nodig zijn om verantwoordelijkheid te creëren en zich te concentreren op kwalitatieve prestatiemaatstaven, zullen ze ontdekken dat het deze metingen zijn die helpen de groei te katalyseren, uitvoering mogelijk te maken en dynamische organisaties te creëren.
Gedachten? Ik zou ook graag van u willen horen over eventuele metingen/statistieken die bijzonder nuttig voor u zijn geweest.
Deze website maakt gebruik van cookies.
