Drie belangrijke ontwikkelingen op het gebied van Business Analytics

Stelt u zich eens voor dat bedrijfsapplicaties op dezelfde manier met ons zouden kunnen communiceren als onze favoriete consumentenapps die zelf met aanbevelingen komen wat de beste boeken, films of de slimste routes zijn. Stelt u zich eens voor dat bedrijfsapplicaties net zo eenvoudig zouden kunnen voorspellen wat een organisatie nodig heeft. U kunt het zich niet voorstellen? Toch is deze analytische benadering van de zakelijke omgeving geen toekomstmuziek meer. 

Innovaties op het gebied van bedrijfstechnologieën integreren de op analyses gebaseerde aanbevelingen waar we als consument dagelijks mee te maken hebben. Diezelfde technologie wordt nu ingezet voor 'serieuzere' zaken, zoals: hoe kunnen we het dreigend verlies van talent en inkomsten binnen een bedrijf vaststellen en een halt toeroepen? Dit is nu mogelijk door datawetenschap en zelflerende systemen te gebruiken om bedrijfsproblemen op te lossen en doordat nieuwe, ongestructureerde gegevensbronnen nu toegankelijker zijn. Cruciaal is dat deze mogelijkheden zonder hulp van IT- en datadeskundigen eenvoudig toegankelijk zijn voor bedrijfsmanagers.

Opkomst van de adviserende analyse

Analyses kunnen in drie groepen ingedeeld worden, namelijk de beschrijvende analyse, die het verleden beschrijft, de voorspellende analyse, die gegevens uit het verleden analyseert om te bepalen wat in de toekomst zou kunnen gebeuren, en de adviserende analyse, die aanbevelingen doet over het gewenste gedrag of de beste acties. Bij de meest geavanceerde aanpak van analyses worden alle drie de varianten gecombineerd gebruikt.

Hoewel dit nog zeer nieuw is, komen analyses waarin aanbevelingen zijn verwerkt wel degelijk voor in de zakenwereld. Zo hebben we onlangs onze plannen voor de lancering van Workday Insight Applications bekendgemaakt. Dit is een nieuw portfolio aan applicaties dat klanten inzichten, voorspellingen en aanbevelingen biedt op basis van geavanceerde datawetenschap en algoritmen voor zelflerende systemen. Daarmee kunnen klanten slimmere beslissingen nemen over financiën en personeelszaken.

We gaan ook gebruikmaken van de mogelijkheden van big data en geven onze klanten de beschikking over een groot aantal openbare databronnen, die ze kunnen gebruiken in bedrijfsscenario's. Een klant die de Workday Insight Applications heeft, kan bijvoorbeeld met de verzamelde gegevens over gepubliceerde vacatures achterhalen naar welke functies veel vraag is. Met deze kennis kan hij vervolgens beter bepalen wie zijn best presterende werknemers zijn. Oftewel de functionarissen die beschikken over zeer aantrekkelijke en goed verkoopbare vaardigheden, waardoor ze goed in de markt liggen en eerder geneigd zullen zijn om het bedrijf te verlaten. Een ander voorbeeld is het voorspellen of een klant de factuur op tijd zal betalen en het aanbevelen van manieren om het risico van een late betaling te verminderen of te vermijden. De bedrijfsanalyse is hiermee een volledig nieuwe richting ingeslagen. De nadruk bij de aanpak van lastige zakelijke kwesties en uitdagingen ligt meer op proactief in plaats van reactief handelen.

Een systeem dat operationele gegevens verenigt

Om een besluitvormer tijdige en relevante inzichten en aanbevelingen te kunnen geven, moet ook het systeem dat de gegevens over financiën en personeelszaken bevat en verwerkt op een moderne manier benaderd worden. Bij veel organisaties bestaat het traditionele ERP-systeem vaak uit vele afzonderlijke modules die op verschillende servers en databases draaien. Vaak zijn deze modules ook slecht geïntegreerd en zijn er verschillende bedrijfsinformatieprocessen en -systemen nodig om de data te selecteren en te analyseren. Bovendien kan zelfs een kleine verandering in een van deze systemen een onjuist resultaat opleveren.

Om de data eenvoudig voor analyse toegankelijk te maken, moet een bedrijfssysteem zo worden ontworpen dat het deze ongelijke omgevingen verenigt. Dit is onze aanpak bij Workday. We hebben ons systeem volledig gebaseerd op in-memorytechnologie, zodat financiële en HR-gegevens naast elkaar in de cloud bestaan en in real-time geanalyseerd kunnen worden. Dit is zo'n goed idee dat veel leveranciers van bedrijfssoftware nog steeds proberen te ontdekken hoe ze dit ook kunnen doen. Nu de ontwikkeling van business analytics na de voorspellende analyse zich voortzet in de richting van aanbevelingen, levert het meer analysecontext op als alle data zich in hetzelfde systeem bevinden. Daarnaast verlopen het besluitvormingsproces en de daaruit voortkomende handelingen zowel sneller als eenvoudiger. Wanneer bijvoorbeeld de rol en beveiligingsrechten van een gebruiker en zelfs de besluiten die hij of zij binnen een systeem moet nemen doorzien kunnen worden, worden deze inzichten en aanbevelingen slimmer en relevanter.

Analyses die steeds slimmer worden

Internetbedrijven voor consumenten gebruiken algoritmes, waarbij een machine wordt geleerd om zelf te leren, om de klantervaring voortdurend te verbeteren en op basis van besluiten en gedragspatronen van de gebruiker relevantere aanbevelingen te doen. Binnen bedrijfstechnologieën worden deze trends in de consumentenmarkt gebruikt om een adaptieve benadering te ontwikkelen, die leert van nieuwe acties en data die in een bepaalde situatie worden ingevoerd.

Als een recruiter bijvoorbeeld Workday Recruiting gebruikt om een softwareontwikkelaar te zoeken, leert het systeem voortdurend van de handelingen van de recruiter terwijl hij of zij potentiële kandidaten uitkiest of afwijst. Zo komt het systeem bij elke volgende zoekopdracht met relevantere en exactere aanbevelingen. Dit zelflerende vermogen wordt ook in de Workday Insight Applications ingebouwd.

Door deze drie ontwikkelingen op het gebied van business analytics ziet de toekomst er veelbelovend uit. Hopelijk betekent het veel minder raden en veel meer doen.

Kijk voor meer informatie op www.workday.com/nl 

Annrai O'Toole is Chief Technology Officer Europe bij Workday