De mogelijkheden om grote hoeveelheden data te verzamelen en te analyseren hebben de bedrijfsvoering van veel ondernemingen ingrijpend veranderd de afgelopen tijd. Nog niet zo heel lang geleden moest bijvoorbeeld een winkelier vooral op basis van ondernemersgevoel inschatten hoe een belangrijke verkoopperiode zou gaan verlopen. En dan bleek bij het natellen van de inkomsten pas echt of dat klopte.

Computermodel doet voorspelling

Tegenwoordig kan een computermodel in een handomdraai een voorspelling doen van de verkopen, op basis van historische data, consumentengedrag, economische omstandigheden en pakweg de weersvoorspellingen. Dat geeft de winkelier meer informatie, om onder meer de inkoop af te stemmen op de verwachtingen. Ook valt er dankzij realtime-data nog tijdens de verkoopperiode bij te sturen. En dankzij de stormachtige ontwikkelingen rondom artificial intelligence (artikel) komen er steeds meer mogelijkheden bij.

Het verzamelen en analyseren van data binnen je bedrijf kan veel inzichten opleveren. Dat kan in verschillende vormen en gradaties, afhankelijk van wat past bij jouw bedrijf. Een grote supermarkt bijvoorbeeld zal een patroon zoeken in miljoenen kassatransacties en het voorraadbeheer per uur bijhouden, waar een kleine webwinkel inzicht nodig heeft in de voorraad per dag of per week. En die zal misschien ook meer hebben aan kwalitatieve data over ervaringen van klanten.

Verder maakt het veel verschil of de gegevens überhaupt makkelijk te vinden zijn. En – heel belangrijk – ook of de data ‘schoon’ zijn. Ofwel: worden gegevens steeds op dezelfde manier verzameld? Denk aan iets simpels als dat de ene keer alleen de voorletter van een klant wordt opgeslagen en de andere keer de volledige voornaam. Of offertes of facturen die er steeds anders uitzien.

Hoe ‘datavolwassen’ is je onderneming?

Om een indicatie te krijgen van waar je onderneming nu staat op de ladder van werken met data kun je deze test doen op de website Doe Goed Met Data. Deze site is mede opgezet door Social Enterprise NL, een netwerkorganisatie van sociale ondernemingen (artikel), maar is bruikbaar voor alle ondernemingen.

De test laat zien of je onderneming nog in de categorie ‘beginner’ zit, met bijvoorbeeld data die nog niet digitaal beschikbaar zijn of niet centraal staan in je onderneming. Je zult je dan voornamelijk richten op het verder digitaliseren van je bedrijfsvoering (toolbox), op het uitpluizen op welke manier data je bedrijf verder kan helpen en waar je die data dan vindt.

De volgende fase in ‘datavolwassenheid’ is de verzamelaar, waarin je de data verzamelt en structureert. Daarna ga je de gang van zaken in je onderneming beschrijven op basis van de data, en de volgende stap is om voorspellingen te gaan doen aan de hand van de gegevens. Uiteindelijk kun je nog verder gaan en een heel proces van zogeheten business intelligence (artikel) opzetten of gaan sturen op real-time data (artikel).

Data-opslag verbruikt energie

Over alle mogelijkheden van data verzamelen valt nog een hele hoop te vertellen. Maar in dit artikel gaat het om de combinatie van data en duurzaamheid. Dat vraagstuk kun je van meerdere kanten bekijken. Het meest concrete verband is het energieverbruik van data-opslag.

Net als bijvoorbeeld de bulk e-mails die voor ‘misschien nog eens handig’ in mailboxen blijven plakken (artikel) slurpt het verzamelen en opslaan van gegevens ook ruimte op computerservers. En dus energie. Terwijl je vanuit het oogpunt van duurzaamheid waarschijnlijk juist bezig bent om minder energie te gaan verbruiken. Naast snoeien in het aantal cc-mails en je afmelden voor nieuwsbrieven die je toch niet leest, is het dus ook slim om enigszins strikt te zijn in je dataverzameling.

Verzamel niet onnodig veel data

Het is dus zaak om goed af te bakenen wat je precies gaat verzamelen. Zeker als binnen jouw onderneming werken met data nog in de kinderschoenen staat, is dat een nuttige strategie. Door klein te beginnen kun je goed uitvinden wat je nu eigenlijk wilt weten en tegen welke praktische problemen je aanloopt bij de dataverzameling. Kortom: zorg dat je duidelijk voor ogen hebt welke vraag je precies wilt beantwoorden en wat je met die antwoorden wilt gaan doen. En, met het oog op niet té veel data verzamelen, heb je daar gegevens van 5 jaar voor nodig, of geven de data van een halfjaar ook al een goed beeld?

Niet te veel data verzamelen is ook nog vanwege een andere reden van belang. Die reden zit meer in de ethische hoek, wat ook een onderdeel is van duurzaam zakendoen. Want: is het wel netjes om ongebreideld gegevens te verzamelen over gedragingen van klanten of zakenrelaties? Dat is overigens niet alleen een ethische vraag, want als het om persoongegevens is dergelijke ‘dataminimalisatie’ ook gewoon verplicht vanwege de privacyrichtlijn AVG. Bij het verzamelen van persoonsgegevens moet ‘zo min mogelijk’ het uitgangspunt zijn, aldus de toezichthouder.

Privacyregels bewust naleven

De onderneming mag niet meer gegevens verwerken dan nodig is voor het bereiken van het doel. Toch zijn er bijvoorbeeld nog altijd webwinkels die per se het adres van de klant willen weten, ook als de ontvanger het pakket direct naar een pakketpunt wil laten sturen. Dan is de vraag of het adres noteren écht nodig is. Anders gezegd: de privacyregels bewust naleven is wel het minimale wat je op dit vlak kunt doen. Dus: haal mensen die zich uitschrijven voor je nieuwsbrief ook echt uit je adressenbestand, zet bijvoorbeeld geen stiekeme vinkjes aan bij het online aanmeldproces en zorg dat je nette toestemming hebt voor het verwerken van gegevens. En verwerk ze niet omdat het naar de letter van de regelgeving best zou mogen.

Energieverbruik en verspilling

Net als kunstmatige intelligentie kan data-analyse ook helpen bij het verduurzamen van de bedrijfsvoering zelf. Op basis van verzamelde gegevens kun je bijvoorbeeld analyseren waar je binnen je bedrijf het energieverbruik kunt terugdringen. Of waar je productieproces verbeterd kan worden zodat er minder grondstoffen worden verspild. Ook kunnen zulke onderzoeken leiden tot inzicht in nieuwe, duurzamere kansen op de markt voor je onderneming. Dat zijn ook allemaal manieren waarop je duurzamer kunt worden met data, al doet dat niet af aan het vraagstuk dat meer data-analyse ook meer energie kost.

Impact maken met data

Tot slot is er nog de ingewikkeldste component aan de combi duurzaam en data: de gegevens inzetten om meer duurzame impact te maken. Wat dat betreft is het inspirerend om de verschillende praktijkcases van ondernemers te lezen op Doe Goed Met Data.

Voor bijvoorbeeld de Excess Materials Exchange is data de kern van het businessmodel. Dit platform koppelt ondernemingen die materialen of afval kwijt willen aan ondernemingen die deze spullen juist kunnen hergebruiken. Daarmee wil het platform bijdragen aan de circulaire economie (artikel). Mogelijk geven de praktijkverhalen jou ook ideeën om duurzamer te worden dankzij data.