'Haal de hiërarchie uit je organisatie en werk alleen met gestructureerde data'

Michiel Alkemade, Smart Profile

26-02-2019 | door: Witold Kepinski

Michiel Alkemade (Smart Profile) over succesvol innoveren met data

Wil je meer doen met de beschikbare data in je organisatie? Stel dan geen dure 'innovatiemanager' aan, maar vertrouw op je eigen mensen. Dat adviseert Michiel Alkemade, eigenaar van market intelligence specialist Smart Profile. “Begrijp bovendien dat het belangrijkste werk van een data scientist het structureren van data is. Werk alleen met data die je kan vertrouwen.”

Iedereen heeft het over disruptie, digitale transformatie en innoveren met data. Ook bij market intelligence specialist Smart Profile uit Breda, voorheen Computer Profile, wordt volop geïnnoveerd met alle informatie die de marketing- en salesconsultant de afgelopen 25 jaar verzamelde over de Nederlandse ICT-markt. “Wij hebben veel data over de B-to-B sector in de Benelux en hebben daarin een business opgebouwd”, vertelt eigenaar en oprichter Michiel Alkemade. “Het is de uitdaging om daar steeds nieuwe dingen mee te doen. Ook wij willen transformeren. We willen een nieuwe organisatie met een innovatief data-driven businessmodel, die behalve database-oplossingen ook slimme data science toepassingen aanbiedt.”

Geen hiërarchie

Een grote fout die een organisatie kan maken, is volgens Alkemade de aanstelling van een speciale 'innovatiemanager'. “Kun je succesvol vernieuwen door iemand aan te stellen die alleen maar 'innoveert'? Een manager die uitsluitend wordt ingehuurd om tegen mensen te zeggen: jij moet nieuwe dingen gaan doen? Met als reden dat de organisatie vooruit moet en daarom iets nieuws moet bedenken?”

Alkemade gelooft daar niet in. “Innoveren begint bij de mensen zelf. Een organisatie die succesvol innoveert, is een organisatie waarin iedereen – in welke rol dan ook – daarvoor de ruimte krijgt. Bij Smart Profile zijn we een paar jaar geleden begonnen het 'operating system' (de manier waarop we hier samenwerken) te veranderen. Ik wilde af van de hiërarchische bedrijfscultuur waarin de directeur bedenkt waar het allemaal heen moet. Ik probeer de verantwoordelijkheid bij de mensen neer te leggen. Zien zij dingen die beter kunnen binnen de organisatie, dan moeten ze de vrijheid en de mogelijkheden hebben om veranderingen in gang te zetten.”

Volgens Alkemade is iedere werknemer in zijn organisatie een 'sensor' voor wat beter kan. “ Alles is toegestaan, mits het onze organisatie niet in gevaar brengt. Want innovaties mogen natuurlijk niet in tegenspraak zijn met onze purpose: ’Realise Potential'. We werken bij Smart Profile inmiddels niet meer met functies, maar met verschillende rollen.”

Jonge mensen

Alkemade erkent dat dit niet voor iedereen werkt. “Sommige mensen duiken weg voor meer verantwoordelijkheid. Je hebt mensen nodig die verantwoordelijkheid willen oppakken, nieuwsgierig zijn en niet bang zijn om iets te doen dat wellicht nooit eerder is gedaan. In zo'n nieuwe organisatiecultuur moeten ook fouten kunnen worden gemaakt. We willen daarom vooral jonge mensen binnenhalen, die niet ' lineair' denken. Ouderen hebben de neiging problemen te willen oplossen zoals ze dat altijd hebben gedaan. Jongeren kijken anders tegen dingen aan. Ik zie mensen van 26 jaar oplossingen bedenken waar klanten superblij van worden, maar waar ik zelf niet eens aan had gedacht.”

Minder hiërarchie en meer jonge mensen, dat is resumerend Alkemade's advies voor organisaties die willen innoveren en meer data-driven willen zijn. “Zelf zoeken we heel doelbewust contact met de buitenwereld. Wat gebeurt daar op het gebied van data en innovatie? Sinds enkele jaren investeren wij in de Jheronimus Academy of Data Science (JADS) in Den Bosch, een samenwerkingsverband van de provincie Noord-Brabant, de Technische Universiteit Eindhoven en de Universiteit van Tilburg. Voor ons is dat een soort 'buitenboordmotor' die ons 'schip' wendbaarder maakt. JADS is een kweekvijver voor jonge data scientists en helpt ons voorop te blijven lopen met de laatste kennis op het gebied van data science.”

Smart Profile Labs

De samenwerking tussen Smart Profile en de universiteiten brengt onderwijs en praktijk dichter bij elkaar, en past binnen het streven van Smart Profile om naast database-oplossingen ook slimme data science toepassingen aan te bieden. De universitaire instellingen maken op hun beurt dankbaar gebruik van de (zeer) gestructureerde data van Smart Profile. “Iedereen heeft het over data, maar de grootste uitdaging zit in goede en vooral gestructureerde data”, waarschuwt Alkemade. “Een data scientist besteedt zo'n 80 procent van zijn tijd aan data engineering: het 'goed' krijgen van data, zodat je die kan vertrouwen. Dat je weet wat je hebt en ook wat je niet hebt. Dat je vanuit de beschikbare data kunt analyseren en modelleren, maar dat je wel precies weet wat je doet. Je kunt de meest interessante analyses op data loslaten, maar is je bron niet goed, dan neem je de verkeerde beslissingen.”

Volgens Alkemade is het een regelrechte valkuil. “Mensen laten zich graag verleiden door sexy termen als data science, predictive analytics en machine learning. Maar de praktijk van data science is vooral heel veel data preparation, structuring en engineering. Daar zit een enorme uitdaging. Wij hebben daarom al langer data scientists in onze organisatie en natuurlijk ook de nodige analisten. Op dit moment halen we vooral mensen binnen die echt als data scientist zijn opgeleid, of zelfs nog in opleiding zijn. Wiskundigen van in de twintig. Onlangs zijn we gestart met Smart Profile Labs: een laboratorium-achtige omgeving waar mensen kunnen experimenteren met data en dingen kunnen opzetten die niet meteen geld hoeven op te leveren. In Smart Profile Labs innoveren we samen met onze klanten op het gebied van market intelligence, data management en demand generation.”

Volledig, gestructureerd en actueel

Het binnenhalen van jonge, talentvolle data scientists, maar ook de samenwerkingsverbanden met universiteiten komen makkelijk van de grond doordat Smart Profile beschikt over veel goede en vooral gestructureerde data. ““Data science draait voor een groot deel om de volledigheid, de actualiteit en de dekking van data. Iedereen heeft het over data science en het voorspellend gedrag van artificial intelligence, maar ik vind dat we terug moeten naar de basis: naar wat voor data kijken we nou eigenlijk? Wat kunnen we ermee? Klopt deze data wel? Die stap wordt vaak overgeslagen, besluit Alkemade.”

Terug naar nieuws overzicht