Van BICC naar DACoE deel 2

Van BICC naar Data & Analytics Center of Excellence deel 2: waar sta je als DACoE in je organisatie en waar moet je aan voldoen

In mijn voorgaande blog over het Data & Analytics Center of Excellence als opvolger van het BICC heb ik het gehad over de veranderingen in een organisatie en in de maatschappij eromheen die maken dat het concept van het BICC vandaag niet meer aansluit op de huidige behoeften aan Data en Analytics.

  • Dat die veranderingen soms erg snel kunnen gaan en ook dwingend kunnen zijn zie je in de huidige Corona crisis. Opeens is het nieuwe normaal een ander gebruik van beschikbare data, gebruik van externe bronnen (RIVM), druk op data privacy en toepassen van what-if scenario's en predictive analytics. En dan werkt een groot deel van de medewerkers nu ook vanuit huis. Jij als BI manager en je team moeten wel voorbereid zijn om hier je organisatie maximaal in te kunnen adviseren en ondersteunen.

n dit tweede blog wil ik dieper ingaan op waar je het Data & Analytics CoE moet positioneren en welke capaciteiten deze moet hebben. 

De conclusie in het eerste blog was dat het BICC van een informatie producerende naar een voor data en analytics faciliterende rol gaat, wil ze aan blijven sluiten op de nieuwe ontwikkelingen in informatievoorziening in een organisatie. Het begrip “Center of Excellence” dekt nu ook meer de lading.    

Hoe vertaalt zich dat concreet? Net zoals de afdeling HR de juiste mensen zoekt, traint en koppelt aan de vraag naar kennis en ervaring vanuit de business, zo zal de DACoE de vraag naar data en analytics vanuit de business koppelen aan de beschikbare data en analytics tools binnen en buiten de organisatie.  

Ze gaat proactief data- en analytics gebruik promoten in een organisatie, ze wordt een partner voor de hele business in alle data en analytics gerelateerde activiteiten en ze gaat meer naar een coördinerende / architect / governance / visionaire rol met betrekking tot het gebruik van data en analytics. De productie van data, informatie en analyses gaat meer naar de business, net als het management en eigenaarschap ervan.

  • Maar wat als je maar met 2-3 mensen verantwoordelijk bent voor de gehele data en informatievoorziening in een organisatie? De overgang naar een DACoE in zijn puurste vorm vraagt wel heel veel van jou en van je organisatie, zowel in visie en werkwijze.  Het is aan de business en jou als BI team of BICC waar je uiteindelijk uitkomt in de transitie van producerende naar faciliterende rol.  Jullie gezamenlijke ambitie, prioriteit en effort zal dat bepalen. Voor het verhaal beperk ik mij nu tot de DaCoE in puurste vorm.

Blog DACOE 2de rol van de DACoE in de organisatie.jpg

In de figuur hierboven is de rol van de DACoE in de organisatie aangegeven.

De DACoE checkt voortdurend bij de decentrale teams of hun data en analytics (tooling) behoeften nog gedekt worden, ondersteunt en adviseert de IT afdeling bij het gebruik van de data en analytics infrastructuur, geeft de Data en Information Office de policy- en quality kaders voor datamanagement en geeft nieuwe data behoeften vanuit de business door. Ook houdt het DACoE contact met externe partijen om ontwikkelingen in de markt te volgen en door te geven aan de organisatie. “Waar verwacht Gartner hoe Analytics zich zal ontwikkelen”, “welke nieuwe tooling is er beschikbaar” en “in hoeverre is Database as a Service (DaaS) al een alternatief voor de organisatie”.  

Het gremium van Data & Information Governance bepaalt de richting en prioriteit over het gebruik van Data en Analytics in de organisatie als geheel en stuurt in die zin het DACoE aan.

Wat hieruit spreekt is dat het DACoE veel meer een “spin in het web” rol krijgt in data- en analytics gebruik dan het huidige BICC. Welke capaciteiten moet het DACoE daarvoor hebben? Als DIKW meten we de maturity van een (data) organisatie aan de hand van 5 assen van Davenport: people, governance, data, tools en information assets. Gartner komt voor het DACoE met 5 capabilities die voor een groot deel overeenkomen met deze assen: (personen en) organisatie, project, educatie, data en technologie.

  • Organisatie: zorg dat je CoE de juiste mensen, doelen, processen, stakeholders en relaties binnen en buiten de organisatie heeft om actief data en analytics activiteiten uit te voeren.  Zorg voor een “mission statement” wat zich richt op business value. Richt je bij de juiste mensen niet alleen op je teamleden, maar op alle medewerkers binnen de organisatie die je kunnen ondersteunen en kennis kunnen inbrengen. Hoe kleiner je eigen team, hoe groter je virtuele DACoE! Richt je hier ook op het promoten van een data-gedreven cultuur binnen je team en organisatie. 
  • Project: zelfs binnen een agile DevOps context zal je je capaciteiten in user, requirements en change management, executie, monitoring en evaluatie moeten versterken, juist omdat je als DACoE een meer coördinerende rol krijgt.
  • Educatie: omdat de daadwerkelijke productie van informatie en het gebruik van analytics tools meer naar de business verschuift moet het DACoE veel meer aan educatie doen. Focus ligt hier op tooltraining, datakennis, experimenteren en innoveren en self-service. Ook moet het team zijn pedagogische- en communicatieve kwaliteiten versterken, om als een trusted partner te kunnen functioneren. Niet alleen de inhoud, maar ook de vorm is belangrijk. 
  • Data: de DACoE zal zich voor meer bezig gaan houden met data en analytics lifecycle management en alles wat daaromheen hangt: data quality en curation, (meta)data dictionaries,  data governance en datascience. Hier ondersteunt ze datamanagement of voert het zelf uit met door haar beheerde principes, standaarden, policies en procedures. Daarnaast is de CoE nog steeds verantwoordelijk voor de organisatiebrede rapportage die vereist is door legal, business of compliance.
  • Technologie: de DACoE is verantwoordelijk voor het bepalen waaraan de data en analytics infrastructuur moet voldoen. Haar rol is om de specifieke requirements met betrekking tot data en analytics te beheren via referentie architectuur, tool standaarden en infrastructuur keuzes. 

Deze transformatie is niet iets voor een vrijdagmiddag, maar vraagt meer tijd. Ook omdat het gepaard gaat met een andere kijk door de organisatie en je team op hoe je Data en Analytics gaat gebruiken. In een volgend blog zal ik meer ingaan op hoe je over deze assen kan groeien naar een DACoE, in dit blog zal ik de capabilities van Gartner verder introduceren.

Als DIKW zullen we in juni en september ook 2 maal een 3 daagse Bootcamp organiseren rond dit thema, voor meer informatie zie Data & Analytics CoE Bootcamp. Maar wil je nu al met ons hier dieper op ingaan, dan kan je altijd nu al contact opnemen.

Blogs

Van BICC naar DACoE deel 2 door Marco van den Doel — last modified 03-09-2021
Van BICC naar Data & Analytics Center of Excellence deel 2: waar sta je als DACoE in je organisatie en waar moet je aan voldoen
Tijdreeksanalyse in R door Marco van den Doel — last modified 03-09-2021
Tijdreeksanalyse ARIMA in R, Handleiding modelselectie in R
Forecast in R door Marco van den Doel — last modified 03-09-2021
Tutorial Forecast in R
Predicting butter prices door Marco van den Doel — last modified 03-09-2021
Case study assignment for Certified Data Science Proffesional course DIKW Academy
Wat is nieuw in IBM Cognos Analytics 11 door Marco van den Doel — last modified 03-09-2021
Cognos Analytics ontwikkelt zich snel en voortvarend als een betrouwbaar self-service platform voor data analyse
Textmining vs NLP door Marco van den Doel — last modified 03-09-2021
De verschillen en toepassingen van textmining en Natural Language Processing
BERT en Transformer Learners door Marco van den Doel — last modified 02-09-2021
Ontwikkelingen op het gebied van Natural Language Processing
Granuliet WOB documenten door Marco van den Doel — last modified 03-09-2021
Textmining LDA Topic Models toegepast op 2 GB aan WOB documenten over granuliet
SERVAL Open Ears AI machine listening door Marco van den Doel — last modified 03-09-2021
Building artificial ears for (urban) jungle applications

Business Intelligence recente blogs

Data gedrevenheid is proces van lange adem door Marco van den Doel — last modified 16-09-2021
Data is een ingrediënt dat zorgt voor meerwaarde op lange termijn
De fasen om te transformeren naar een data gedreven organisatie door Marco van den Doel — last modified 02-09-2021
Welke vier fasen doorloopt een organisatie naar data gedrevenheid?
Data gedreven organisaties hebben grotere kans om te overleven door Marco van den Doel — last modified 02-09-2021
Transformeren naar een data gedreven organisatie kost tijd

Business Intelligence Nieuws & Evenementen

Geruisloze transitie naar Microstrategy voor VLC & Partners door Marco van den Doel — last modified 06-09-2021
DIKW en MicroStrategy bekronen nieuwe samenwerking met gezamenlijke klant
Veneco ontbijtsessie over analytics door Marco van den Doel — last modified 06-09-2021
Op 21 januari was DIKW aanwezig tijdens een ontbijtsessie op uitnodiging van Veneco. DIKW mocht aan mooie klanten van Veneco een presentatie geven over de mogelijkheden van Analytics.
EXASOL en DIKW Intelligence door Marco van den Doel — last modified 06-09-2021
EXASOL en DIKW Intelligence gaan samenverwerkingsverband aan