Elke digitale transformatie stelt eisen aan de onderliggende data-architectuur om moderne technieken als Big Data analyse, Machine Learning en Kunstmatige Intelligentie mogelijk te maken. In een interessant artikel van McKinsey ‘Breaking through data-architecture gridlock to scale AI’ worden goede voorbeelden beschreven hoe organisaties sneller en makkelijker deze nieuwe data-architecturen kunnen ontwikkelen en implementeren. Om fundamenteel te moderniseren, is een heldere routekaart voor die data-architectuur nodig. Nog steeds kampen veel organisaties met data-architecturen die organisch zijn ontstaan vanuit vele verschillende applicaties. Datamodellen uit de tijd dat applicaties leidend waren en voor hun applicaties het gebruik van eigen ‘propriety’ datamodellen afdwongen. 

Data is leidend

Intussen is wel helder dat in moderne informatie-huishoudingen data in principe open en transparant zal moeten zijn. Met uitzonderingen van specifieke, vaak transactie gerichte processen waar voor applicaties en systemen bijzondere en/of gesloten datamodellen nodig zijn. Deze paradigma verandering van applicatie-centrische architecturen naar data-centrische architecturen vraagt een andere mindset bij niet alleen de informatiedeskundigen, maar ook bij de leiding van die organisatie. Immers ‘data-denken’ is heel anders dan ‘applicatie-denken’. Applicatie-denken kunnen managers en procesverantwoordelijken redelijk makkelijk, omdat de applicatie vanuit een proces is ontwikkeld en ontworpen.    

Daarom is het leren van ‘data-denken’ voor bedrijfsleiding en proces-eigenaren van groot belang. Immers als zij onvoldoende voorstellingsvermogen hebben hoe de informatie-huishouding data-centrisch moet worden, kunnen ze aan deze verandering ook onvoldoende leiding aan geven. De essentie van gegevenskwaliteit, beseffen wat kritische gegevens zijn (golden data/security), het verschil tussen (interne) procesdata, ongestructureerde data, extern (verkregen en gemijnde) data en realtime data-streaming. Hoe ruwe data bruikbaar wordt opgewerkt voor data-lakes, dashboards en analytics. Kortom: elke leidinggevende dient minimale kennis te bezitten wat inhoudelijk het belang van (digitale) data is voor een organisatie.

Transformeren is communiceren en van elkaar leren

Technische veranderingen zijn niet eenvoudig. Onze maatschappij en organisatie is voor 80% afhankelijke van onderliggende techniek. Gelukkig is die techniek meestal netjes verborgen onder gestroomlijnde motorkappen en in glimmende apparaten. Niet meer zoals de oude stoommachine en locomotief duidelijk herkenbaar maar voor velen een onbegrijpelijke black box. Als een organisatie een serieus plan heeft digitaal te gaan transformeren, wordt de uitvoering van die transformatie vaak belemmerd omdat leiders en teams worstelen zich die data-centrische verandering ‘voor te stellen’ en die blauwdrukken ‘tot leven te brengen’. Hoe leg ik mijn organisatie uit hoe, en vooral waarom, we die transformatie gaan doen. 

Gelukkig zijn al vele bedrijven en organisaties voorgegaan in digitaal transformeren, dus het is niet meer nodig het ‘eigen’ wiel opnieuw uit te vinden. Diverse referentie-architecturen hebben bewezen succesvol te kunnen worden ingezet. Bieden voldoende flexibiliteit om te voldoen aan de eigen snelheid en innovatie die de organisatie heeft vastgesteld. Getest in honderden andere omgevingen en dat maakt een snellere time-to-market mogelijk. Tevens kunnen de uitgaven voor architectuur-ontwikkeling flink worden verlaagd, omdat door het gebruik van bewezen blauwdrukken niet alles van scratch af aan hoeft te worden bedacht en ontwikkeld. Leer van anderen die het eerder deden: beter goed gepikt dan slecht bedacht . . .

Organiseer denktanks en talentpools

Om het leerproces op gang te brengen, dienen denktanks en talentpools te worden opgezet. Mogelijkheden om ‘communiceren en van elkaar leren’ mogelijk te maken. Denktanks op leiderschap niveau met externe senior deskundigen die deze transformaties eerder hebben mogen meemaken. Kunnen vertellen over de do’s en don’t bij die enorme impact hebbende veranderingen. Ik heb eerder een blog geschreven gebaseerd op ervaringen van de historische Jack Welch van GE . Voor hem gold: excellentie is ‘een organisatie kunnen meenemen in een verandering’. Een leider moet volgens hem in de eerste plaats een Chief Meaning Officer zijn. Iedereen in de organisatie – van hoog tot laag – laten weten waar je als organisatie naar toe gaat en – last but not least – wat het belang van iedereen is, dát we ernaartoe gaan. Vooral dat laatste weten leiders vaak niet uit te leggen. 

Voor iedere medewerker geldt bij verandering: ‘what’s in for me?’ Wat wordt ik er anders of beter van? Als niet iedereen in de organisatie begrijpt, hoe haar of zijn rol kan en vaak zal veranderen, dan zul je nooit een organisatie kunnen enthousiasmeren om daadwerkelijke te veranderen. Zorg dus dat er voldoende enthousiast talent op de werkvloer komt die als ambassadeur kan optreden voor die transformatie. Het wat en hoe van die veranderingen uitleggen. Weten wie erbij te halen om dat nog beter uit te leggen. Zelf heb ik in mijn leven verschillende van dit soort transformaties in grote organisaties mogen leiden. Mijn ervaring is dat enthousiasme op de werkvloer vele malen leuker – en uiteindelijk succesvoller is – dan enthousiasme bij de leiders.  Als je op de werkvloer je supporters weet te vinden en te krijgen, is het project al half geslaagd. ‘Pull’ uit de organisatie werkt uiteindelijk beter dan ‘push’ van de leiding.

Geen eenmalige oefening

Enthousiasmeren is geen eenmalige oefening. Een digitale transformatie duurt jaren. Heeft successen maar ook tegenslagen. Vraagt ook – erg belangrijk – continuïteit in het leiderschapsteam. En dus ook continuïteit in het enthousiasme (creëren) op de werkvloer. Immers, door de operationele drukte is men snel vergeten wat de veranderingsboodschap ook weer was. Vier elk succes, hoe klein ook. Laat als leiding zien dat elke stap voorwaarts het waard is om herkend en gezien te worden, hoe diep en ver in de organisatie dan ook. 

Gebruik daarom use-cases waarvan je uit ervaring weet dat ze snel tot zichtbaar resultaat zullen leiden. Immers een diepgaande deelarchitectuur – hoe geniaal ook samengesteld – is voor de gemiddelde medewerker onbegrijpelijk en niet belangrijk. Succesvolle implementatie van een data-toepassing op de werkvloer daarentegen is herkenbaar en vraagt om meer.  

Cloud en nocode platformen

Nieuwe nocode-technieken maken het mogelijk in enkele dagen tijd nuttige nieuwe workflows te ontwikkelen die gelijk door medewerkers en leidinggevenden kunnen worden gebruikt. Wellicht niet zo robuust en uitontwikkeld als anders, maar al wel bruikbaar en de basis om te leren hoe het wellicht nog beter kan. Een goede data-organisatie die met cloud en nocode platformen te ontsluiten is, geeft dynamiek, zichtbaarheid en enthousiasme. 

Zelf heb ik afgelopen jaar geleerd hoe moderne cloud en nocode platformen het mogelijk maken super snel digitale transformaties mogelijk ten maken. Een enorme paradigma verandering die echter wel datacentrisch denken vraagt en derhalve eisen stelt aan de beschikbare onderliggende datastructuren. Data is de kritische succesfactor voor succesvolle digitale transformatie. Daarom moeten leiders, bestuurders en managers zo snel mogelijk datacentrisch leren denken. Creëer denktanks, talentpools en ervaren mentorschap om dit denken te ontwikkelen, te begrijpen, hierover te (kunnen) communiceren en tenslotte succesvol te kunnen toepassen en inzetten. 

Photo by Jon Tyson on Unsplash