In de Postwagen te Tolbert heeft Thijs Broekhuizen van het GDBC (RUG) afgelopen woensdag 27 november de resultaten van de Digital Readiness Scan van Samenwerking Noord (SN) besproken. In april en mei van dit jaar hebben 31 leden de vragenlijst ingevuld. Hieruit blijkt dat SN leden overall digitaal ready zijn, maar dat er duidelijke verschillen zijn tussen de organisaties. Deze verschillen worden niet door leeftijd, grootte of industrie van de organisatie verklaard. Wel blijkt dat de voorlopers ook geneigd zijn om te blijven investeren in digitalisering.
Waar digitaal verbeterd?
De SN leden hebben duidelijke stappen gemaakt. In de afgelopen twee jaar hebben ze zich sterk verbeterd op het gebruik van nieuwe technologieën en data. Daarnaast heeft het personeel extra kennis opgedaan om veilig met data om te gaan en om de privacy van eindgebruikers te waarborgen. De organisaties verbeteren vooral de interne kant door bestaande processen te verbeteren. Het experimenteren om samen met de klant waarde te creëren en om met data om te zetten in geld gebeurt minder vaak. Een digitaal specialist blijkt erg nuttig te zijn om de stap te maken van digitalisering (verbeteren van deelprocessen) naar digitale transformatie (ontwikkelen van nieuwe businessmodellen), al zal dit niet voor elk bedrijf nuttig en haalbaar zijn. Dat de SN leden zich aan het voorbereiden zijn op het delven van de nieuwe goudmijn (big data) is duidelijk: de top 3 van meest gebruikte disruptieve technologieën zijn sensortechnologie, big data, en AI/machine learning/deep learning.
Op basis van de Digital Readiness Scan zijn er drie thematische vragen voorgelegd aan de aanwezigen. Deze vragen zijn verder verkend onder leiding van Nicolai Fabian, Edin Smailhodzic en Broekhuizen – allen van het GDBC. Bestaande problemen en mogelijke oplossingen stonden hierbij centraal.
Hoe creëer je met het juiste leiderschap een cultuur die de digitale transformatie faciliteert?
Vaak blijkt het lastig om digitalisering op de radar te krijgen van de top van de organisatie. Er is een duidelijke behoefte aan leiders die een duidelijke digitale visie hebben, investeringen mogelijk maken, en de medewerkers kunnen overtuigen van de noodzaak van digitalisering. De top van de organisatie moet dus een duidelijke stip aan de horizon zetten. Daarnaast blijkt het net zo belangrijk om tegelijkertijd te experimenteren met kleine deelprojecten om daar snel van te leren (bottom-up). Aangezien digitale transformaties per definitie onzeker zijn, is er een grote kans op mislukking (ongeveer 66% tot 84% van digitale transformaties mislukt). Om toch te leren is het belangrijk om een supportive culture for failure te creëren: je mag falen, maar leer er dan wel van. Het leren van mislukkingen via een fuck-up event kan de angst om te falen bij werknemers wegnemen.
Innoveren zonder budget: hoe maak je geld vrij voor digitale transformatie, hoe zorg je dat er middelen zijn?
Een gebrek aan financiële middelen wordt gezien als een belangrijke reden om niet te innoveren. En als er dan budget beschikbaar wordt vrijgemaakt is dit vaak voor afzonderlijke, ad-hoc projecten, waarna de geldkraan weer wordt dichtgedraaid. Of gestarte digitale projecten krijgen tijdens de implementatie een nieuwe wending waarbij het resterende budget voor een nieuw digitaal initiatief moet worden gebruikt. Oplossingen voor het vrijmaken van geld voor innovatie zijn: (1) de krachten bundelen met partners met een soortgelijk gezamenlijk doel (bijv. leefbaarheid voor gemeenten en woningcorporaties), (2) subsidies aanvragen, (3) slim inkopen (innovatie als onderdeel van inkooppakket), (4) de innovatie bij de leverancier leggen en belonen via no cure no pay regelingen. Daarnaast blijkt dat het communiceren van behaalde resultaten sterk helpt bij het overtuigen van het topmanagement: meten is weten, en weten helpt overtuigen!
Data-driven innovatie: hoe doe je dat?
De grootste uitdaging ligt in het vinden van relevante data die omgezet kunnen worden in toegevoegde waarde, voor de klant en de organisatie. Voor veel deelnemers blijkt dit een lastige klus omdat de data nog te vaak in silo’s opgesloten zit, afdelingen niet staan te springen om deze data zomaar te delen, en het allemaal AVG proof moet. De koppeling van data is daarom een hele klus. De huidige beschikbare data (klanttevredenheid, gebruikersdata) bieden vaak beperkte inzichten in wat de nabije toekomst zal brengen: hoe kan je accuraat een lekkend dak bij een huurders-woning inschatten, hoe zet je klanttevredenheidsscores om in nieuwe productideeën? Daarnaast blijkt de door de organisatie begeerde data veelal in handen is van externe partijen in de waardeketen. Samenwerking biedt hier wellicht een uitkomst. Het inhuren van dure specialisten die de dataverzameling en analyse uitvoeren zijn vak enorm kostbaar, en op voorhand is moeilijk in te schatten of de kosten het waard zijn.