Gepubliceerd door Jeroen Bakker op 28 juni 2018

Data analyse & visualisatie: slagkracht met data

Jeroen Bakker

Veel mensen zijn tegenwoordig geïnteresseerd in de vraag: wat doen bedrijven eigenlijk met data? Mijzelf omschrijf ik als data analist & visualizer, vooral het deel visualizer roept vragen op. Naast analyses en data-driven modellen focust een visualizer zich op de vertaling en visualisering naar de bedrijfsvoering. Hoe maak je van de basis, een hoop 1-en en 0-en, iets dat aantrekkelijk is voor de lezer?

Hoe laat je data in het oog springen?

Het visualiseren van data omslaat namelijk veel meer dan het “aantrekkelijk optekenen van data”. Veelal wordt er gesproken over het maken van effectieve designs van dashboards of de juiste visuals. Begin ook niet over pie charts, tenzij je uit bent op meewarige blikken. Om data goed te kunnen visualiseren,​ moet je ook de vertaling maken naar de betekenis van de data en de uitkomsten van de analyses of modellen. Hiermee sla je de brug tussen de abstracte 1-en en 0-en en de werkelijke bedrijfsvoering.

Methodes in de praktijk brengen

Dat klinkt allemaal leuk en aardig, maar misschien wordt het duidelijker met een concreet voorbeeld. De ruwe uitkomsten van een analyse zijn voldoende voor een analist of scientist om een beeld te vormen. Het heeft echter nog wat verwerking nodig om het ook aantoonbaar voor de rest van het bedrijf te maken. Zie je bijvoorbeeld een afwijkend patroon in de data, dan houdt dit vaak in dat daar je kansen liggen en je hier een model op kan baseren.

Dit soort kansen worden in beurshandel ook wel “edge” genoemd. Je hebt namelijk een afwijkend patroon ten opzichte van de standaard blootgelegd. Kan je dit vertalen naar acties of aanpassingen in een proces, waarmee je deze “edge” benut, dan is daar een voordeel te behalen.

Een van de principes welke ik zelf vaak gebruik om een analyse inzichtelijk te maken, komt uit design. Deze worden Gestalt Principles genoemd en vertellen meer over hoe wij als mensen visuele input verwerken. In de basis gaat het over de manier waarop het menselijk brein connecties en verbanden legt, een voorbeeld is het principe van “Closure”. Kort gezegd, houdt dit in dat het menselijk brein de drang heeft om leegtes op te vullen om het beeld compleet te maken.

Neem bijvoorbeeld een visualisatie​,​ waarin duidelijk wordt wat de gedragingen zijn van converterende klanten ten opzichte van niet converterende klanten, zoals in de voorbeeldgrafiek hieronder. Wanneer bij veel aspecten dezelfde handelingen worden gedaan, maar op één vlak beduidend minder activiteit plaatsvindt, dan zie je met bullet charts waar er een “tekort” aan activiteit is. Bullet charts laten dit mooi zien, omdat de zwarte lijn in dit geval het doel weergeeft en de grijze balk voor niet converterende klanten op het “information” vlak duidelijk een te kort laat zien ten opzichte van het streefgetal.

Dit is de​ “edge” waarop je kan sturen. Denk bijvoorbeeld aan informatievoorzieningen opvragen rondom het product, welke tekortschieten bij de niet converterende groep in dit geval. Wij als mensen hebben namelijk de neiging om te gaan kijken hoe we deze tekortkoming kunnen gaan opvullen. Hierop kan bijvoorbeeld een model worden ingericht om de website te schalen naargelang het gedrag van de gebruiker of wordt een advies uitgebracht om aan deze pagina’s, bijvoorbeeld op UX-gebied, verder onderzoek te verrichten.

De samensmelting van data science en business

Nu steeds meer bedrijven al enige tijd bezig zijn met data en het bouwen van solide systemen, komt er meer vraag naar praktische invulling.
​Business analyse bestaat al lange tijd maar is vaak gestoeld op ervaring en inzicht. Data kan dit aanvullen en richting geven. Daarentegen bestaat het vak data analist of scientist nog niet bijzonder lang en staat het open voor verdere invulling. De kansen zijn dan ook het beste voor analisten of scientisten die zichzelf verbreden in het vak.

Data en ​b​usiness komen samen en werken samen. Visualisatie staat hierin aan de voet van de samenkomst. Begrip voor beide kanten van het expertise veld middels duidelijkheid over zowel bedrijfs- als technische processen​,​ is hierin belangrijk. Wanneer je als data analist of scientist namelijk in staat bent om niet alleen de beste analyses en modellen te maken​,​ maar deze ook op een breed begrijpelijke manier tot adviezen en connecties naar de bedrijfsvoering kan vertalen, neem je de rest van het bedrijf mee op een data-driven manier in je adviezen en modellen. Zo maak je samen met de teams het verschil.

Data; leuker kunnen we het niet maken, wel makkelijker!

Dit is ​slecht​ een enkel voorbeeld ​van de vele manieren waarop je data actief ​kan inzetten voor de bedrijfsvoering. ​​Het laat een leuke methode en inzicht in de mogelijkheden zien. Daarnaast toont het met welke werkzaamheden je bezig bent als data analist en visualizer en hoe je met een sterke kennis over visualisatie je werk uitdagend en impactvol kan maken. Lijkt het je leuk om er ​nog ​meer over te weten​,​ ​zoek dan zeker ​eens Gestalt Principles op of ​lees meer over Story Telling With Data.


In lijn met ons doel voor de komende periode, om meer te fungeren als kennispartner via een stevigere inhoudelijke positionering, vragen wij interim professionals uit ons ‘best off’ netwerk om hun kennis te delen via gastblogs zoals deze. 
 
Tevens een mooie manier voor interimmers om onder de aandacht te komen van honderden opdrachtgevers en mede-interim professionals, doordat wij ze publiceren op onze site en delen via social media en mailings. 
 
Ben jij een interim professional (to be?) en wil je graag een keer iets schrijven over jouw expertise? Stuur een mail naar online@sqiq.nl, dan nemen we contact met je op om te bespreken hoe we jouw artikel het beste kunnen vormgeven. Misschien staat jouw gastblog binnenkort ook te shinen op onze website, social media en mailing! #SQIQBlogs
Door: Jeroen Bakker