Waarom een Analytics Translator onmisbaar is voor financials
Elke bank of verzekeraar wil de kansen van data en AI benutten. En wie het lukt om deze domeinen samen te brengen, kan zijn business transformeren. Maar hoe doe je dat nou slim? Onze Consultants Data Analytics Simon Noyons en Marijn Nieboer stellen een nieuwe collega voor: de Analytics Translator.
Financiële dienstverleners investeren al jaren stevig in datamanagement. Ze beschikken over een gouden berg aan data, hebben toegang tot high-end analytics-omgevingen en hoogopgeleide dataspecialisten in dienst. Toch leveren nog lang niet alle dataprojecten op wat ze zouden kunnen.
Uit recent onderzoek van Gartner blijkt dat gemiddeld 85 % van alle projecten op het gebied van Artificial Intelligence (AI) ook niet het verwachte resultaat brengen. Bijzonder, gezien de hype die AI met zich meebrengt. In beide gevallen zijn het vaak beleidsmakers die het idee opvatten om meer te doen met data of AI. Binnen no time is er een afdeling opgezet. Voor je het weet loopt er een grootschalig project dat meer resources kost dan dat het ooit zal opleveren.
AI en big data
AI is niks nieuws. Al in de jaren ‘50 onderzochten wetenschappers de mogelijkheid om een kunstmatig hersenstelsel na te bouwen. Hetzelfde geldt voor big data, die voorheen in grote archiefkasten werd opgeslagen en nu in de datacenters van Google of Amazon.
In 2011 deed McKinsey een interessante voorspelling: “Big data will become a key basis of competition, underpinning new waves of productivity growth, innovation, and consumer surplus—as long as the right policies and enablers are in place.” Juist de combinatie van big data en AI zorgt er anno 2019 voor dat steeds meer bedrijven proberen te profiteren van deze succesformule. Slim gebruik van big data en AI kan leiden tot innovatie en concurrentievoordeel. Denk aan geautomatiseerde klantacceptatie, slimmere klantsegmentatie of het voorspellen van werkvoorraden.
Maar er is nog veel te winnen. Steeds meer bedrijven trekken data scientists, data engineers of data-analisten aan, maar de mogelijkheden van beide domeinen worden nog lang niet volledig benut. Wat blijkt? De uitvoering van AI-projecten is wezenlijk anders dan een klassiek IT-project. Toch wordt een overgroot deel van de AI-projecten als zodanig uitgevoerd.
Analytics Translator: dé schakel tussen de business en dataspecialisten
Een oplossing voor dit probleem is de Analytics Translator. Deze nieuwe rol vult de gaten die ontstaan tussen de stakeholders die betrokken (moeten) zijn bij een AI-project. De Analytics Translator is:
- De schakel tussen senior management, de business en data experts.
- De eigenaar van een AI-project die toeziet op de vooraf gestelde doelen.
- De expert met technische kennis en knowhow en ervaring in het businessdomein.
- De spotter van geschikte high-impact use cases.
- De werkvoorbereider die zorgt voor de juiste randvoorwaarden voor de business en het datateam.
Schep de juiste randvoorwaarden
Uiteraard zijn data, tooling en expertise van wezenlijk belang om van data te komen tot waardevolle informatie en besluitvorming. Zonder interessante use cases, gevalideerde business cases en draagvlak vanuit het senior management of de directie is dat echter een utopie. De Analytics Translator zorgt voor deze randvoorwaarden. Hij of zij overbrugt het gat tussen de business en de data specialisten en creëert een draagvlak voor succesvolle big data en AI -projecten.