14-12-2022

HPE: Groei en innovatie belemmerd door beperkt vermogen om waarde uit data te halen

Deel dit bericht

Hewlett Packard Enterprise presenteert de resultaten van een wereldwijd onderzoek waaruit blijkt dat een gebrek aan Data Maturity een belemmering vormt om belangrijke resultaten te behalen, zoals omzetgroei of verduurzaming, zowel in de private als de publieke sector. En dat terwijl regeringen over de hele wereld data hebben geïdentificeerd als een strategisch middel om economische en sociale vooruitgang te stimuleren.

Uit het onderzoek, uitgevoerd door YouGov in opdracht van HPE, onder meer dan 8.600 besluitvormers uit verschillende sectoren en de publieke sector in 19 landen, blijkt dat het data-volwassenheidsniveau (Data Maturity Level) van de gemiddelde organisatie – of het vermogen om waarde te creëren uit data – 2,6 is op een schaal van 5, waarbij slechts drie procent het hoogste volwassenheidsniveau bereikt.

"Er bestaat een brede consensus dat de data die wereldwijd beschikbaar is, een enorm potentieel bieden om de manier waarop we leven en werken te bevorderen. Om dit potentieel te ontsluiten, is echter een verschuiving nodig in de digitale transformatiestrategieën van organisaties", aldus Antonio Neri, president en CEO van HPE. "We moeten van 'cloud first' naar 'data first' als het aankomt op digitale transformatie - wat betekent dat organisaties hun strategische, organisatorische en technologische keuzes afstemmen op het overkoepelende doel om data als een strategisch middel te gebruiken."

Gebrek aan mogelijkheden om data te benutten belemmert belangrijke resultaten
Het onderzoek is gebaseerd op een door HPE ontwikkeld maturity model dat het vermogen van een organisatie om waarde te creëren uit data beoordeelt op basis van strategische, organisatorische en technologische criteria. Het laagste maturiteitsniveau (1) wordt "data-anarchie" genoemd; op dit niveau zijn datapools van elkaar geïsoleerd en worden ze niet systematisch geanalyseerd om inzichten of resultaten te creëren. Het hoogste niveau (5) wordt "data economics" genoemd; op dit niveau maakt een organisatie strategisch gebruik van data om resultaten te bereiken, op basis van een uniforme toegang tot zowel interne als externe databronnen die worden geanalyseerd met geavanceerde analyses en kunstmatige intelligentie.

Uit de onderzoeksresultaten blijkt dat 14% (NL, 15%) van de organisaties zich op maturity niveau 1 bevindt ("data-anarchie"), 29% (NL, 34%) op niveau 2 ("data reporting"), 37% (35%, NL)  op niveau 3 ("data insights"), 17% (NL, 14%) op niveau 4 ("data centricity") en slechts 3% (NL, 2%) op niveau 5 ("data economics").

Het gebrek aan deze “Data Maturity” beperkt op zijn beurt het vermogen van organisaties om belangrijke resultaten te behalen, zoals omzetgroei (30%)(NL, 26%), innovatie (28%)(NL, 25%), verbetering van de klantervaring (24%)(NL, 21%), verbetering van de milieuduurzaamheid (21%)(NL, 16%) en verhoging van de interne efficiëntie (21%)(NL, 13%).

Organisaties moeten strategische, organisatorische en technologische kloven dichten
De enquête geeft een gedetailleerd beeld van de strategische, organisatorische en technologische kloven die organisaties moeten dichten om data in te zetten als strategische middel in hun hele waardeketen. Enkele bevindingen zijn:
• Slechts 13% (NL, 11%) van de respondenten zegt dat de datastrategie van hun organisatie een belangrijk onderdeel is van hun bedrijfsstrategie.
• Bijna de helft van de respondenten (48%) zegt dat hun organisatie geen of slechts af en toe budget uittrekt voor data-initiatieven (NL, 33%) via het IT-budget (NL, 17%).
• Slechts 28% (NL, 25%) van de respondenten bevestigt dat zij een strategische focus hebben op het leveren van datagestuurde producten of diensten.
• En bijna de helft van de respondenten zegt dat hun organisaties geen methoden zoals machine learning of deep learning gebruiken, maar vertrouwen op spreadsheets (29%) (NL, 31%) of business intelligence en losstaande rapporten (18%) (NL, 28%) voor data-analyse.

Het creëren van waarde uit data vereist ook het samenbrengen van data of data-inzichten uit verschillende applicaties, locaties of externe dataruimtes. Zo kan de R&D afdeling van een fabrikant de sensormetingen van verkochte producten gebruiken om de volgende productgeneratie beter af te stemmen op de behoeften van de klant. En kan het delen van inzichten uit patiëntgegevens tussen ziekenhuizen onderling de medische diagnose bevorderen.

Organisaties willen controle over clouds en edges
Een kenmerk van een laag data maturity level is dat er geen overkoepelende data en analytics architectuur is, maar dat data geïsoleerd is in individuele applicaties of locaties. Dit geldt voor 34% (NL, 43%) van de respondenten. Aan de andere kant heeft slechts 19% (NL, 17%) een centrale datahub of fabric geïmplementeerd die uniforme toegang biedt tot real-time data in hun hele organisatie, en nog eens 8% (NL, 8%) zegt dat deze datahub ook externe databronnen omvat.

Aangezien databronnen steeds meer verspreid zijn over clouds en edges, zegt de meerderheid van de respondenten (62%) (NL, 48%) dat het van strategisch belang is om een hoge mate van controle te hebben over hun data en de middelen om waarde te creëren uit data. Meer dan de helft van de respondenten (52%)(NL, 31%) is bezorgd dat datamonopolies te veel controle hebben over hun vermogen om waarde te creëren uit data, en 39%(NL, 29%) heroverweegt de cloudstrategie vanwege de stijgende cloudkosten, 37% (NL, 34%) maakt zich zorgen over databeveiliging, 37% (NL, 29%) heeft de behoefte aan een flexibelere data-architectuur en 32% (NL, 33%) heeft gebrek aan controle over hun data.

Partners