Model voor volwassen webanalytics: zo houd je je data behapbaar

Veel mensen vinden webanalytics lastig uitvoerbaar en moeilijk in te richten. Waarom zijn sommige organisaties zo succesvol in de inrichting van hun webanalytics, terwijl andere falen? Voor Stéphane Hamel was die vraag aanleiding om modellen uit de computerwetenschappen met die vanuit Business Intelligence en procesanalyse te combineren en bestuderen. Daaruit creëerde hij de zes gebieden van zijn Online Analytics Maturity Model (OAMM).

Technische én strategische kanten van online analytics combineren

Hamel woont in Canada en is werkzaam als Director of Strategic Services bij Cardinal Path. Hij houdt zich al jaren bezig met zowel de technische als de strategische aspecten van online analytics, een combinatie die binnen het vakgebied nog steeds zeldzaam is. Het was voor mij als consultant webanalytics een gouden kans om hem te interviewen. Het interview vond plaats tegen de achtergrond van Kasteel De Haar in Haarzuilens tijdens de Online Dialogue Days.

Wat volgde was een inspirerend gesprek over zijn achtergrond en zijn denkbeelden en overtuigingen, waar het de inrichting van online analytics betreft. En natuurlijk spraken we over het Online Analytics Maturity Model, dat hij door de jaren heen ontwikkeld en verfijnd heeft. Volgens mij een heel bruikbaar model. Omdat het niet alleen naar de technische aspecten van online analytics kijkt, maar vooral ook rekening houdt met de organisatorische en procesmatige maatregelen die nodig zijn om online analytics toegevoegde waarde te laten hebben.

Online Analytics Maturity Model

Stéphane vertelt dat hij door de jaren heen steeds om zich heen hoorde dat webanalytics zo lastig uitvoerbaar en moeilijk in te richten is. Dat irriteerde hem enigszins en bracht hem bijna als vanzelf bij de vraag: Waarom zijn sommige organisaties dan succesvol in de inrichting van hun webanalytics, terwijl andere daarin falen?

Hij begon zich steeds meer in die vraag te verdiepen. Hij bestudeerde en combineerde modellen uit de computerwetenschappen met modellen uit Business Intelligence en procesanalyse.

Van daaruit creëerde hij uiteindelijk de zes gebieden van zijn Online Analytics Maturity Model (OAMM), een assessment-model waarmee je de mate van volwassenheid van online analytics binnen een bedrijf kunt vaststellen. Daarbij houdt hij rekening met verantwoordelijkheden, doelstellingen, processen en methodieken.

De webanalist als ‘change agent’

Stéphane vertelt hoe hij geïntrigeerd bleef door de vraag: waarom hebben we het gevoel dat het gemakkelijk zou moeten zijn, maar is het dat niet? Door het online analytics-gedachtegoed worden bedrijfsculturen veranderd, en daar ligt volgens hem ook de oorzaak in.

In zijn visie is een webanalist eigenlijk een ‘change agent’, een veranderaar, die helaas nog veel te weinig als zodanig gezien en erkend wordt. Stéphane gelooft heilig in een goed uitgedachte ‘samenwerkingsdriehoek’ tussen de business, de techniek die de ondersteunende voorwaarden schept en de analist, die vooral voor inzichten en aanbevelingen moet zorgen.

Hoe houd je data behapbaar?

Als Stéphane wat meer de diepte ingaat, gaat het voor mij echt leven. Zo geeft hij aan dat we nu natuurlijk de beschikking hebben over meer data dan we ooit echt kunnen doorgronden en gebruiken. Dus hoe maak je het allemaal een beetje meer behapbaar?

De 6 gebieden van het OAMM

Hamel staat stil bij de zes gebieden die zijn model beschrijft. Verder legt hij uit hoe je kunt vaststellen of en hoe je als bedrijf scoort op die zes ‘maturity areas’, zoals hij ze noemt. De gebieden zijn:

1. Management, beheer, toepassing: wie is de hoogste functionaris binnen je organisatie, die verantwoordelijk is voor online performance-metingen?
2. Doelstellingen: wat zijn op dit moment de doelen van analytics binnen je bedrijf?
3. Scope: wat is de scope van je analytics en optimalisatie?
4. Team, expertise, resources: hoeveel mensen werken aan analytics en hoe is het team verdeeld?
5. Voortdurende verbetering, processen & analyse methodieken: hoe identificeer je problemen en mogelijkheden, ontwikkel je hypotheses, analyseer je en krijg je inzicht?
6. Gebruik tools, technologie & data integratie: hoe ver is het gebruik van beschikbare technologieën binnen je bedrijf ontwikkeld?

Stéphane vertelt dat de gebieden Doelstellingen en Scope bij de meeste bedrijven redelijk goed scoren, maar dat vrijwel overal de gebieden die te maken hebben met Processen en Beheer niet zo adequaat zijn uitgewerkt. Dat is iets dat ik zelf in de praktijk ook veel heb gezien en ervaren. Bedrijven weten natuurlijk best waarom ze online analytics willen inzetten, maar uitwerking van verantwoordelijkheden en integratie met de totale bedrijfsvoering laten vaak te wensen over.

Altijd eerst een assessment…

Als Stéphane als consultant binnenstapt bij een bedrijf, voert hij altijd eerst een assessment uit op basis van zijn model. Hij vertelt dat hij zich, hoe dan ook, altijd eerst zelf een goed beeld wil vormen van de bedrijfsvoering en van de issues die er spelen. Het is vaak heel verleidelijk om meteen te beginnen met het werken aan een oplossing, merkt hij. Meestal ook nog een oplossing die organisaties zelf al aandragen in de geest van: ‘dit is wat we nodig hebben.’ Terwijl Stéphane altijd op zoek gaat naar een andere invalshoek, namelijk: ‘wat is het probleem, dat je opgelost wil zien?’

… vervolgens een roadmap

Vanuit de uitkomsten van de assessment stelt hij een ‘roadmap’ met concrete plannen en tijdlijnen op. Daarin is het vooral belangrijk dat alle zes de gebieden van het model meegenomen zijn, zodat ze qua score beter in balans komen of blijven. Meestal wordt de assessment na een jaar herhaald om te bekijken of de verwachte groei in volwassenheid werkelijkheid wordt.

Want, zoals Stéphane nog maar eens benadrukt: “Data alleen is niets! Je moet data begrijpen en in de juiste context kunnen plaatsen.” En om als bedrijf te kunnen excelleren moet je zeker data-driven zijn, maar heb je ook creativiteit nodig: “Creativiteit geeft je de mogelijkheid om het beter te doen dan je concurrenten,” zegt hij daarover.

Niveau in Europa

Als ik hem vraag naar het niveau van volwassenheid in Europa als het om online analytics gaat, moet hij toegeven dat bedrijven in Europa over het algemeen lager scoren dan bedrijven in de Verenigde Staten. “Maar dat is helemaal niet erg”, stelt hij me gerust, “want er wordt wel degelijk vooruitgang geboekt.” En het model kan daarbij helpen. Want het geeft inzicht in waar je nu staat, het helpt je na te denken over waar je naartoe wil en het biedt de mogelijkheid om de geboekte vooruitgang inzichtelijk te krijgen. Proef ik hier een ouderwetse regelkring?

Hoe het begon

Stéphane is in 1978 afgestudeerd in de computerwetenschappen, dus hij stapte de wereld van de online analytics binnen met een IT-achtergrond. Hij liep stage als softwaredeveloper en maakte voor het eerst kennis met het web toen hij een webserver hielp plaatsen bij het bedrijf waar hij werkte. Via logfiles kon hij toen een beetje volgen hoe het web gebruikt werd: dat is wat je de pre-historie van webanalytics zou kunnen noemen.

Meer dan een IT-guy

Al snel kwam Hamel erachter dat het vak van computerwetenschappen niet alleen maar over hardware-programmering ging. Of, zoals hij het zelf verwoordt: “Het gaat vooral over het optimaliseren van bedrijfsprocessen, waarbij je gebruik maakt van technologie.”

Bij alle bedrijven waar hij in dienst is geweest, merkte hij dat hij vooral moest leren ‘hoe het bedrijf werkte.’ De persoonlijke frustratie die hij daarbij ondervond, was dat hij altijd alleen maar werd gezien als een ‘IT-guy‘, die toch eigenlijk geen verstand kon hebben van marketing of businessprocessen, “and I could be so much more!”

Kennis van procesoptimalisatie

Stéphane volgde opleidingen, die hem meer kennis van procesoptimalisatie bijbrachten, getriggerd door een managementmeeting die hij een keer bijwoonde. In die betreffende meeting nam de brainstorm over webstrategie voor zijn gevoel een heel verkeerde wending, omdat inzicht in de data hem een verhaal vertelde dat niet gelijk liep met de richting waarin de plannen van het management bewogen. En wat erger was, ze wilden ook niet naar hem luisteren.

Rond 2006 bracht dat hem ertoe een nieuwe Bachelor Course op het gebied van webanalytics te ontwikkelen. Hij heeft daarin les gegeven aan de University of British Colombia en geeft nu nog steeds les aan de Laval University of Québec.

Data wordt ‘big’ als het niet meer in Excel past

Natuurlijk moeten we het tegen het eind van het gesprek ook nog even over big data en zijn visie daarop hebben. Hij deelt daar een leuke definitie, pakkend door zijn eenvoud: “Er is sprake van big data als het niet meer in Excel past.” Dat brengt de hype wel tot de juiste proporties terug.

Stéphane geeft aan dat het idee van de big data vooral vanuit technische mogelijkheden gepromoot wordt. Wat niet wegneemt dat de nieuwe mogelijkheden die het biedt en de nieuwe concepten die het brengt heel erg interessant zijn.

Online analytics versus Business intelligence

Stéphane vindt dat het big data-concept op dit moment meer bij Business intelligence past dan bij Online analytics. En in zijn opinie komen Business Intelligence en Online Analytics van twee totaal verschillende werelden en achtergronden en vragen ze hele verschillende vaardigheden. “De twee filosofieën kunnen voor wat wederzijdse wrijving zorgen”, zegt hij met een lach. “Maar ze zullen hoe dan ook een manier moeten vinden om in de toekomst samen te gaan werken.” Het is tenslotte de totale customer journey die we moeten optimaliseren. En dat betreft alle kanalen, zowel online als offline.

Een vakgebied in beweging

Belangrijk is, denk ik, dat bedrijven zich ervan bewust worden dat je met alleen een parttime webanalist en een in allerijl aangeschafte web analytics tool geen data-driven organisaties bouwt. Zoals Stéphane Hamel ook aanstipt.

Dit interview heeft me weer eens doen beseffen hoe interessant mijn vakgebied is. Vooral omdat het zo ontzettend in beweging is. Het is de kunst om de groei naar volwassenheid met veel geduld en stap voor stap aan te pakken. En daarbij kan het Online Analytics Maturity Model een heel zinvol hulpmiddel zijn. Al zijn er natuurlijk ook veel andere modellen die organisaties kunnen helpen grip te krijgen op de inrichting en uitvoering van hun online analytics.

Ik ben benieuwd met welke modellen jullie ervaring hebben!

Foto intro met dank aan Fotolia.