Blog

BI maturity model - hoe volwassen ben jij (en de organisatie waar je werkt) op BI gebied?

Business Intelligence maakt momenteel een enorme groei door. Terwijl het zich blijft ontwikkelen, is Business Intelligence niet bij alle organisaties top of mind. Wist je dat er 6 verschillende levels van "BI-volwassenheid" bestaan?

Deze levels kan je toepassen op de organisatie waar je werkt, maar ook op jezelf. We leggen het je graag uit aan de hand van het BI maturity model, oftewel het BI-volwassenheidsmodel. Bij elke level omschrijven we kort waaraan je deze herkent binnen een organisatie, en óók hoe je een BI-/BA-er in deze level herkent. Zo kom jij er snel achter waar jij staat - en waar je naartoe wilt. Want we helpen BI-/BA-ers met groeiambitie, zoals jij, graag verder.

Wil je graag een uitgebreidere omschrijving van de verschillende levels lezen, en voorbeelden van BI-/BA-functies per level? Download dan de whitepaper “Trends en kansen in BI & BA die je niet mag missen”

De 6 verschillende levels binnen het BI maturity model

Het BI maturity model van The Data Warehouse Institute toont de verschillende fases in het BI-volwassenheidsmodel.

Het BI maturity model van The Data Warehouse Institute toont de verschillende fases in het BI-volwassenheidsmodel.

Om de verschillende levels te omschrijven, hebben we het ook over de single point of failure. Je kent het wel, dat moment dat het hele systeem stopt met werken als er op één plaats iets fout gaat. Dit hangt namelijk nauw samen met het level van BI-volwassenheid.

Level 1: Standaard rapportages

Kenmerken organisatie: De data bevindt zich in verschillende systemen en er is weinig tot geen bewustwording van de potentie van informatie. Invoer wordt nog handmatig gedaan. Er is geen standaardisatie en er wordt alleen gebruik gemaakt van historische data. Afdelingen maken veel gebruik van eigen spreadsheets met een persoonlijk karakter, waardoor er weinig tot geen data wordt gedeeld. De single point of failure is erg groot omdat Excel bewerkelijk is en daardoor foutgevoelig. 

Kenmerken BI-/BA-er in dit level: Je vindt het leuk om door combineren van lijstwerk nieuwe cijfers te formuleren in Excel. Bijvoorbeeld csv-bestanden exporteren uit verschillende bronnen, en deze in een Excel model gieten. Je doel? Maandelijkse management-overzichten. Je bent handig met Excel, en je hebt meer affiniteit met de business dan met IT.

Level 2: IT on demand

Kenmerken organisatie: In dit level van het BI maturity model krijgt de ICT-afdeling veel ad-hoc vragen en moet, om deze te beantwoorden, vaak queries draaien op de aanwezige databronnen. Koppelingen worden niet standaard live met een transactiesysteem gelegd, wat natuurlijk niet gunstig is voor de performance. Voor ICT betekent dit veel van hetzelfde werk, aangezien elke business user weer zijn/haar eigen wens heeft. Er is weinig structuur in bestaande rapporten. De rapporten die er zijn, zijn erg versnipperd en het samenvoegen ervan zonder query-kennis is lastig: de single point of failure groot.

Kenmerken BI-/BA-er in dit level: Je vindt het leuk om met scripting overzichten te creëren uit verschillende databases. En dan vooral tabellen joinen en groeperingen maken om lijstjes op te leveren waar de business om vraagt. Je weet dat data belangrijk is, maar hebt of krijgt niet de tijd van bovenaf om een stap vooruit te zetten.

Level 3: Data analyse

Kenmerken organisatie: De ICT-afdeling zet cubes, datamarts en/of exportbestanden klaar in een gecontroleerde omgeving. ICT gebruikt dit voor reporting, en ze worden door een kleine groep business users gekoppeld aan ontsluitingssoftware. Deze groep doet zelf data-analyses en heeft hiervoor weinig kennis nodig van hoe de techniek op de achtergrond werkt. En de rapporten? Die worden nauwelijks gedeeld met elkaar. Daardoor zijn er veel verschillende soorten en versies van hetzelfde rapport. De single point of failure is in dit level middelmatig.


Kenmerken BI-/BA-er in dit level: Je benadert graag allerlei databases met reporting- en dashboardtooling. Daarna verrijk je ze en lever je dynamische reporting/dashboards op. ETL-kennis is niet echt nodig, want de data in het datawarehouse is grotendeels klaar. Je maakt prachtige dashboards waarmee je mensen aanzet tot het gebruiken hiervan. De inzichten hierin zijn vaak gebaseerd op historie.

Level 4: verwachtingen benoemen

Kenmerken organisatie: In level 4 van het BI maturity model is er gelaagdheid binnen rapporten aangebracht. Business users maken volop gebruik van dashboarding en doen zelf aanpassingen. Self-service analytics doet zijn intrede en er is meestal een BICC ingericht die waakt over data governance. Door deze professionele aanpak is het vertrouwen in de data hoog en durft men patronen aan te wijzen. De single point of failure is laag.

Kenmerken BI-/BA-er in dit level: Je legt graag dwarsverbanden op basis van historische data. Daarbij breng je verwachtingen in kaart, zoals verschillende “high over” trends. Je beheerst de data-materie en snapt welke waarde deze materie heeft. Je durft grove verwachtingen te forecasten. Ook vind je dat historische data een geweldige waarde heeft, en dat het veel zegt over hoe de toekomst verloopt.

Level 5: voorspellingen berekenen

Kenmerken organisatie: deze fase wordt vaak onterecht samengevoegd met de vorige fase, maar verwachtingen en voorstellingen zijn 2 essentieel verschillende dingen. Verwachtingen, zoals level 4 in het BI maturity model, gaan meer over grote lijnen. Voorbeelden van gedetailleerde voorspellingen op laag detailniveau zijn:

• Welke van al onze honderden advertenties moeten we tonen aan gebruiker A, welke aan gebruiker B en waarom?
• Moeten we onze advertentie, bestemd voor gebruiker A, aanpassen als hij/zij via een mobiele telefoon op onze website komt of maakt het device niets uit en toont die gebruiker hetzelfde gedrag als hij/zij via een desktop onze website bezoekt

Nog maar weinig organisaties zitten op level 5 in het BI maturity model, omdat hiervoor erg veel data én kennis noodzakelijk is. Organisaties in dit level maken meestal gebruik van een datastroom die parallel loopt aan de reguliere BI-straat. Zo kan een Data Scientist met tooling als bijvoorbeeld “R” predictive micromodellen ontwikkelen. De single point of failure wordt hiermee erg laag.

Forecasting / verwachtingen benoemen: Hoe druk zal het volgende maand op de weg zijn?

Predictive / voorspellingen berekenen: Zal de gele auto de volgende afslag pakken?

Kenmerken BI-/BA-er in dit level: Je voegt graag écht waarde toe met predictive tooling. Zoals door het toepassen van scenario-modellen in “R” of “Python”. Je laat deze modellen los op historische data en telt afhankelijkheden mee en komt uiteindelijk tot goed onderbouwde voorspellingen.

Level 6: optimalisatie

Kenmerken organisatie: Hoe zie je dat een organisatie zich in het hoogste level van het BI maturity model – oftewel BI volwassenheidsmodel - bevindt? De dashboards en rapporten worden breed binnen een organisatie gedragen en door niemand in twijfel getrokken. De organisatie stuurt grotendeels op deze data-inzichten en is dagelijks bezig deze nog verder te verfijnen. Een organisatie in deze fase ziet BI niet meer als kostenpost, maar als essentieel. De single point of failure is hiermee verwaarloosbaar.

Kenmerken BI-/BA-er in dit level: Je weet precies hoe je alle BI-toepassingen integraal binnen bedrijfsprocessen toepast. Je bent in staat een organisatie compleet data-gedreven te maken, en bedenkt verbeteringen voor (bijna) elk bedrijfsproces. Je stelt veel vragen en leeft je goed in in de werkzaamheden en medewerkers van je klant.

Ben jij benieuwd hoe een BI-er die zich op level 6 bevindt omgaat met uitdagingen bij klanten op andere levels? En wil je graag uitgebreidere voorbeelden bij de verschillende levels binnen het BI maturity model? Download de whitepaper “Trends en kansen in BI & BA die je niet mag missen” en lees het verhaal van Richard Sanchez, Lead Business Consultant bij Conspect.