‘De juiste data is voor ondernemers het fundament van alles’ 

Nederlandse mkb’ers vinden data cruciaal voor hun bedrijfsdoelen, blijkt uit de MKB Barometer van Exact. Toch investeert slechts 20% daadwerkelijk in betere analysemogelijkheden. Data-expert Anique Kuijpers legt uit waarom: ‘De wil is er wel, maar waar te beginnen?’ 

Anique Kuijpers is teamlead Data & AI bij het JADS MKB Datalab, onderdeel van Jheronimus Academy of Data Science (JADS), een samenwerkingsverband tussen Tilburg University, Eindhoven University of Technology, Gemeente ’s-Hertogenbosch en de Provincie Noord-Brabant. De missie van het JADS MKB Datalab: data science en AI toegankelijk maken voor het mkb. Van bakkerijen tot logistieke bedrijven: ondernemers uit vrijwel alle sectoren kloppen bij Kuijpers en collega’s aan voor hulp met data en AI. Het valt haar op dat ondernemers vaak binnenkomen met vragen over populaire of grote technologietrends. ‘Ze willen hulp bij het implementeren van AI-agents, maar wanneer we dan het gesprek aangaan, blijkt dat vaak helemaal niet de oplossing te zijn voor hun probleem.’ Die benadering raakt volgens Kuijpers meteen de kern van het datavraagstuk in het mkb: technologie is altijd een middel, nooit het doel op zich. 

De cijfers uit de Exact MKB Barometer tonen een opvallende paradox: 80% van de mkb’ers vindt data belangrijk voor bedrijfsdoelen, maar slechts 20% wil investeren in betere analysemogelijkheden. Hoe verklaar je dit? 

‘De wil is er absoluut. Ondernemers hebben vaak een hele lijst met dingen waaraan ze willen werken, maar dan moet je kiezen: waar begin je? En wat levert daadwerkelijk meerwaarde op? Het probleem is dat je overal verhalen hoort over spectaculaire AI-projecten en wat bijvoorbeeld ChatGPT allemaal kan, maar je hoort weinig over kleine, praktische stappen. Een ander veelvoorkomend struikelblok is dat bedrijven de waarde niet meteen zien. Als je nu geld investeert in data, dan levert dat misschien pas over een jaar of twee écht iets op. Je steekt geld in iets waarvan je niet direct weet wat het oplevert. Daarnaast zijn er gewoon praktische problemen: gebrek aan kennis en te weinig tijd. Je kernprocessen en klanten gaan voor. Als je dan ook nog moet uitzoeken hoe data je kan helpen, kan het al snel te veel worden.’ 

Hoe bepaal je dan als ondernemer het pad dat je moet bewandelen om klaar te zijn voor de toekomst? 

‘Het belangrijkste is gewoon ergens beginnen én klein beginnen. Neem bijvoorbeeld een bakker die inzicht wil in hoe het weer de verkoop van zijn producten beïnvloedt. Door verkoopdata te koppelen aan weerdata wordt duidelijk welke producten meer of minder worden verkocht bij bepaalde temperaturen. Met dit inzicht kan de bakker de inkoop en personeelsplanning beter afstemmen op het weer. Dat maakt het overzichtelijk voor jezelf en je team. Want je moet wel je medewerkers meekrijgen en niet iedereen staat even open voor nieuwe technologie. Sommigen omarmen het, anderen zijn wat terughoudender. Door klein te starten met een concrete toepassing bouw je kennis op én creëer je draagvlak. Mensen zien wat er mogelijk is zonder dat het overweldigend wordt. In het begin lijkt werken met data voor sommige ondernemers misschien nog een bijproduct – je gebruikt data binnen de marketing of salesafdeling, maar nog niet door het gehele bedrijf. Maar zodra je er meer mee gaat werken, wordt het strategischer voor je hele bedrijf. Je bouwt steeds meer kennis op en uiteindelijk kun je data door alle lagen van je organisatie heen inzetten.’ 

Wat is dan de eerste stap?  

‘Wij zeggen altijd tegen ondernemers: maak een matrix met de impact en de technische complexiteit. Als ondernemer kijk je naar mogelijkheden om processen te verbeteren, zoals voorraadbeheer of planningsprocessen optimaliseren, contracten efficiënter opstellen of een chatbot inzetten. Daarbij is het belangrijk om de waarden die voor jouw bedrijf het belangrijkste zijn – bijvoorbeeld klanttevredenheid, capaciteit, tijd of inkomsten – af te zetten tegen de complexiteit van de oplossing. Om te bepalen welke verbeteringen haalbaar en waardevol zijn, moet je nagaan welke data hiervoor beschikbaar is, wat de kwaliteit ervan is en of deze praktisch inzetbaar is. Op basis daarvan kun je gericht kiezen voor het laaghangend fruit: verbeteringen die met relatief weinig moeite al snel merkbare impact hebben op de organisatie. Er is geen perfecte eerste stap, als je maar begint.’ 

Welke rol speelt data in dat pad naar de toekomst? 

‘Kwalitatief goede data is voor ondernemers echt het fundament van alles. Als je patronen wilt herkennen of voorspellingen wilt maken, heb je gewoon kwalitatieve data nodig. Wat we vaak zien bij projecten is dat ondernemers enthousiast zijn over het ontwikkelen van een chatbot of voorspellingsmodel. Maar hoe betrouwbaar is de data daarachter? Welke data heb je en welke heb je nodig? Komt die uit verschillende systemen en kun je daarbij?  

Neem een bedrijf in de maakindustrie dat zijn voorraad beter wil kunnen voorspellen, zodat producten, die bestaan uit verschillende componenten, op tijd kunnen worden geleverd aan de klant. Als een van de componenten een lange levertijd heeft, kan dit van invloed zijn op de levertijd van het gehele product. Om een voorspellingsmodel voor voorraadbeheer te ontwikkelen is het belangrijk dat er naast de klantorders, ook wordt gekeken naar retourorders en zelfs naar de defecte orders. Daarbij wil je dat de data is uitgesplitst naar ruwe materialen en halffabricaten om zo een nauwkeurige voorspelling te doen. 

We leggen dit aan ondernemers uit aan de hand van onze datavolwassenheidspiramide. Onderaan staat de data; die moet op orde zijn. Daarboven kom je bij analyse en inzichten. En pas helemaal bovenaan zit AI. Het op orde te krijgen van je data is niet de meest sexy stap, maar het is wel de belangrijkste: de fundering. Zonder solide basis stort de rest in. En dat betekent vaak opschonen van gegevens. Zoals plaatsnamen in je systemen: Den Bosch en ‘s-Hertogenbosch. Jij en ik weten dat het hetzelfde is, maar een algoritme ziet twee verschillende plaatsen. Daarom zit er in elk project dat we doen een stuk dataopschoning. Je moet niet alleen je business begrijpen, maar ook je data.’ 

De Barometer laat zien dat 94% van de mkb’ers hun bedrijf onvoldoende geautomatiseerd vindt. Hoe hangt dat samen met datagebruik? 

‘Automatisering begint altijd met data, daar kom je niet onderuit. Ondernemers komen vaak binnen met vraagstukken over AI, maar dan kunnen we tijdens een gesprek tot een oplossing komen waarbij een automatiseringsslag de eerste stap is. Neem je facturatieprocedure: je haalt informatie uit het ene document en stopt dat in een ander document om een factuur te maken. Dat kun je prima automatiseren, zodat niemand dat meer handmatig hoeft te doen. Maar ook zo’n “simpel” automatiseringsproces heeft data nodig – het systeem moet ergens die informatie vandaan halen. Je begint dus met data, daarna automatiseer je stap voor stap je processen. En als je die processen hebt geoptimaliseerd, dan kun je een stapje verder. Dan kun je AI inzetten om patronen te herkennen en daar slimme beslissingen op te baseren. Dat is waar groei ontstaat.’ 

Welke concrete voordelen zien bedrijven die strategisch met data aan de slag gaan? 

‘Ondernemers hebben vaak al een scherp onderbuikgevoel. Ze kennen hun processen, zien hun cijfers, weten waar de knelpunten zitten. En dat klopt meestal ook. Als wij een dashboard maken, vragen we: wat zijn de tien belangrijke KPI’s die je wilt zien? Negen van de tien keer bevestigt de data dat onderbuikgevoel. Maar die tiende is vaak de verrassing, een inzicht dat ze niet verwachtten. En daar begint de echte meerwaarde. Want dat onderbuikgevoel gaat over wat er nu gebeurt en wat er in het verleden gebeurde. Maar de toekomst? Dan wordt het onzekerder.’ 

Welke waarde brengt data dan in zo’n geval? 

‘Met de juiste data kun je patronen herkennen en projecties maken. Kijk bijvoorbeeld eens naar je klantgegevens. Je ziet dan wellicht niet alleen dat mensen product A, B en C kopen, maar ook welke combinaties populair zijn. Dan kun je een combideal maken van product A en C. Of je ontdekt dat product B helemaal niet loopt – dan haal je die uit de voorraad. Maar het kan ook zijn dat je nieuwe klantgroepen spot of nieuwe trends waarop je kunt inspelen. En zo kun je je bedrijf aan de hand van data laten groeien. Praktisch gezien levert het ook kostenbesparing op. Die geautomatiseerde facturatieprocedure speelt tijd vrij bij je financiële afdeling. Efficiënter werken, betere besluitvorming, maar vooral: je kunt vooruitkijken in plaats van alleen reageren op wat al gebeurd is. Sommige bedrijven staan nog aan het begin van dit proces, andere zijn al veel verder. Maar elke stap op dat pad levert concreet voordeel op.’ 

Als je één advies mag geven aan ondernemers die wel aan de slag willen met data, maar niet weten hoe? 

‘Gewoon beginnen. En wees niet bang om te experimenteren. Kijk eerst naar wat jij wilt bereiken met je bedrijf. Waar loop je tegenaan? Welke processen kosten te veel tijd? Ook zonder veel technische kennis kun je meestal wel inschatten of iets haalbaar is of dat het een monsterklus wordt. En je hoeft het niet alleen te doen. Soms kan je eigen IT-leverancier al helpen of je schakelt een externe partij in. Mijn punt is: begin ergens. Je medewerkers gebruiken waarschijnlijk al ChatGPT of andere tools in hun privéleven – die kennis zit al in je organisatie. Bouw daar gewoon op voort. Het belangrijkste is dat je de stap zet. Klein beginnen.’