<img height="1" width="1" style="display:none;" alt="" src="https://px.ads.linkedin.com/collect/?pid=1164826&amp;fmt=gif">

Blog

De 5 grootste uitdagingen in facilitaire data-analyse

14 januari, 2020

Het analyseren van data is niet nieuw in FM-land, toch valt het voor veel facilitaire organisaties niet mee om grote stappen te maken in digitalisering en data-analyse. Om te beginnen met facilitaire data-analyse moet je eerst weten wat je wilt bereiken met de informatie. Pas dan kun je vaststellen welke data voor jouw organisatie van waarde is of kan zijn. Je hoeft daarvoor niet meteen heel ingewikkelde processen te bedenken. Het inventariseren van de datastromen die al voorhanden zijn, is een prima startpunt.

Toch zal het lonen als je hier wat dieper in duikt, want het is aangetoond dat organisaties die vertrouwen op big data bij hun strategie en dagelijkse werkzaamheden, meer kans hebben om financieel bovengemiddeld te presteren. Maar er is wel kennis en technologie voor nodig om die facilitaire databerg te ontleden en toepasbaar te maken.

De vijf belangrijke uitdagingen op een rij:

1. Weinig inzicht in wat het oplevert

Lastig om precies uit te rekenen wat data-analyse je gaat brengen. Investeren in data-analyse kost geld, het is natuurlijk niet per definitie zo dat elke vorm van analyse je automatisch kostenbesparing of efficiency in processen oplevert. Het is dus vooraf onduidelijk wat je winst is en wat het je oplevert, dat maakt het lastig om er in te investeren.

2. Gebrek aan kennis

Je kunt met gezond facilitair verstand en logisch nadenken best conclusies trekken wanneer je bepaalde data vergelijkt, maar data-analyse is toch écht andere koek. Dat betekent dat de facilitaire organisatie ondersteund moet worden door specialisten wanneer ze optimaal gebruik willen maken van het ontginnen van data. Belangrijk daarbij is wel dat de facilitair professional voor ogen houdt naar welke inzichten hij op zoek is.

3. Gebrek aan standaarden

Om goede vergelijkingen en analyses te maken zijn standaarden onmisbaar. Omdat de datatechnologie binnen het facilitaire werkveld nog in de kinderschoenen staat, zijn er nog nauwelijks standaarden. Het gevolg is dat veel bedrijven eigen standaarden ontwikkelen, waardoor analyse minder uitgebreid is én het lastig vergelijken is. Het is wel de verwachting dat naarmate de technologische ontwikkelingen vorderen, dergelijke standaarden zich ook breder gaan ontwikkelen.

4. Verwerken van informatie

Om resultaten inzichtelijk te maken, zijn goede systemen nodig die op elkaar zijn afgestemd. Niet alle Business Intelligence of FMIS-systemen bieden programma’s om bruikbare koppelingen te maken met resultaten uit data-analyses. Daarnaast zijn dergelijke programma’s nu vaak nog erg ingewikkeld en vragen veel van de digitale skills van een facilitair professional. Gebruiksvriendelijke tools die op elkaar aansluiten zijn onontbeerlijk.

5. Ethische en organisatorische bezwaren

Wanneer je als organisatie besluit om alles rond facilitaire dienstverlening te monitoren en te meten, heeft dat ook impact op je medewerkers. Het is de vraag of iemand ervan gediend is dat je exact meet hoe vaak hij of zij naar het toilet gaat of koffie haalt. In je enthousiasme om alles maar te meten, moet je soms ook afwegingen maken welke impact het op iemand persoonlijk kan hebben.

Als je hebt besloten dat je met data-analyse waarde wil toevoegen aan je facilitaire processen, is het belangrijk eerst vast te stellen hoe ver je al op weg bent in de reis naar data-driven facility management. In dit whitepaper zetten we uiteen welke kansen en uitdagingen er binnen facilitair management liggen ten aanzien van data-analyse. Download het whitepaper en ontdek waar je staat.

New call-to-action

Delen
Klaas-Jan de Vries
Manager Data & Technologie bij HEYDAY