ANALYTICS VOOR IEDEREEN BIJ ACHMEA 

Analytische vaardigheden opschalen in de organisatie

Met een geschiedenis die teruggaat tot de 19e eeuw, is Achmea een toonaangevende verzekeraar in Nederland, die meer dan 10 miljoen klanten bedient via verschillende merken. Het doel van Achmea is er te zijn voor haar klanten op momenten die er echt toe doen. Om dit doel te bereiken is investeren in data onmisbaar. Maar om waarde uit data te halen, is het betrekken van alle medewerkers bij datagedreven werken een cruciale sleutel tot succes.

 ACHMEA’S UITDAGING

Medewerkers binnen alle niveaus voorzien van de juiste data & analytische vaardigheden.

DE OPLOSSING

 Analytics voor Iedereen: we hebben gezamenlijk learning journeys ontwikkeld voor elk talent op elk niveau binnen de organisatie.

Onze aanpak

1. Identificeer welke skills echt noodzakelijk zijn om waarde te creëren met analytics.

   Om belangrijke vaardigheden te identificeren, hebben we de analytische cyclus voor problem solving als uitgangspunt genomen. Deze cyclus laat de vijf noodzakelijke stappen zien die nodig zijn om van een zakelijk probleem of uitdaging naar initiatieven te gaan die resultaten opleveren.

   

   Figuur 1: De analytische cyclus voor problem solving

   Stap 1: Problemen structureren en definiëren – Dit is het startpunt van elke analytische opdracht en moet altijd gerelateerd zijn aan een duidelijke business uitdaging. Deze stap vereist meestal diepgaande kennis van de business en solide problem solving vaardigheden.

   Stap 2: Data verzamelen en bewerken – Verzamel en organiseer alle relevante gegevens om hypotheses en ideeën te testen. Deze stap kan behoorlijk uitdagend zijn, omdat gegevens afkomstig kunnen zijn van verschillende bronnen en formaten, zowel intern als extern binnen de organisatie. Afhankelijk van de complexiteit van de case kunnen de vereiste vaardigheden variëren van basis spreadsheet-operaties tot programmeren en ETL-opbouw.

   Stap 3: Data-analyse & Machine Learning – Na het verzamelen en voorbereiden van de gegevens kan de analysefase beginnen. In deze fase worden de benodigde inzichten en voorspellingen uit data gehaald. Een goed begrip van data-exploratie, toegepaste statistiek en machine learning is vereist in deze stap.

   Stap 4: Kansen en oplossingen presenteren – In deze fase van de cyclus worden de resultaten van de data-analyse samengevat en gedeeld met belangrijke stakeholders. Het doel van deze fase is ervoor te zorgen dat beslissingen worden genomen en vervolgstappen worden gedefinieerd. Om dit succesvol te doen, zijn storytellingtechnieken, vaardigheden op het gebied van datavisualisatie en slide writing nodig.

   Stap 5: Resultaten implementeren – De laatste fase in de cyclus zorgt ervoor dat de aanbevelingen uit de eerdere fasen worden geïmplementeerd. Dit kan variëren van een eenvoudige beleidswijziging tot het ontwikkelen van nieuwe producten en diensten. Vaak wordt er een nieuw proces gestart waarbij multidisciplinaire teams de oplossing ontwerpen en ontwikkelen, meestal volgens een Agile werkwijze. Deze stap vereist doorgaans een scala aan vaardigheden, zoals teamwork, stakeholdermanagement, tijdbeheer en (project)leiderschap.

2. Vaststellen welke rollen betrokken zijn bij analytische projecten.

   Nadat we de belangrijkste vaardigheden hadden geïdentificeerd voor het oplossen van zakelijke problemen met analytics, hebben we ons vervolgens afgevraagd welke typische profielen we onderscheiden tijdens dit proces. We hebben grofweg een onderscheid gemaakt tussen drie belangrijke profielen: Decision Makers, Analytics Translators en Data Experts.

   

   Figuur 2: Doelgroepen die we onderscheiden in de analytische cyclus

3. Ontwikkelen van op maat gemaakte learning journeys voor elke rol.

   Op basis van de benodigde vaardigheden per stap in de analytische cyclus, gecombineerd met de belangrijkste rollen die meestal bij dat proces betrokken zijn, hebben we verschillende leertrajecten ontwikkeld per profiel. Voor elk profiel hebben we geïdentificeerd in hoeverre ze kunnen bijdragen aan elke stap van de cyclus, en op basis daarvan hebben we de vereiste leertrajecten ontworpen.

   

   Figuur 3: Het gewenste vaardigheidsniveau per stap in de analytische cyclus voor elk profiel.

   Hoewel de leertrajecten zijn afgestemd op de behoeften van specifieke profielen, is er iets dat ze verbindt: de Analytische cyclus voor Probleemoplossing. Alle stappen van de probleemoplossingscyclus komen aan bod in elke leertraject. Dit wordt gedaan om een gemeenschappelijke taal en werkwijze te creëren en elke medewerker te helpen begrijpen waar en hoe ze kunnen bijdragen aan de cyclus. Enkele voorbeelden van leertrajecten die we hebben ontwikkeld zijn Analytics voor Vertalers, Analytics voor Besluitvormers en Analytisch Leiderschap voor Data Consultants.

    

Impact

Na succesvolle pilots met elk van de leertrajecten heeft Achmea de leertrajecten in de hele organisatie uitgerold. Meer dan 250 deelnemers hebben zich al ingeschreven voor één of meerdere van de leertrajecten.

We vragen deelnemers om aan het begin van hun leertraject een business uitdaging in te brengen. Op deze manier kunnen deelnemers hun nieuw verworven vaardigheden meteen in de praktijk brengen. Bovendien dragen ze bij aan oplossingen voor de uitdagingen van het bedrijf door nieuwe groeikansen te identificeren. Dit maakt het leertraject soms best intensief, maar aan het einde zijn zowel de deelnemers als het BAYZ-team trots op hun prestaties.