Wat kan het bedrijfsleven leren van de sportwereld?

Jaren geleden heb ik de film Moneyball gezien. Voor wie de film nog niet kent, het is gebaseerd op het succes van honkballegende Billy Beane. Billy introduceerde een geheel eigen wijze van spelers scouten: puur op statistieken van de spelers. Daarmee had hij - en heeft hij nog altijd - veel sportief succes. Dit was het startpunt van de inzet van data-analyse in de sport. Ook tijdens het EK-voetbal voor vrouwen van afgelopen zomer speelde data een grote rol in het succes van de Oranje Leeuwinnen. De Nederlandse voetbalsters kregen hulp van rekenmeesters van de Universiteit Leiden. De resultaten hiervan moeten nog gepresenteerd worden, maar het winnen van goud is in ieder geval gelukt.

Dat de voetbalvrouwen hier mee bezig zijn is niet gek, want vandaag de dag heeft elke groot professioneel sportteam wel een analytische expert in dienst. Het is een ontwikkeling die niet meer is te stoppen. Over heel de wereld worden prestaties van honkballers, basketballers, tennissers en voetballers geregistreerd en geanalyseerd. Van bloedwaarden tot urine, van links roterende schouderbewegingen tot het uitzoeken van ontstaan van voetblessure. Alles wordt gemonitord en gebruikt om te verbeteren. Zo wordt bij hockey de hartslag en het aantal gelopen meters van spelers continue gemeten. Op basis van deze gegevens worden de wissels bepaald.

Voorspellen
Dit zijn nog redelijk platte analyses waarbij directe verbetering centraal staat. Een stap verder gaan de predictive analyses, met harde voorspellingen. SciSports haalde onlangs nog de voorpagina met een, op het eerste oog gewaagde, voorspelling. Het heeft namelijk voorspeld dat er drie, nu nog relatief onbekende voetballers, in de toekomst de recordtransfer van Neymar gaan overtreffen. Wie? Het zegt u waarschijnlijk niks, maar het gaat om de Mexicaan Diego Lainez (17, Club América), de Spanjaard Mikel Oyarzabal (20, Real Sociedad) en de Braziliaan Malcom Filipe Silva de Oliveira (20, Bordeaux). SciSports heeft de beschikking over een database van meer dan 300.000 spelers. Daarin wordt alles bijgehouden. Passes, dribbels, schoten, goals, assists en ga zo maar door. Op basis van al deze gegevens hebben ze een systeem gebouwd waarbij spelers kunnen worden gefilterd op basis van een ranking: een combinatie van hoe goed een speler passt, dribbelt en scoort afgezet tegen de zwaarte van de competitie. Wat scouts van voetbalclubs in een jaar doen, doet SciSports in een paar kliks. Op deze manier adviseren zij voetbalclubs welke spelers ze moeten kopen.

Bedrijfsleven
In het algemeen loopt de sportwereld in zijn analysegebruik achter bij het bedrijfsleven. Dit komt vooral door het aantal mensen dat een sportclub beschikbaar heeft om hiermee bezig te zijn. In het bedrijfsleven zijn er complete afdelingen gericht op het maken van data analyses.

Desondanks kunnen bedrijven veel leren van de analyses in de sportwereld. Allereerst zien we dat het belangrijk is om zoveel mogelijk data te verzamelen om inzicht te creëren en op basis daarvan verbeteringen door te voeren. Het begint allemaal met het monitoren van klanten en prospects. Wat doen ze? Wanneer? En waarom? Deze stap hebben veel bedrijven al gezet. Denk bijvoorbeeld aan het analyseren van online gedrag via Google Analytics en het bijhouden van zoveel mogelijk klantkenmerken in het CRM-syteem. Echter data verzamelen is één, maar er het maximale uit de data halen is stap twee. Je moet zoeken naar de beste manieren om die data te gebruiken.

Look-a-likes
In het bedrijfsleven kan je de data van je huidige “beste klanten” gebruiken om look-a-likes te zoeken. Net zoals SciSports de 3 grootste voetballers van de toekomst voorspelt, kunnen bedrijven hun 3 grootste klanten van de toekomst voorspellen. Of bekijk het juist andersom. Bij welke klanten is de kans op een “blessure” het grootst? Oftewel, bij welke klanten is de kans dat zij zullen overstappen zeer groot? Als je dit goed en tijdig in kaart brengt, kan je hier op inspelen doormiddel van een retentieprogramma.

Het menselijke aspect
Iets anders waar het bedrijfsleven van kan leren, is de focus op het menselijke aspect in de sportwereld. Zij beseffen dat spelers hun belangrijkste resources zijn. Data analyses worden dan ook voornamelijk hiervoor ingezet. Allereerst kijken ze naar individuele prestaties, door allerlei metingen te monitoren. Daarnaast wordt ook de prestaties in teamverband onderzocht. Er wordt bijvoorbeeld gekeken naar hoe een team presteert met of zonder een bepaalde speler, of combinaties van spelers. Zo kan een individu, ook als hij geen indrukwekkende individuele statistieken genereert, van onschatbare waarde zijn voor het team.

Bij de meeste bedrijven zijn analyses vooral gericht op operationele of marketingissues en niet op de menselijke dimensie van prestaties. Het onderzoeken van groepsprestaties kan echter een waardevolle techniek zijn om de meest succesvolle samenstelling van het verkoopteam te identificeren. Onderzoek bijvoorbeeld eens de effectiviteit van B2B-verkoopteams, in verschillende teamsamenstellingen voor uiteenlopende klanten, met of zonder een bepaald individu. Dit kan tot verrassende inzichten leiden.

Kortom, verzamel zoveel mogelijk data, analyseer data en gebruik dit om voorspellingen te doen die je helpen de juiste prospects en klanten op het juiste moment te benaderen. Kijk daarnaast ook naar je eigen mensen. Laten we leren van het succesvolle damesvoetbalelftal. Zij wonnen door te luisteren naar de data en het juiste team op het juiste moment op te stellen, wat betekende dat captain Mandy van den Berg de laatste wedstrijden van het toernooi op de bank moest plaatsnemen. Een strategische zet met GOUD als uitkomst.