In 2024 heeft NCR een onderzoek uitgevoerd onder zijn leden om inzicht te krijgen in de behoeften en uitdagingen rondom datastromen binnen coöperaties. Dit onderzoek, uitgevoerd via interviews en digitale vragenlijsten, richtte zich op hoe coöperaties data verwerken en benutten.

Doel van het onderzoek

Het doel was om te begrijpen hoe coöperaties omgaan met data, welke kansen en uitdagingen zij zien, en hoe zij data kunnen gebruiken om meerwaarde te creëren. NCR wilde hiermee een basis leggen voor verdere ondersteuning en kennisdeling onder zijn leden. De focus lag op het verkrijgen van inzicht in de behoefte en problematiek die speelt onder NCR-leden op het gebied van datastromen. Voorbeelden van dergelijke data zijn sensordata van agrarische bedrijven, inkoopdata, machine- of computerdata, en persoonsgegevens.

Belangrijkste bevindingen

Uit het onderzoek blijkt dat ongeveer twee derde van de coöperaties een goed beeld heeft van hun interne datastromen. Echter, slechts een vijfde heeft een volledig beeld van de datastromen bij hun leden. Dit verschil is vooral merkbaar bij agrarische coöperaties, die minder zicht hebben op de data van hun leden vergeleken met zorg- en financiële coöperaties.

De grootste kansen liggen in het verbeteren van productkwaliteit en kostenbeheersing. Coöperaties zien ook kansen in het combineren van kunstmatige intelligentie en bedrijfsprocessen en/of duurzaamheid. Personeelsvoorzieners zien bijvoorbeeld mogelijkheden om kunstmatige intelligentie (AI) in te zetten in het werven van arbeidskrachten. Andere antwoorden spitsen zich toe op de voorspellende waarde van data, zoals bij financiële dienstverleners, en het verbeteren van efficiency, productiviteit en kwaliteit.

Hier kleven echter ook uitdagingen aan vast, met name op het gebied van wet- en regelgeving, privacy, en de capaciteit om data effectief te benutten. In dit laatste geval is de data vaak wel bekend is, maar is de vraag hoe dit verwerkt moet worden nog lastig. Dit kan een capaciteitsprobleem zijn, maar kent ook een kenniscomponent. Het is voor sommige coöperaties een uitdaging om te weten wat er allemaal mogelijk is (‘we weten niet wat we missen’); het is vaak een uitdaging om wegwijs te worden in de mogelijkheden van data. Soms speelt er ook een terughoudende cultuur op de werkvloer. Ook investeren in doorontwikkeling op datagebied kan lastig zijn omdat het nog niet zeker is wat de output hiervan gaat zijn.

Conclusie

Het onderzoek toont aan dat er aanzienlijke verschillen zijn in hoe coöperaties omgaan met datastromen, en dat deze verschillen voornamelijk sectoraal te verklaren zijn.

De bevindingen suggereren dat er nog veel ruimte is voor verdieping en dialoog in het gebruik van data binnen coöperaties. Verdere samenwerking en kennisdeling kunnen bijdragen aan een beter begrip en gebruik van de beschikbare datastromen.