Uit het onderzoek blijkt dat 48% van de organisaties voorspellende analyses inzet voor vraagprognoses en supply chain-risico’s. Daarnaast gebruikt 42% data om verstoringen in de keten vroegtijdig te signaleren. Toch stelt 26% van de beslissers dat organisaties deze inzichten niet effectief omzetten in strategische beslissingen.

Beperkte actie
Hoewel 68% aangeeft over voldoende data te beschikken om beslissingen te nemen en 59% zegt data effectief te gebruiken voor strategische doeleinden, blijft de operationele doorvertaling achter. Een derde van de organisaties (33%) gebruikt geen voorspellende analyses voor vraagprognoses. Volgens Conclusion MBS leidt dit tot dashboards vol inzichten, maar beperkte actie.

Voor organisaties die zich richten op klantgericht werken, heeft dit directe gevolgen. Onvoldoende benutting van data kan doorwerken in leverbetrouwbaarheid, beschikbaarheid van producten en proactieve communicatie richting klanten.

Opkomst van Agentic AI
De urgentie neemt volgens Conclusion MBS toe door de opkomst van Agentic AI: systemen die niet alleen adviseren, maar ook zelfstandig actie ondernemen. René Altena, CTO bij Conclusion MBS, zegt: ‘Veel organisaties zijn goed in voorspellen: ze draaien analyses, integreren externe data en voorspellen vraag en risico’s. Maar inzichten blijven nog te vaak hangen in dashboards in plaats van dat ze leiden tot actie. Agentic AI sluit aan op die kloof: systemen die van inzicht naar besluit naar uitvoering gaan. Dat vraagt wel om schone, betrouwbare data als fundament én de organisatorische volwassenheid om controle deels los te laten.’

Strategische vertaalslag
Volgens het onderzoek vraagt de stap van data-inzicht naar actie niet alleen om technologie, maar ook om organisatorische aanpassingen. Voor organisaties die klantbeleving centraal stellen, betekent dit dat datakwaliteit en besluitvorming steeds nauwer verbonden raken met klantstrategie.