Hoe beïnvloedt technologie de consultingpraktijk?

De consultingmarkt is aan flinke veranderingen onderhevig. Er zijn nieuwe aanbieders in de vorm van big tech bedrijven, er is veel concurrentie van ZZP’ers en organisatiemodellen veranderen en worden meer agile. Maar ook de mogelijkheden van (digitale) technologie en data science leiden tot allerlei disrupties en innovaties binnen de consultingindustrie. Disrupties die ook de rol van de klant in het consultingproces fors beïnvloeden.

De Duitse hoogleraar Volker Nissen constateert dat de consultingindustrie steeds virtueler wordt. Hij spreekt zelfs van het ontstaan van Consulting 4.0.¹ Hij stelt dat het traditionele consulting deliverymodel, gebaseerd op face to face en on-site consulting met veel fysiek klantcontact en interactie tussen consultants en klanten, verandert in een virtueel deliverymodel, ondersteund door nieuwe technologie. Consulting als people business transformeert zo naar technology business.²

In dit model voert de klant via selfservices, steeds meer werkzaamheden uit die eerder de consultant deed. Het gaat bijvoorbeeld om data verzamelen, invoeren en analyseren. De consultant komt pas om de hoek kijken bij het interpreteren van die data en hetontwikkelen van een advies. Het zal steeds vaker voorkomen dat een algoritme of bot alvast de top drie adviezen genereert. Deze vorm van consulting wordt ook wel self service consulting of algorithmic consulting genoemd.³ Een ander voorbeeld is dat via big–data-analyse en process mining complexe werkprocessen worden geanalyseerd en knelpunten in de processen worden geïdentificeerd, weggenomen of voorkomen. Deze procesanalyse- en optimalisatiewerkzaamheden waren tot voor kort het domein van Lean/Six Sigma-consultants.

Steeds meer digitale diensten

Consultingbedrijven bieden hun klanten door de virtualisatietendens steeds meer digitale diensten of consulting-selfservicemogelijkheden aan. Dat geldt vooral voor scherp omlijnde problemen, waarvoor min of meer standaardoplossingen zijn. Dit heet ook wel instant consulting.

Naast de impact van deze (digitale) technologie, wordt consultingvirtualisatie ook beïnvloed door de ontwikkelingen binnen de data science. Data science brengt methoden als statistiek, machine learning, algoritmen, process mining en data-analyse samen om inzichten te verwerven uit gestructureerde of ongestructureerde big data. In figuur 1 zijn de verschillende componenten, technieken en methoden van de data science weergegeven.

Naarmate er meer (digitale) technologie wordt toegepast in de consultingpraktijk, neemt de rol van de fysieke consultant af of verdwijnt zelfs geheel. De rol van de klant als handelende partij in het consultingproces neemt daarentegen toe. Ook de toegepaste technologie varieert per fase. Deze technologie kan bestaan uit domein-neutrale tools, zoals spreadsheets en projectmanagementapplicaties, maar kan ook meer zijn toegespitst op het vervangen van een of meerdere specifieke consultingtaken, zoals data-analyse, scenario’s opstellen of geautomatiseerd oplossingen bedenken op basis van deep learning of machine learning.

Niet in 1 klap virtueel

Consultingbedrijven, interne consultingafdelingen of zelfstandig consultants zullen niet in één klap volledig virtueel zijn.⁵ Die ontwikkeling verloopt vaak via vier stappen of maturity levels die je over een langere periode doorloopt (zie figuur 2)⁶:

1. in deze fase gebruikt het consultingbedrijf in projecten af en toe nieuwe digitale technologie, zoals videoconferenties, sharepoints of chats.
2. op dit niveau werken de klant en de consultant steeds vaker op afstand samen, ondersteund door moderne collaboratietechnologie, zoals Trello, Zoom, TeamManager en een enkele app- of portaltoepassing. De meeste consultingprojecten zijn echter nog steeds gebaseerd op contact tussen de klant en consultant.
3. de inzet van de consultant in het klantcontact loopt substantieel terug en als dat contact er nog is, verloopt dat op afstand en digitaal. Het consultingbedrijf biedt sporadisch consultingdiensten aan die volledig geautomatiseerd verlopen en waarbij de inzet van een consultant minimaal is. Virtualisatie is doorgedrongen in de interne processen en werkmethoden en wordt steeds vaker naar de markt gecommuniceerd. Het is een van de strategische pijlers van het consultingbedrijf.
4. het businessmodel van het consultingbedrijf is voornamelijk gebaseerd op virtuele consultingservices. De consultant heeft alleen nog klantcontact als dat echt nodig is en waarde toevoegt. Het consultingbedrijf beschikt over een netwerk van partners, klanten en medewerkers, waarmee hij geavanceerde virtuele consultingproducten en -diensten kan leveren.

Naarmate de virtualisatievolwassenheid van de consultingorganisatie toeneemt, digitaliseert het businessmodel steeds verder en wordt de organisatie steeds meer onderdeel van een technologisch ecosysteem en datasciencenetwerk . Deze vier maturity levels simplificeren de werkelijkheid. Virtualisatie is vaak een schoksgewijs proces van vallen en opstaan en geldt meer als een continuüm van veranderingen dan als een gereguleerd en voorspelbaar proces. Zie figuur 2 voor de verschillende volwassenheidsfasen bij virtualisatie van consulting.

In mijn boek De Complete Consultant, Succesvol adviseren in de 21^e digitale eeuw (Boom, 2021), lees je meer over de virtualisatie van de consultingpraktijk en aanpakken om virtualisatie toe te passen. Meer informatie over consulting in de 21^e-eeuw en actuele trainingen en workshops, vind je ook op decompleteconsultant.nl.

Door: Eric Mooijman

---

[1] Nissen, V. ed. (2018). Digital Transformation of the Consulting Industry, Extending the traditional delivery model. Springer International Publishing

[2] Christensen, C., Wang, W. & Bever, D. van (2013). Consulting on the cusp of disruption. Harvard Business Review, October

[3] Werth, D. & Greff, T. (2018). Scalability in Consulting: Insights into the scaling capabilities of business models by digital technologies in consulting industry In: Nissen, V. (ed.) (2018). The digital transformation of the consulting industry. Springer, Heidelberg

[4] Aalst, W. van der (2016). Process Mining. Data Science in Action. 2nd edition. Springer.

[5] Werth & Greff (2018)

[6] Nissen, & Seifert (2018)

[7] Gebaseerd op: Nissen & Seifert (2018), Werth & Greff (2018)