Data-gedreven werken is lang niet in elke organisatie vanzelfsprekend. Processen moeten het mogelijk maken om data in te zetten, mensen binnen de organisatie moeten met data willen werken en data moet toegankelijk zijn voor de medewerkers. Hoe ver is jouw organisatie? Hoe kun je stappen zetten om data-gedreven werken goed te implementeren?
In deze blog leggen we uit welke aspecten er meespelen in data-gedreven werken, de implementatie daarvan en welke benadering je kan volgen.
Een goede implementatie van data-gedreven werken vereist inzet op grofweg drie aspecten: strategie, organisatie en data.
Het aspect ‘strategie’ slaat op het maken van data-gedreven keuzes en beslissingen. Dit zijn bijvoorbeeld strategische keuzes, maar ook beleidsplannen of welke zaken op een managementagenda moeten verschijnen. In dit aspect wordt beschikbare data gericht gebruikt om beslissingen voor jouw organisatie te nemen.
Het aspect ‘organisatie’ richt zich op de processen en mensen in de organisatie. Deze moeten data-gedreven werken mogelijk maken. Cruciaal in dit bolletje zijn de medewerkers. In welke mate willen zij met data aan de slag? En hoe makkelijk stelt de organisatie deze medewerkers in staat om hier mee aan de slag te gaan?
Onder in de toren staat ‘data’ en beslaat het technische aspect. Hoe beter dit fundament op orde is, hoe beter je organisatie dit kan gebruiken. Hieronder valt de mate waarin data medewerkers toegankelijk is, hoe de data op een heldere en betrouwbare manier gedeelt wordt en of de kwaliteit van de data op orde is.
Van boven naar beneden bouwt elk aspect voort op het aspect eronder. Je kunt je bijvoorbeeld afvragen: op welk aspect scoor ik nu het best? En op welk aspect het slechtst?
Elk van deze aspecten naar een hoger niveau tillen vergt verandering, en verandering is lastig. Daarom adviseren wij om op 1 van deze aspecten tegelijk te focusen. Maar waar begin je dan?
In onze ervaring werkt dit het beste door ofwel van boven naar beneden te focussen, ofwel van beneden aar boven, afhankelijk van het type organisatie dat jij hebt en hoe goed je op elk van deze aspecten scoort. Hieronder zijn de twee benaderingen uitgelegd met hun eigen voor- en nadelen.
Een organisatie die de top-down benadering hanteert start met beter gebruik maken van “wat er al is”. De data die al beschikbaar is wordt beter ingezet tijdens het vormen van beslissingen. In dit geval ga je tijdens het proces actief opzoek naar beschikbare data en heb je direct resultaat. Dit directe resultaat versterkt de wens van medewerkers om met data aan de slag te gaan.
Medewerkers zien steeds meer mogelijkheden van data en en willen dat de organisatie meer data-gedreven wordt. Vervolgens worden processen aangepast om data-gebruik en handelen naar aanleiding van data te vergemakkelijken. Als de mensen en processen er klaar voor zijn, wordt de data aangepakt. Databorging, de vindbaarheid van data en de datakwaliteit verbeteren, waarmee de medewerkers sneller met betrouwbare informatie aan de slag kunnen.
Het voordeel van de top-down benadering is dat de impact van data-gedreven werken snel duidelijk is. Door focus op strategie en beslissingen op basis van data, weet je direct wat je met de data kunt. Processen en datakwaliteit komen in namelijk pas later aan bod. Er zijn al snel voorbeelden van hoe data ondersteunt bij een beslissing. Hierdoor zie je snel welke beslissingen handig zijn en hoe data hierbij helpt.
Helaas is er ook een keerzijde: Als de data niet betrouwbaar is of het voor de medewerkers veel tijd kost om de data te vinden, kan zo’n eerste voorbeeld of besslissing lang duren. Onbetrouwbare data kan leiden tot verkeerde beslissingen of discussie tussen medewerkers die het niet eens zijn. Als dit te veel tijd kost, geven medewerkers de zoektocht op. Dan vallen medewerkers liever terug op hun ervaringen en onderbuik gevoel voor hun beslissingen.
De bottom-up benadering start met de techniek. Je start met het verbeteren van de datakwaliteit en de toegankelijkheid van data. Deze informatie gebruik je om de processen te verbeteren en te zorgen dat data-gedreven werken mogelijk is vanuit technisch oogpunt. Medewerkers worden aan de hand van de processen meegenomen in het data-gedreven werken en de voordelen hiervan. De motivatie van de medewerkers zorgt ervoor dat data gebruikt wordt ter ondersteuning van beslissingen. Dit resulteert uiteindelijk tot data-gedreven beslissingen en acties.
De start met de datakwaliteit is erg waardevol voor jouw organisatie. Hiermee kun je data beter opslaan en verwerken, wat leidt tot meer correcte en betrouwbare data. Hoe meer data je hebt, hoe effectiever je deze kunt gebruiken. Denk bijvoorbeeld aan voorspellingsmodellen die nauwkeuriger worden naarmate er meer historie beschikbaar is.
Betere techniek maakt het leven bij data-gedreven werken makkelijker. Medewerkers vertrouwen de data meer en vinden het prettiger om met de data aan de slag te gaan. Omdat processen al opgezet zijn voor data-gedreven werken, heeft iedereen een startpunt om aan de slag te gaan. Dit gemak en vertrouwen geeft motivatie om kennis uit de data te halen. Het geeft het gevoel dat effectieve en onderbouwde keuzes maken ten behoeve van hun organisatie goed mogelijk is met de data.
Nadeel is echter dat het lang kan duren voordat je echt met de data aan de slag kan. Hierdoor start je later met data-gedreven activiteiten. De data wordt namelijk eerst op orde gemaakt voordat medewerkers hiermee aan de slag gaan. Er zijn veel datasets in de organisatie die georganiseerd, gecategoriseerd en verwerkt moeten worden. Deze datasets krijgen daarnaast een verbeterslag op hun kwaliteit.
Eigenlijk zijn beide benaderingen prima. Data-gedreven werken is een combinatie tussen techniek en organisatie. Beide benaderingen hebben voor- en nadelen. Hoe ver is jouw organisatie? Welke benadering zou jij kiezen?
Vragen of een keer sparren met ons over wat jouw organisatie nodig heeft? Mail ons!
Wil je dat anderen ook meer leren over de verschillende benaderingen voor de implementatie data-gedreven werken? Deel deze blog dan met je netwerk!
