Datagedreven werken

Of we het nu leuk vinden of niet: we krijgen allemaal te maken met steeds meer data, zowel zakelijk als privé. Deze data kan, mits je die op de juiste manier gebruikt, een grote bijdrage leveren aan het behalen van jouw doelen. Het geeft de inzichten die je nodig hebt om betere beslissingen te kunnen nemen.

Als we de data processen op de juiste manier inrichten en automatiseren, kun je goed onderbouwde beslissingen nemen en zal de productiviteit stijgen zodat jij en je collega’s meer tijd hebben voor andere werkzaamheden.

Om je daarbij te helpen hebben we het Data Impact Model ontwikkeld. Dit model laat zien welke stappen je kunt nemen om data beter te benutten. We focussen daarbij op vier belangrijke domeinen: Mens, Proces, Leiderschap en Tools. Wanneer je (meer) datagedreven wilt gaan werken dan moet je ervoor zorgen dat medewerkers over de juiste skills en mindset beschikken (Mens), dat data soepel wordt geïntegreerd in de dagelijkse gang van zaken (Proces), dat het werken met data wordt gestimuleerd en aansluit bij de strategische doelstellingen van de organisatie (Leiderschap), en dat de juiste tools, technologieën en data beschikbaar zijn (Tools).

In deze whitepaper leer je welke stappen je kan nemen om in elk domein het niveau te behalen waarmee je voor jouw organisatie meer waarde uit data haalt. 

Wat is de waarde van data?

De waarde van data is vaak moeilijk exact te berekenen. De meeste data hebben namelijk geen intrinsieke waarde, maar de waarde ontstaat wanneer je iets met die data doet. Tegelijkertijd weten we dat de meest waardevolle bedrijven ter wereld databedrijven zijn. Zij verzamelen zoveel mogelijk data, bepalen de interessegebieden van hun klanten, doen voorspellingen en versnellen daarmee innovatie of verbeteren hun service. Het interessante is dat je data oneindig kunt hergebruiken en dat de waarde van data toeneemt zodra je ze beschikbaar stelt aan anderen - binnen of buiten de organisatie.

Over dit paper

We hebben deze whitepaper geschreven om marketeers, analisten, managers, CEO's, financiële en HR-professionals van middelgrote tot grote organisaties te ondersteunen bij het benutten van hun data en meer datagedreven te kunnen gaan werken. Omdat zij dagelijks werken aan het beste resultaat voor hun organisatie, en wij ervan overtuigd zijn dat data ze daarbij kunnen helpen. Wij zien in de praktijk dat die potentie er is, maar dat veel organisaties worstelen met hoe ze data kunnen omarmen. Daarom geven we tips en tricks, een pragmatisch model voor de inrichting en diverse praktijkvoorbeelden waarmee je snel kunt starten.

Mensen nemen over het algemeen de beslissingen. Dit wordt in het dagelijks leven vaak gedaan op basis van onderbuikgevoel. De laatste jaren zien we echter dat er meer en meer beslissingen worden genomen op basis van data, zowel in organisaties als door individuen. Denk hierbij bijvoorbeeld aan het verbeteren van je sportprestaties met behulp van apps als Strava en Runkeeper. De technologische ontwikkelingen gaan momenteel erg hard en veel mensen hebben moeite om deze bij te houden.

Door onze mindset te veranderen en beter te begrijpen waarom data ons kan helpen, gaan we onszelf aanleren om onze beslissingen te onderbouwen met data. Organisaties die dit onderkennen investeren daarom bijvoorbeeld in het delen van gebruikerservaringen, zorgen voor trainingen en het organiseren van inspiratiesessies. Uiteindelijk wil je dat iedereen in je organisatie weet en begrijpt hoe data beter kan worden ingezet, zodat je betere resultaten gaat behalen. Die resultaten kunnen hogere winstgevendheid zijn, betere patiëntenzorg, betere sportprestaties, lagere belasting op het milieu etc.

De personen die data kunnen verkennen, begrijpen en ermee kunnen communiceren kunnen we het label data geletterd (data literacy) geven. Zij kunnen beslissen welke data ze inzetten en interpreteren om de juiste beslissingen te nemen. Degenen die dit kunnen, geven aan dat ze blijer zijn met hun werk. Het resultaat is dat je enthousiaste medewerkers hebt die waarschijnlijk langer bij je zullen werken, de resultaten van de organisatie verbeteren, kosten verlagen en de innovatie zal toenemen.

Het is dus van belang om je data skills te verbeteren. Als basis moet je eenvoudige gegevens analyse kunnen uitvoeren en conclusies formuleren. Vervolgens ga je werken richting meer geavanceerde technieken zoals data science, machine learning en AI. Denk hierbij altijd aan de self determination theory.

Als je een datagedreven organisatie wil worden, dan zal je ook processen moeten inrichten. Denk hierbij aan processen waar je data vandaan haalt en waar en hoe je die bewerkt, zodat de gebruiker ervan verzekerd is dat de data up-to-date is, compleet, consistent en betrouwbaar.

Met deze processen kan je ervoor zorgen dat data gemakkelijk beschikbaar is voor iedereen die het nodig heeft. Je zal hierbij niet ontkomen aan regels en richtlijnen (governance), waarbij je vastlegt wie wat mag zien, en vooral ook wat niet (security). Per type organisatie zal dit enorm verschillen, waarbij je ook altijd de privacywetgeving in acht moet nemen.

Het draait erom dat zowel de processen rondom data goed worden ingericht als dat de werkprocessen van medewerkers zodanig worden ingericht dat zij op dagelijkse basis met data kunnen gaan werken. Het gaat er dus om de data zodanig voor te bereiden voor de organisatie dat deze vervolgens eenvoudig gebruikt te gaan worden.

Uiteindelijk willen we met deze processen een omgeving creëren die self service meer en meer gaat ondersteunen. Self service heeft als voordeel dat gebruikers zelf direct aan de slag kunnen om data in te zetten waar nodig. Het is wel zo dat hoe meer self service je biedt, hoe strakker je de processen moet organiseren. Denk hierbij vooral aan data en content governance.

Bij data governance gaat het er niet om de toegang van een paar gebruikers te beperken, maar om brede groepen gebruikers de juiste controle te geven over data. 

Het doel van content governance is om processen in te richten die bijvoorbeeld te maken hebben met autorisatie en promotie. Hierbij moet je vragen beantwoorden zoals: wie mag bij welke dashboards, hoe kun je een dashboard live in productie zetten, hoe valideren we de content in een dashboard en hoe zit het met de huisstijl? Hierdoor zorg je ervoor dat er niet een wildwest aan dashboards komt, waardoor mensen het overzicht kwijtraken, de betrouwbaarheid afneemt en we nog meer rapportages in bijvoorbeeld Excel gaan produceren.

Jouw organisatie heeft zeer waarschijnlijk heldere bedrijfsdoelen. Maar in hoeverre heb je hierin een datastrategie opgenomen? We zien bij (grote) datagedreven organisaties dat er een duidelijke focus is om bepaalde data doelen te behalen. Het is belangrijk dat directie en management hiervan het belang zien, omdat we hoe dan ook steeds meer data verzamelen. Wanneer je dit zo nuttig mogelijk inzet dan kan je jouw klanten, patiënten, stakeholders etc. beter gaan begrijpen en ondersteunen, betere producten gaan produceren of zelfs data gaan monitizen.

Het leiderschap speelt een cruciale rol in het sturen en ondersteunen van de datagedreven cultuur binnen de organisatie. Er moet voldoende ruimte gecreëerd worden om te kunnen innoveren en te experimenteren met data. Er moet daarbij ook ruimte zijn om fouten te kunnen maken, en daar niet meteen voor afgestraft te worden. Men spreekt hier ook wel van een growth mindset en een antifragile omgeving. Een datagedreven cultuur is essentieel om ervoor te zorgen dat data op de lange termijn gebruikt blijft worden. De rol van leiderschap is dat het werken met data wordt gestimuleerd doordat mensen worden geïnspireerd, geënthousiasmeerd en gemotiveerd.

Het leiderschap denkt verder na over hoe de datagedreven organisatie wordt opgezet. Ga je werken met centrale of decentrale data analyse teams, of juist een combinatie hiervan (bijvoorbeeld T-shaped). Wellicht wil je werken met centrale rapportages maar wil je dat iedereen de mogelijkheid heeft om alle relevante data te kunnen gebruiken waar nodig (data democracy).