Elke dag creëren we en consumeren we meer data, maar datagedreven werken lijkt verder weg dan ooit.  Komt het misschien door de schier eindeloze groei van data dat we door de bomen het bos niet meer zien? Verdrinken we in data?  

Ik denk het niet. Sterker nog, we zijn verslaafd aan data. We willen ondanks het enorme aanbod binnen en buiten de eigen organisatie nog steeds meer en wel direct. Dat na gebruik de data gelijk bij het vuilnis wordt gezet is een probleem op zich, maar niet de reden waarom datagedreven werken als concept nog niet massaal wordt omarmd.

Het is een kwestie van mentaliteit. We vallen in onze werkwijze nog steeds terug op onze eigen ervaringen en meningen en niet op de data. We wantrouwen impliciet de data die ons dagelijks wordt aangeleverd. We weten meestal niet goed hoe deze tot stand is gekomen of vermoeden - vaak terecht - dat een dashboard niet de werkelijkheid representeert.  In andere woorden: we weigeren te leren van de data, omdat we impliciet weten dat er iets niet klopt. Iets wat we zelf hadden moeten regelen om wel vertrouwen te hebben in de data. En dat iets is een datagedreven werkwijze.

Leren van data in plaats van terugvallen op eigen ervaringen

Leren van de data is dus de kern van datagedreven werken, maar zonder een datagedreven werkwijze is er dus geen vertrouwen in de data en is er geen sprake van lerend vermogen. Dat is een uiterst lastige cirkel om te doorbreken.

Het vraagt naast aanpassingen in technologie, beleid en bestaande dienstverlening ook een ander perspectief op het werken met data en de inzichten die deze oplevert. Naast aanpassingen in de bedrijfscultuur, zullen mensen ook hun dagelijkse werkzaamheden moeten herzien en zal ook de bestaande inrichting van de organisatie rondom het beheer en gebruik van data flink op de schop moeten. Hoe dit eruit komt te zien en wat dit betekent voor de standaard medewerker, is in veel plannen van organisaties slechts op hoofdlijnen beschreven, als het al is beschreven.

In dit artikel gaan we nu in op de impact die datagedreven werken zal hebben op uw bedrijfscultuur, en op uw medewerkers in termen van gedrag en werkwijze. Het beperkt zich tot de belangrijkste kenmerken van een datagedreven werkwijze om zo een coherent beeld te schetsen. Een beeld dat u kunt gebruiken om binnen uw eigen organisatie de transformatie te starten volgens dit toekomstperspectief. 

Alles begint en eindigt bij vertrouwen in de data

Er dient dus op de werkvloer allereerst vertrouwen te zijn in de data. Vertrouwen dat de data op de juiste wijze voor de juiste redenen is gecreëerd en vastgelegd en voldoet aan de externe vereisten en interne vereisten aan data. Om dit te realiseren moet kwaliteit van data dus de hoogste prioriteit voor iedereen zijn. Dat maakt dat de kwaliteit van data de verantwoordelijkheid van iedereen wordt.

In de praktijk zal dat inhouden dat elke medewerker op de dagelijkse basis aandacht zal moeten hebben voor het waarderen, schonen, aanvullen en toetsen van data en metadata. In hiervoor speciaal ontworpen applicaties zal de medewerker de data structureel borgen op kwaliteitscriteria als actualiteit, volledigheid, relevantie en herbruikbaarheid.

Dit zou ook een toets op de output van zelflerende algoritmes kunnen zijn, als de organisatie gekozen heeft hierin te investeren. In eerste instantie zal dit tijdelijk veel van de medewerker vragen evenals veel afstemming met collega’s, maar al snel zal het proces verworden tot een routine die maximaal een kwartiertje per dag duurt.

Naast het garanderen van de datakwaliteit zal het modelleren en visualiseren van data een vast onderdeel van het basispakket van werkzaamheden worden. Waar voorheen de verwerking van data verliep via de functies van het traditionele officepakket en e-mail, hebben medewerkers nu de beschikking over geavanceerde tools en applicaties voor modellering en visualisatie. Deze tools zijn zodanig opgezet dat medewerkers intuïtief en eenvoudig data kunnen presenteren op een wijze die bij de aard van de data past en deze ook op de juiste wijze in een model toont op het gewenste niveau van aggregatie.

Deze wijze van werken leidt tot betere inzichten die zonder extra moeite opnieuw kunnen worden opgesteld en hergebruikt als de situatie daar om vraagt. Deze inzichten worden vervolgens via dezelfde tools op een gebruikersvriendelijke wijze met andere medewerkers gedeeld, om het kennismanagement binnen de organisatie een continue boost te blijven geven.

Een gemeenschappelijk vocabulaire en definities bevordert de communicatie en het delen van data

Vertrouwen in de data en werken met de data dient vervolgens ook zodanig op de juiste wijze te worden gecommuniceerd, dat eenieder begrijpt wat wordt bedoeld. Om die reden dient iedereen dezelfde taal te spreken als het data betreft.

Om te garanderen dat medewerkers de verwerking en interpretatie van data en metadata opnieuw, al dan niet geholpen door zelflerende algoritmes in slimme applicaties, consistent en correct uitvoeren, zullen een standaard business vocabulaire en gerelateerde data definities worden ingevoerd. Afwijken kan nog wel in sommige gevallen, mits hier een goede onderbouwing voor is die door het management is goedgekeurd.

Het delen van data zal op deze wijze nu steeds makkelijker en beter verlopen. Omdat eenieder nu dezelfde taal spreekt en definities hanteert zal er paradoxaal genoeg steeds meer worden gewerkt naar een werkelijke versie van de waarheid, waar dit voorheen niet mogelijk was.

Wat betreft het gebruik en beheer van data; de grondslag voor het verzamelen en vastleggen zullen niet veel anders zijn dan vroeger. Nog steeds moet duidelijk uit te leggen zijn wat de reden is voor vergaring, vastlegging, bewaring en onderhoud. Wat hier bij zal komen is dat voorafgaand aan creatie continue een inschatting moet kunnen worden gemaakt van de mogelijke waarde van data voor hergebruik in termen van mogelijke inzichten en hieraan gerelateerde datagedreven diensten en producten van de organisatie.

Decentraal eigenaarschap en training maken een centrale functie overbodig 

Het nemen van verantwoordelijkheid zal ook leiden tot het invullen van eigenaarschap. Als iedereen verantwoordelijk is voor de data, dat maakt ook dat iedereen eigenaar is van de data waarmee men werkt en die men naar eigen inzicht deelt met andere collega’s.

Deze decentrale wijze van werken met data maakt dat een centrale functie van data bij een centrale afdeling niet meer noodzakelijk is. Het is de medewerker zelf die feitelijk zichzelf en de naaste collega’s controleert door via de eerdergenoemde applicaties en onderliggende infrastructuur continue de kwaliteit van data ter discussie te stellen en deze tegelijkertijd te verbeteren.    

Afhankelijk van het takenpakket van de medewerker, zal deze basaal of intensief getraind moeten zijn voor het werken met data of voor de oplevering van de juiste inzichten uit de data voor zijn of haar afdeling. Veel aandacht zal er dus moeten zijn voor interne opleidingen voor alle niveaus van gebruikers en beheerders van data. Deze opleiding zal van een continu karakter moeten zijn om bij te blijven bij de nieuwste trends en ontwikkelingen en waar van toepassing ook nieuwe wetgeving en standaarden.

Would you like more information?

If you want to get more information about this subject please get in touch with our experts who would be pleased to hear from you.

  • Jeroen Tegelaar
    Contact me