Wat is datagedreven werken? Een praktische uitleg voor beslissers

De term komt waarschijnlijk ook in uw jaarplan of informatiestrategie voor. Er zijn dashboards gebouwd, er is een dataplatform aangeschaft en er loopt een programma. En toch wint in het maandelijkse overleg nog steeds de mening van degene die het hardst praat of het langst in dienst is.

Deze uitleg zet op een rij wat datagedreven werken wel en niet inhoudt, hoe u herkent of uw organisatie het al doet, en waar het in de praktijk meestal strandt. Zodat u een lopend traject scherper kunt beoordelen of een nieuw traject met realistische verwachtingen start.

De definitie in één zin, en wat er meestal ontbreekt

Datagedreven werken betekent dat u beslissingen baseert op feiten in plaats van op aannames, gewoonte of onderbuikgevoel. In een webinar van de Vereniging Projectmanagement Nederlandse Gemeenten werd het omschreven als sturingshandelen op basis van het systematisch verzamelen, beheren, analyseren en interpreteren van data.

Het woord dat in die definitie het zwaarst weegt, is sturingshandelen. Het gaat om het besluit en de actie die daarop volgt. Data is het middel; de beslissing is het doel.

Dat klinkt vanzelfsprekend, maar in veel organisaties draait het programma feitelijk om de data zelf: verzamelen, koppelen, visualiseren. Of er vervolgens anders besloten wordt, meet niemand. Precies daar gaat het mis.

Wat datagedreven werken niet is

Een dashboard bezitten is iets anders dan ermee sturen. Een rapportage die maandelijks wordt rondgestuurd maar nooit tot een ander besluit leidt, is een administratieve last met een mooie voorkant.

Het is ook geen streven om alles te meten. Wie tientallen indicatoren tegelijk volgt, verliest gemakkelijk uit het oog op welke daarvan een besluit rust. De vraag komt eerst, daarna pas de data. Welk besluit moet beter, en wat moet u daarvoor weten?

En het betekent niet dat cijfers de mens vervangen. Data kan zichtbaar maken wat er gebeurt; wat dat betekent en wat er dan moet gebeuren, is een afweging die u bij voorkeur laat maken door iemand met kennis van het werk. Ook in de omschrijving van SBO gaat het om beslissingen op basis van analyse én interpretatie van gegevens. Wie de interpretatie overslaat, stuurt op ruis.

Drie niveaus waarop u datagedreven kunt sturen

Het helpt om onderscheid te maken tussen drie soorten beslissingen. Ze vragen andere data, andere frequentie en andere mensen.

Het individuele geval

Een medewerker beoordeelt een aanvraag, plant een onderhoudsbeurt of behandelt een melding. Data ondersteunt hier de dagelijkse afweging: wat is de voorgeschiedenis, wat is gebruikelijk, wat wijkt af? Dit vraagt om betrouwbare gegevens aan de bron en een systeem dat ze op het juiste moment toont.

Het proces

Een teamlead of proceseigenaar kijkt wekelijks of maandelijks naar doorlooptijden, herhaalverkeer, uitval of werkvoorraad. Hier gaat het om patronen: waar loopt het vast, wat kost onevenredig veel tijd, welke aanpassing werkte? Op dit niveau is de afstand tussen cijfer en ingreep het kortst: de eigenaar die de trend ziet, kan het proces ook aanpassen.

De strategie

Directie en bestuur onderbouwen scenario’s: capaciteit voor de komende jaren, investeringen, prioriteiten. Data levert hier geen antwoorden, wel onderbouwde aannames en een manier om achteraf te toetsen of de keuze klopte.

Ons advies is om op het procesniveau te beginnen: daar kunt u ervaren wat werken met data in de praktijk vraagt. Begint u direct op strategisch niveau, dan bouwt u die ervaring naar onze inschatting minder snel op.

Hoe u herkent of uw organisatie het al doet

Vergeet even de tooling en kijk naar gedrag. Een paar vragen die veel zeggen:

• Wordt in het overleg gevraagd “waar blijkt dat uit?”, en wordt die vraag serieus genomen?
• Is er het afgelopen halfjaar een besluit teruggedraaid of uitgesteld omdat de cijfers iets anders lieten zien dan verwacht?
• Is bekend wie eigenaar is van een definitie als “doorlooptijd” of “afgehandeld”, en gebruikt iedereen dezelfde?
• Weet iemand hoe vaak een dashboard daadwerkelijk geopend wordt, en door wie?
• Wordt een verbetering na invoering gemeten, of wordt aangenomen dat het beter gaat?

Dit is geen gevalideerde toets, maar een indicatieve vuistregel: is het antwoord op de meeste vragen nee, dan wijst dat er in onze lezing op dat u wel een datavoorziening heeft, maar nog geen datagedreven werkwijze. Dat is geen verwijt; het is een startpunt.

Waar het in de praktijk strandt

Hieronder staan patronen die wij in dit soort trajecten tegenkomen. Het zijn observaties uit onze eigen praktijk, zonder onderzoek eronder; wat ons opvalt, is dat ze vaker over afspraken en gedrag gaan dan over techniek. Dat beeld sluit aan bij onderzoek van Conclusion onder zo’n 600 IT-beslissers, beschreven op Consultancy.nl, dat een gebrek aan kennis en veranderbereidheid als hindernis noemt.

Beginnen bij de tool. Er wordt een platform gekozen voordat duidelijk is welke besluiten beter moeten. Het resultaat is een goed werkende omgeving waar niemand een vraag voor heeft.

Definities die per afdeling verschillen. Twee teams rapporteren beide “aantal openstaande zaken” en komen op andere getallen. De discussie gaat vervolgens over de cijfers in plaats van over het werk. Zonder afgesproken definities en een eigenaar per begrip loopt zo’n overleg gemakkelijk vast.

Datakwaliteit die pas opvalt als het dashboard staat. Zolang gegevens alleen in een operationeel systeem zitten, kunnen lege velden of dubbele registraties onopgemerkt blijven. Zodra ze op een scherm verschijnen, worden ze zichtbaar. Houd er rekening mee dat een deel van het werk in het begin naar het repareren van de bron kan gaan; hoeveel, is vooraf lastig in te schatten en hangt af van de staat van uw registratie.

Geen besluitmoment. Het rapport is af, maar er is geen overleg waarin het op tafel ligt en waar iemand het mandaat heeft om op basis daarvan iets te veranderen. Data zonder besluitmoment blijft informatie.

Onrealistische doorlooptijd. Hoe lang het duurt om één proces zichtbaar te krijgen en er structureel op te sturen, hangt sterk af van de staat van de bron en de beschikbaarheid van de eigenaar. De gewoonte om overal om onderbouwing te vragen voordat er besloten wordt, is een verandering in gedrag. Reken erop dat die meer tijd kan vragen dan het bouwen van de rapportage, en dat het helpt als het management het zelf voordoet. Ook Managementboek.nl noemt de overstap weerbarstig omdat die om cultuur, infrastructuur en vaardigheden vraagt.

Persoonsgegevens als bijzaak. Zodra u bij het sturen persoonsgegevens verwerkt, is de Algemene verordening gegevensbescherming (AVG) van toepassing. Persoonsgegevens zijn gegevens die herleidbaar zijn tot een persoon, bijvoorbeeld over burgers, cliënten of medewerkers. Daadwerkelijk geanonimiseerde gegevens vallen daar niet onder; of gegevens echt anoniem zijn, verdient wel een kritische blik. Tot de hoofdlijnen behoren onder meer een grondslag voor de verwerking, doelbinding, niet meer verzamelen dan nodig, niet langer bewaren dan noodzakelijk voor het doel, transparantie naar betrokkenen en passende beveiliging. Dit is geen juridisch advies; wat het in uw situatie concreet betekent, legt u het beste vroeg voor aan uw privacyfunctionaris. Komt dit pas laat aan de orde, dan kan dat tot aanpassingen of vertraging in het traject leiden.

Wat het van u als beslisser vraagt

Datagedreven werken is voor een belangrijk deel een kwestie van cultuur en gedrag; ook Managementboek.nl beschrijft het als meer dan een technische exercitie, met een verschuiving in organisatiecultuur. Wat u als beslisser doet, weegt daarin zwaar. Drie dingen liggen bij u.

Ten eerste: vraag zelf om onderbouwing, ook als het antwoord u niet uitkomt. Op het moment dat ongemakkelijke cijfers worden weggewuifd, weet de organisatie dat het toch om de mening draait.

Ten tweede: houd er rekening mee dat de eerste cijfers afwijkingen kunnen laten zien. Zie die in eerste instantie als informatie over uw registratie en definities, voordat u er conclusies over mensen aan verbindt. Wie afrekent op een eerste onvolkomen rapportage, loopt het risico dat de cijfers daarna gepoetst worden aangeleverd.

Ten derde: verwacht niet dat iedereen even datavaardig wordt. Passionned verwoordt het zo: elke functionaris moet datagedreven kunnen werken, maar dat betekent niet dat iedereen even datageletterd hoeft te zijn. Wij vertalen dat naar werken met data op het niveau van het eigen besluit, wat iets anders is dan iedereen tot analist opleiden. Een proceseigenaar moet een trend kunnen lezen en de juiste vraag stellen. Het bouwen van de analyse mag bij een kleine groep liggen.

Een eerste stap die u deze maand kunt zetten

Kies één terugkerend besluit dat nu op gevoel wordt genomen. Bijvoorbeeld de wekelijkse verdeling van capaciteit over een werkvoorraad, of de prioritering van meldingen. Kies iets met een vaste eigenaar en een vast overlegmoment.

Schrijf met die eigenaar op één A4 op: welke vraag moet op dat moment beantwoord zijn, welke gegevens daarvoor nodig zijn, waar die nu staan en wie ze onderhoudt. Leg het besluit vier weken lang expliciet naast de cijfers en noteer wat er anders ging dan verwacht.

Het doel van die vier weken is dat u concrete waarnemingen overhoudt over de staat van uw data, uw definities en uw overlegcultuur. En u heeft een concreet startpunt om het programma dat er misschien al loopt, te toetsen op de kernvraag: wordt er anders besloten?

Zo maken we dit. AI schrijft de eerste versie, een tweede AI controleert, en een mens van Twentynext leest en keurt elk artikel goed voordat het live gaat. We controleren feiten en bronnen zorgvuldig, maar kunnen juistheid en volledigheid niet garanderen. Zie onze disclaimer.