Hoe maak je datagedreven beslissingen?

Er zijn maar weinig organisaties die niet de ambitie hebben om datagedreven te werken. Data is overal, en wie die data niet gebruikt om zijn bedrijf te sturen vist vroeg of laat achter het net. Dat is althans de geldende opinie in het bedrijfsleven, en uiteraard onderschrijven wij dat van harte. We willen dus datagedreven werken. Maar hoe doe je dat? En wat betekent het eigenlijk, datagedreven beslissingen maken?

Wat is datagedreven beslissen niet?
Laten we beginnen om te benoemen wat datagedreven beslissen niet is, want niet alle gebruik van data draagt ook bij aan datagedreven beslissen:
• Datagedreven beslissen is niet: naar een lijstje met resultaten kijken, en vervolgens op basis van je ervaring of intuïtie beslissen.
• Datagedreven beslissen is ook niet: alle beschikbare data op een scherm toveren en verwachten dat iedereen dan wel begrijpt wat er moet gebeuren.
• Datagedreven beslissen is al helemaal niet: je beslissing nemen op gevoel en vervolgens de data erbij uitzoeken die je beslissing onderschrijft.

Misschien lijken bovenstaande voorbeelden evident, maar in de dagelijkse praktijk komen ze maar al te vaak voor: wat is immers het alternatief? Blind vertrouwen op je data en de onderliggende logica? Is de kwaliteit van de data wel goed genoeg? Klopt de logica wel?

Welke beslissing wil je nemen?
De sleutel ligt in het bedenken welke beslissing je nu daadwerkelijk met je data zou willen nemen. Jaren van output-gestuurde bedrijfsvoering hebben ons geleerd om naar de uitkomsten te kijken, en vervolgens binnen het voorliggende proces te bekijken waar we kunnen optimaliseren zonder die output negatief te beïnvloeden. Maar een datagedreven beslissing werkt anders. Bij een datagedreven beslissing probeer je zo vroeg mogelijk in het proces een optimale keuze te maken, waarna je proces zo gestroomlijnd mogelijk het gewenste resultaat oplevert. Het analyseren van de eindresultaten kan daarbij wel helpen om het proces verder te optimaliseren, maar komt te laat om in het proces nog fundamentele beslissingen te nemen. Daar komt nog bij dat je aan de output-kant van je proces veel afhankelijker bent van allerhande uitzonderingen die door het gehele proces kunnen optreden, en die hoe dan ook speciale aandacht zullen vergen – elke procesuitzondering betekent immers dat de reguliere stappen niet gevolgd konden worden.

Zo zitten er bijvoorbeeld aan het meten van je uitlevertijd naar klanten beslist waardevolle inzichten, maar voor het verbeteren van je proces komt die informatie te laat. Een goede datagedreven beslissing zou zijn om je voorraadpositie te vergroten of verkleinen op basis van je verkoopprognose, zodat je altijd voldoende op voorraad hebt om zonder vertragingen te kunnen uitleveren. Het bekijken van de gerealiseerde levertijd stelt je vervolgens wel in staat om te bekijken of je je doel gehaald hebt, en om eventuele uitzonderingen te signaleren, maar die evaluatie heeft een terugkoppeling nodig naar het voorraadbestelpunt voordat je hier een echt datagedreven beslissing kunt maken.

Je proces in kaart brengen
Het is dus essentieel je te realiseren dat sommige beslissingen niet beter worden door ze datagedreven te maken, en dat het belangrijk is om je proces goed in kaart te brengen voordat je allerhande willekeurige data uit de kast trekt om je proces te sturen. Alsof dat stukje zelfreflectie nog niet genoeg is, wacht er vervolgens de schone taak om goed na te denken over de logica die je in je datagedreven beslissing moet gaan toepassen: bij welke drempelwaarde moet je overgaan tot actie? Wat zijn de signaleringspunten? Op welke meetwaarden reageer je wel en niet?

Schaalbare beslissingen
Het opzetten van een datagedreven beslissingsmechanisme is complex, en vergt tijd en inzicht. Dit is dan ook de reden dat voor veel organisaties de reflex is om het toch maar weer op de vertrouwde manier te doen. Dat is immers minder ‘werk’. Voor één enkele beslissing is dat ook waar. Een beslislogica optuigen om een eenmalig vraagstuk op te lossen is om die reden ook een verspilling van geld en middelen. We zoeken daarom naar die beslissingen die op een schaalbare manier kunnen bijdragen aan betere resultaten.

Datagedreven beslissen is dus eerst en vooral bedenken welke beslissingen nu eigenlijk beter zullen worden door het gebruik van data. En die beslissingen vervolgens je proces laten verbeteren. Dan is het helemaal niet erg om achteraf naar data te kijken en tevreden te zijn met je uitkomsten.