De Uitdagingen van Datagedreven Werken

In september verscheen de Nationale Data Benchmark, een onderzoeksrapport in samenwerking met Data Expo waarin meer dan 250 data-professionals hun ervaringen en inzichten deelden over de stand van zaken op het gebied van data.

Input genoeg voor uw ondergetekende datastrateeg om hier in te duiken en – uiteraard – een paar flinke meningen over te geven. Omdat de Nationale Data Benchmark een veelheid aan onderwerpen bestrijkt is dat wat veel om in één blog allemaal te bespreken. Dit zal daarom ongetwijfeld niet de laatste keer zijn dat dit onderzoek wordt aangehaald, maar laten we ons voor deze keer storten op de eerste conclusie van het onderzoek: Datagedreven werken en de uitdagingen daarbij.

Nationale Data Benchmark: Datagedreven werken
Driekwart van de bevraagde organisaties geeft aan dat ze verwachten dat er met datagedreven werken meerwaarde te genereren is en dat ze concrete plannen hebben om hier meer mee te gaan doen. Dat is het goede nieuws: we hoeven niet meer uit te leggen dat datagedreven werken een goed idee is en dat er meerwaarde zit in het slim toepassen van data is gelukkig bij de meeste organisaties wel doorgedrongen. Maar of die kennis ook in de praktijk leidt tot verbeteringen is de vraag; wij mensen zijn erg goed in weten dat iets goed voor ons is, maar toch het tegenovergestelde doen. Nu is datagedreven gaan werken wel iets anders dan stoppen met roken of op tijd naar bed gaan. Zonder de directe pijn van een slechtlopend proces of tegenvallende resultaten zijn er maar weinig bedrijven die zullen gaan morrelen aan hun bestaande manier van dingen doen.

Daarin zit dan ook de grootste uitdaging voor het succes van datagedreven werken: we beginnen pas waar en wanneer het pijn doet. De beoogde verbeteringen van datagedreven werken liggen vaak in het verbeteren van processen die al slecht lopen of waar de controle op de situatie toch al ontbreekt. En al hoeft het absoluut niet zo te zijn dat de boel dan reddeloos verloren is, het is verstandiger je dak te repareren wanneer de zon schijnt. Zo is het ook een beter idee om met je data-plannen te starten wanneer het goed gaat met je bedrijf.

De uitdagingen
Het vergt namelijk visie en leiderschap om je organisatie datagedreven te maken. En juist daar ontbreekt het bij veel bedrijven aan: slechts 27% van de bevraagde organisaties in de Nationale Data Benchmark geven aan dat ze een goed geïmplementeerde datastrategie hebben. En 49,6% van de deelnemers melden dat het opzetten van een goede datastrategie de grootste uitdaging is bij het meer datagedreven gaan werken. Daarmee is het ontbreken van een datastrategie meteen ook de op één na voornaamste uitdaging, maar ternauwernood overtroffen door het waarborgen van datakwaliteit (50,8%).

Over datakwaliteit schreef ik al eerder en ik zal niet mijn volledige pleidooi voor voldoende-in-plaats-van-volledige datakwaliteit hier herhalen, maar juist een duidelijke datastrategie kan helpen bij het identificeren van de benodigde datakwaliteit. Door in je datastrategie duidelijk te benoemen wat je gaat doen met welke data is het ook makkelijker te identificeren waar datakwaliteit van het hoogste niveau noodzakelijk is voor je plannen maar ook waar deze domweg minder impact heeft.

En als je dan tóch bezig bent met het opstellen van een datastrategie: bedenk ook eens hóe je zou willen dat je organisatie met die data omgaat. Op plaats 3 in de lijst met belangrijkste uitdagingen voor datagedreven werken staat namelijk data-geletterdheid (44,1%). Belangrijk dus om te bedenken wie er met je data aan de slag moet en wat ze nodig hebben om dat ook te kunnen. Niet alleen het kunnen werken met de benodigde software of de juiste knoppen kunnen vinden om op te klikken is van belang. Juist het in je datastrategie nadenken over het doel van je data-producten helpt om te zorgen dat je je organisatie niet alleen maar extra complexiteit bezorgt maar ook daadwerkelijk helpt bij het maken van betere beslissingen.

In alle eerlijkheid moeten we dan ook vermelden dat waar de ontwikkelaar van een data-product vaak vindt dat zijn publiek meer zou moeten weten van data, het misschien ook kan lonen om eens goed na te denken over hoe je als organisatie eigenlijk communiceert met data. Natuurlijk mogen we vandaag de dag van veel medewerkers verwachten dat ze een bepaalde vaardigheid hebben in het werken met en interpreteren van data, maar wie als manager zeker wil stellen dat zijn medewerkers op basis van data de juiste beslissingen maken doet er goed aan zijn datavisualisaties naar een veel professioneler niveau te tillen.

Conclusie
Samengevat kunnen we dus constateren dat de drie voornaamste uitdagingen bij het meer datagedreven gaan werken te ondervangen zijn door vooraf goed na te denken over de toepassing van data binnen je organisatie:
• Welke verbetering wil je met data maken?
• Welke data is daarbij nodig?
• Hoe belangrijk is de kwaliteit van die data?
• Wie moeten er met de data gaan werken en welke interactie met de data verwachten we van ze?

Eigenlijk is het beantwoorden van bovenstaande vragen de voornaamste voorwaarde voor een succesvolle datastrategie. Helaas is een datastrategie meer en meer een vehikel geworden voor management-consultants om zich in de boardroom te profileren, waardoor de praktische toepassing van veel datastrategieën langzaam uit beeld verdwijnt. Een goede datastrategie is simpel, kort en de snelste route naar het wegnemen van de voornaamste uitdagingen op het gebied van datagedreven werken.