Datagedreven werken: klein beginnen voor grootse resultaten

Door Elise Blanken | 19 juni 2019
Datagedreven

Elke dag merken we dat data steeds meer impact heeft op ons dagelijks leven. Zeker als je erop let, zie je dat data het leven makkelijker, leuker en efficiënter maakt. Hoe mooi is het als je als organisatie zo in kan spelen op je klanten, dat je zeker weet dat je steeds weer de spijker op z’n kop slaat. Door inzicht in je klant en in je eigen performance kom je tot steeds diepere – en dus waardevollere inzichten – over wie je klant is en hoe je die zo optimaal mogelijk kan bedienen. Het verzamelen van deze waardevolle inzichten én ernaar handelen, noemen we datagedreven werken. En het mooie is, je kunt er vandaag al mee beginnen!

Inspelen op kansen

Datagedreven werken houdt in dat je als organisatie beslissingen neemt, die onderbouwd zijn met inzichten uit data. Dat kan bijvoorbeeld door het monitoren van bedrijfsprocessen. Door te meten wat er gebeurt, kan er inzicht ontstaan in doorlooptijden, inefficiënties of uitval en in de beïnvloedbare factoren die hierin meespelen. Vervolgens kun je als organisatie zinnige prestatie-indicatoren opstellen waarna je de verbetering van de prestaties kunt gaan meten.

Datagedreven werken gaat niet alleen over prestaties verbeteren, maar ook over het inspelen op kansen. Door trends waar te nemen (gebaseerd op interne en/of externe data), kun je gefundeerde beslissingen nemen over strategische en organisatorische keuzes. Bijvoorbeeld over het uitbreiden van dienstverlening in een bepaald marktsegment of een tijdelijke intensivering van een bepaald product in een bepaalde regio.

Datagedreven werken gaat niet alleen over prestaties verbeteren, maar ook over het inspelen op kansen. Door trends waar te nemen (gebaseerd op interne en/of externe data), kun je gefundeerde beslissingen nemen over strategische en organisatorische keuzes.

Snel schakelen

Om als organisatie datagedreven te kunnen werken, kun je niet zonder een bepaalde mate van flexibiliteit en slagvaardigheid van je medewerkers. Zo kan het gebeuren – die kans is best groot zelfs – dat door te meten wat er gebeurt in bepaalde werkstromen, blijkt dat het beter kan. Maar ook reageren op grotere signalen die vragen om strategische keuzes, maken dat je als organisatie (en medewerkers) snel moet schakelen. Als bijvoorbeeld blijkt uit de data dat het intensiveren van een bepaald product in een bepaalde regio kansrijk is, dan moet het roer snel om. Het is dan niet wenselijk als voor de uitvoering van een koerswijziging nog maanden of zelfs jaren nodig zijn.

datagedreven werken klein beginnen

Data ≠ informatie

Datagedreven werken vraagt ook wat van de technologie binnen je organisatie. Data moet immers worden verzameld, opgeslagen, verwerkt en geanalyseerd. Omdat data de basis vormt voor belangrijke beslissingen, moet het dataverzamelproces betrouwbaar zijn. Dit betekent dat alle data uit de verschillende systemen beschikbaar moet zijn, bijvoorbeeld via een centraal datawarehouse (of een andere oplossing, afhankelijk van de aard van de data), doelstellingen en systemen. Uiteraard moet er ook kennis en kunde binnen de organisatie beschikbaar zijn om de data op zinnige wijze te integreren, zodat er informatie ontstaat. Ruwe data is immers niet hetzelfde als bruikbare informatie.

Werken in een datagedreven cultuur

Als een organisatie besluit om datagedreven te gaan werken, dan gebeurt dit niet van de ene op de andere dag. Wie tot grootste resultaten wil komen, kan – of moet – juist klein beginnen. Stap voor stap dus. Datagedreven werken vervangt niet het maken van keuzes op basis van ervaring of gevoel. Data en gevoel kunnen elkaar juist op een krachtige manier versterken. Ervaring helpt bij het op waarde schatten van de data doordat een professionele intuïtie kan worden onderbouwd met behulp van data. Juist het interpreteren en het maken van (belangrijke) keuzes aan de hand van data, vraagt om diepgaande kennis van en ervaring met de organisatie en haar processen.

Datagedreven werken vervangt niet het maken van keuzes op basis van ervaring of gevoel. Data en gevoel kunnen elkaar juist op een krachtige manier versterken.

Een datagedreven cultuur betekent ook niet dat je als manager ineens uitsluitend moet gaan sturen op cijfers. Het gaat er eerder om dat de data je helpt om het júiste gesprek aan te gaan met je medewerkers. Bijvoorbeeld: iemand die op papier het minste werk lijkt te doen, kan juist degene zijn die de moeilijke gevallen oppakt. Meer inzicht in data maakt gesprekken makkelijker en kan helpen om in gesprek te gaan over de scores van een bepaalde indicator. Op deze manier vergroot je het begrip en kom je tot nieuwe waardevolle inzichten

Buzz-woord, hype of logische keuze?

Voor sommige mensen komt datagedreven werken slechts over als buzz-woord of hype. Dat is jammer, want de principes zijn juist zo logisch dat ik denk dat veel organisaties er al volop gebruik van maken. Een voor de hand liggend voorbeeld is het monitoren van de uitgaande facturen. Als organisatie wil je weten welke klanten nog niet hebben betaald. Acteren op een achterstallige betaling is in feite al een praktisch voorbeeld van datagedreven werken. Op basis van data (signaal van openstaande betaling) wordt gehandeld (betalingsherinnering sturen).

Maar het kan ook zijn dat er door het signaal wordt ontdekt dat de factuur abusievelijk niet is verstuurd. Of dat de klant zo vaak een betalingsachterstand heeft, dat wordt besloten om deze klant niet meer te bedienen. Of dat bepaalde klanten vaker niet betalen, wat mogelijk wijst op zwaar weer in een bepaalde branche. Zo leidt het consulteren van data niet tot het verrichten van één logische handeling, maar zorgt het met wat verdere analyse voor meerdere waardevolle inzichten en verstandige, goed onderbouwde beslissingen. Ziehier de geboorte van een datagedreven organisatie!

Beginnen met één werkproces

Starten met datagedreven werken kan heel groot(s) aanvoelen. Maar bovenstaand voorbeeld schetst dat het ook klein kan. Begin maar eens met één werkproces en ontdek wat er mogelijk is en wat het op kan leveren. Welke data is er beschikbaar over dit proces? Wat is de kwaliteit van die data? Wat wordt er nu al gedaan op basis van die data? Zorg dat je ook heel scherp hebt hoe het proces eruitziet. Om de data juist te interpreteren, moet je immers goed weten wat er gebeurt. Raadpleeg dan ook de historische data om te kijken of er trends zichtbaar zijn. Herken je deze trends uit het verleden en kun je ze extrapoleren? Wat zou dat kunnen betekenen voor de toekomst? Kortom, het begint met een scherp inzicht in de huidige situatie.

datagedreven werken klein beginnen

Creatief op zoek

Zodra je een beeld hebt van de data van een specifiek werkproces, kun je verder gaan kijken vanuit dit proces. Wat gebeurt er als je de data verrijkt met andere data? Na het verkrijgen van inzicht in de huidige situatie probeer je te zoeken naar mogelijke verklaringen. Wellicht is er zoiets als een klachtenprocedure in je organisatie. Zijn er klachten binnengekomen die raken aan dit ene werkproces? Het verrijken van de data is in eerste instantie ook een beetje creatief denken en kijken wat er (aan data) beschikbaar is. Voor het ene proces verklaren bijvoorbeeld de weersomstandigheden waarom er een piek zit in klachten over levertijden. Of wellicht heeft de marketingafdeling in een bepaalde periode een product gepromoot en is dat te zien. Ook kan er een griepgolf geweest zijn, die invloed had op de personele bezetting.

Zoals ik al zei: wees creatief en ga op zoek naar mogelijke verklaringen. Dit kun je zo groot of klein maken als je zelf wilt en afhankelijk van de impact die het proces heeft, kun je ervoor kiezen om diepere analyses te maken. Begin klein en maak het zo groot(s) als je zelf wilt en mogelijk is.

Op zoek gaan naar verklaringen kun je zo groot of klein maken als je zelf wilt. Afhankelijk van de impact die het proces heeft, kun je ervoor kiezen om diepere analyses te maken. Begin klein en maak het zo groot(s) als je zelf wilt en mogelijk is.

Voorspellingen doen

Vanuit verklarende inzichten kun je wellicht de stap maken naar voorspellingen. Als er in de wintermaanden meer klachten binnenkomen, wat betekent dit dan? Is er iets met de medewerkers of met de weersomstandigheden? Kun je voorspellen in welke maand het druk gaat worden en in welke maand rustiger? Of wellicht zegt de bevolkingsgroei in een bepaalde regio iets over de te verwachten afnemersmarkt. Verhuizen er veel yuppen en expats naar een bepaalde regio, dan is er een groei te verwachten in de behoefte aan koffiebars, supermarkten, kinderopvang etc. Vanuit deze voorspellingen kun je gaan anticiperen.

Side note: Zodra je gaat handelen op basis van verworven inzichten, is het wenselijk om de analyses te verifiëren. Het is jammer als je een verband denkt te vinden, maar er geen statistische correlatie is. Dit klinkt overigens ingewikkelder dan het is. Schrik er niet te veel van; als je al zo ver bent gekomen, dan is ook dit voor jou ook goed te doen (eventueel met de hulp van een data-analist of data-scientist).

Houd het behapbaar

Klein beginnen met datagedreven werken betekent dat je het behapbaar houdt voor jezelf. Zo ben ik zelf bij mijn klantopdracht, waar een procesverbetering moest plaatsvinden, begonnen met registreren. Dus wat komt er in het proces en wat gaat eruit? Hoe het proces zelf eruitzag, heb ik nog even achterwege gelaten. Door de input en output te meten, krijg ik al veel meer inzichten: wat is de doorlooptijd, waar komt de input vandaan en welke medewerkers zijn bereid om mee te werken aan het registreren?

Als tweede stap hebben we pas het proces zelf in kaart gebracht. We hebben tot in detail beschreven wat er precies gebeurt. Zo kom je langzamerhand tot waardevolle inzichten over bottlenecks in het proces en kun je gaan verbeteren. Bij mijn klant bleek de grootste bottleneck te zijn dat er niets werd geprioriteerd. Medewerkers waren hierdoor (te) veel bezig met ad hoc werkzaamheden. Voor de manager een waardevol inzicht om op te kunnen sturen.

Aan de slag!

Datagedreven werken kan soms intimiderend groot aanvoelen. Maar als je klein begint, het liefst bij één proces, kun je vanuit dit proces verder denken. Stel veel vragen en ga actief op zoek naar antwoorden. Leg verbanden, wees creatief en laat je niet afschrikken door de potentie die je gaat ontdekken.

Elise Blanken

Consultant

+31(0)30 7670350

Over Elise Blanken

Elise Blanken is Data-consultant bij Mobilee. Ze begeleidt regelmatig projecten op het gebied van datagedreven werken.

Lees ook:


Verdieping

Tien gouden tips voor dashboard design

Door Pauline van der Waal | 9 april 2019
Verdieping

Business Intelligence opzetten zonder data science superhero team

Door Daniël van der Krans | 6 februari 2019

Meer data artikelen ontvangen?

Meld je aan voor de nieuwsbrief