Datagedreven werken

Datagedreven werken is vooral een afspraak, niet een systeem. Waarom trajecten op cultuur stranden en wat één versie van de waarheid echt vraagt.

Deel 2 van de reeks

Datagedreven werken is vooral een afspraak

In deel 1 stond wat business intelligence is. Dit deel gaat over de voorwaarde eronder, en die is niet technisch: datagedreven werken betekent dat je in je organisatie afspreekt dat je beslissingen op cijfers baseert, en dat je je aan die afspraak houdt ook als het antwoord niet bevalt.

Dat is de reden dat BI-trajecten vaker op cultuur stranden dan op techniek. Een dashboard bouwen kan iedereen; een organisatie die haar eigen cijfers vertrouwt, is werk van jaren.

Collega's bespreken cijfers op een beeldscherm

Het gaat niet vanzelf

Wat we in de praktijk zien, is dat het bijna nooit misgaat op de vraag óf men datagedreven wil werken. Iedereen wil dat. Het gaat mis op drie plekken.

  • Er zijn meerdere waarheden. Twee afdelingen rapporteren over hetzelfde en komen op een ander getal, omdat ze het begrip anders hebben afgebakend. Dan gaat het overleg over de cijfers in plaats van over de kwestie.
  • Niemand is de eigenaar. Als er geen afspraak is over wie een definitie beheert, verandert hij ongemerkt, en niemand weet wanneer.
  • De cijfers zijn er wel maar niet op tijd. Een maandrapportage die halverwege de volgende maand komt, is een geschiedenisles. Sturen doe je met iets dat actueel is.

Één versie van de waarheid

Dit is de kern, en het is minder technisch dan het klinkt. Eén versie van de waarheid betekent niet dat er één systeem is, maar dat er één plek is waar de definitie van een begrip vastligt, en dat elk rapport daaruit rekent.

Wat is een 'openstaande aanvraag'? Vanaf welk moment telt hij mee, en tot wanneer? Zolang drie afdelingen daar drie antwoorden op hebben, is geen dashboard te bouwen dat ze alle drie vertrouwen.

Bij de Rijksinkoopsamenwerking was dat de eerste opgave: een order aan het juiste contract knopen en een factuur aan de juiste order, over systemen heen die elk hun eigen begrippen hadden. Het echte werk zat niet in het ophalen van de data, maar in het eens worden over wat je aan elkaar knoopt.

Voorbeeld van een dashboard met kerncijfers

Wat het oplevert

  • Overleg over de kwestie in plaats van over de cijfers.
  • Eerder zien dat iets afwijkt, in plaats van bij de jaarafsluiting.
  • Beslissingen die je kunt verantwoorden, ook een jaar later.
  • Minder handwerk: wie een export in elkaar zet, is dat werk elke maand opnieuw kwijt.

En waar het niet in zit

Datagedreven werken maakt geen einde aan discussie, en dat is ook niet de bedoeling. Cijfers vertellen wat er gebeurde, niet wat je moet willen. De keuze blijft een keuze; hij gaat alleen over iets echts.

Wat het van je organisatie vraagt

  • Begin klein en zichtbaar. Eén vraag die mensen echt hebben, goed beantwoord, doet meer voor het draagvlak dan een programma.
  • Beleg eigenaarschap per begrip. Iemand is verantwoordelijk voor de definitie, en die iemand zit in de business en niet in de IT.
  • Laat gebruikers meebouwen. Een dashboard dat is ontworpen zonder de mensen die het gaan gebruiken, wordt niet geopend. Wij testen daarom elke versie met hen; zie deel 6.
  • Leid mensen op in het gebruik. Niet in de software, maar in het lezen van de cijfers en het kennen van de grenzen ervan.
  • Houd bij wat er gebruikt wordt. Een rapport dat niemand opent, kun je uitzetten. Dat scheelt onderhoud en het maakt de rest overzichtelijker.

Verder lezen

De reeks over business intelligence

Acht delen die samen één vraag beantwoorden: hoe krijg je data zo op tafel dat er beslissingen op worden genomen? Ze staan in leesvolgorde, maar je kunt er ook één uit pakken.

  1. Deel 1

    Wat is business intelligence?

    Wat BI is, waar het je bij helpt en uit welke vier stappen het bestaat.

  2. Deel 2

    Datagedreven werken

    De cultuurkant: één versie van de waarheid, en waarom dat vooral over afspraken gaat. Dit deel lees je nu.

  3. Deel 3

    Pakket of eigen applicatie?

    De eerste keuze is niet welk pakket, maar of het dashboard in een BI-pakket hoort of in de software waar je mensen al werken.

  4. Deel 4

    Sturen op KPI's

    Hoe je van een doel een meetbare indicator maakt, en waaraan je ziet dat iets géén KPI is.

  5. Deel 5

    Een datawarehouse opzetten

    Van planning en technologiekeuze tot architectuur, integratie en beveiliging.

  6. Deel 6

    Dashboards die gebruikt worden

    Van data naar inzicht: hoe je visualiseert zodat iemand er een beslissing op neemt.

  7. Deel 7

    Data governance

    Het onderschatte deel: afspraken over eigenaarschap, kwaliteit en betrouwbaarheid.

  8. Deel 8

    AI naast BI

    Wat AI toevoegt aan een BI-landschap, en wat het niet overneemt.

Meer weten?

Wil je meer informatie over Datagedreven Werken over dit onderwerp? Bart gaat er graag met je over in gesprek.

Of laat een bericht achter

Portret van Bart Geurts in een donkerblauw overhemd in het JoinSeven-kantoor