Datagedreven werken

Datagedreven organisaties sturen constant op binnenkomende data.
Is jouw organisatie al datagedreven?
Schakel een datagedreven adviseur in

Datagedreven werken of datagedreven organisaties zijn begrippen die steeds meer gebruikt worden. Binnen de overheid wordt dit soms met de term informatiegestuurd werken aangeduid. Wat is datagedreven werken, wat wordt er onder verstaan en hoe zorg je ervoor dat de organisatie datagedreven wordt. Een begrip als datageletterdheid, ook wel data literacy genoemd, is daarin het belangrijkste begrip.

Vaak wordt er in strategische doelstellingen of beleidsnota’s over gesproken dat de organisatie datagedreven moet gaan werken. Een data gedreven organisatie  is zelfs bijna een modewoord geworden. Maar de vraag is: hoe formuleer je dat dan concreet, wat gaan we precies doen, waar beginnen we, hoe krijgen we de organisatie daarin mee en, misschien nog wel belangrijker, hoe ziet die roadmap er dan concreet uit en wat gaat dat kosten?

 

Dit behandelen we:

Wat is datagedreven werken?

De definitie van datagedreven werken

Datagedreven werken gaat er van uit dat je analyses uitvoert op de ruwe en onbewerkte data van een organisatie. Op basis wat daar aan inzichten uitkomt worden dan beslissingen genomen door directie, management en ook medewerkers. Anders gezegd we laten de data voor ons spreken.

Dit in tegenstelling tot de meest voorkomende manier van werken, waarbij beslissingen worden genomen op basis van onderbuik gevoel. In dit laatste geval wordt er data bij de beslissing gezocht.

Datagedreven werken wordt een must in veel organisaties en levert niet alleen betere beslissingen op, maar kan de opbrengsten voor de organisatie verhogen en de kosten verlagen.

Datagedreven werken is belangrijk voor

Het creëren van een datagedreven cultuur of datagedreven werken is belangrijk op allerlei gebieden in een organisatie. Denk aan:

Strategische planning

Wanneer je de strategische plannen baseert op gegevens en analyses, is er een veel grotere kans dat je datagedreven werken ook echt kunt verwezenlijken.

Tactische planning

Bij tactische planning kan er veel beter worden teruggekeken op hoe een organisatie echt performt en kan worden vooruitgekeken op basis van deze ruwe data en dashboards. Denk hierbij aan bijvoorbeeld een sales pipeline of logistieke bewegingen om op tactisch niveau datagedreven werken te versterken.

Operationeel niveau

Op operationeel niveau kunnen vaak beter, en ook sneller, onderbouwde besluiten worden genomen, die direct impact hebben op klanten en herhaalbaar zijn. Dit geldt met name voor overheidsinstellingen, die daardoor ook meer transparant zijn naar burgers en cliënten toe.

Het verschil tussen datagedreven werken en informatiegestuurd werken

Wat is informatiegestuurd werken?

Alle organisaties richten zich in meer of mindere mate op cijfers? Dat klopt, maar dan spreken we meestal van informatiegestuurd werken. Informatie bestaat uit gegevens die bewerkt zijn om er betekenis aan te geven.

Informatiegestuurd werken kan men zien als werken op basis van diverse KPI’s (key performance indicators), die worden gemonitord en waarop men kan sturen. Informatiegestuurd werken is een onderdeel van datagedreven werken.

Het verschil met datagedreven werken

Bij een datagedreven aanpak laat je de data eigenlijk spreken en op basis van die dashboards en analyses door BI medewerkers kunnen onderbouwde beslissingen worden genomen.

Een organisatie gaat er bij datagedreven werken van uit dat er geen besluit mag en kan worden genomen zonder dat dit onderbouwd is met beschikbare data.

Moet mijn organisatie datagedreven of informatiegestuurd werken?

Vaak komen in een organisatie zowel datagedreven werken als informatiegestuurd werken naast elkaar voor. Het een is niet beter dan het ander. De stap van informatiegestuurd werken naar datagedreven werken moet veel meer gezien worden als een groeipad in volwassenheid. Vaak start het met initiatieven binnen een IT afdeling of bij data anlisten in een organisatie,

Het is ook niet zo dat voor elke organisatie of afdeling binnen een organisatie het doel uiteindelijk moet zijn om datagedreven te gaan werken. De vraag die altijd gesteld moet worden is: wat kost het een organisatie en wat levert het een organisatie op.

Het groeipad naar een datagedreven organisatie en datagedreven werken is niet eenvoudig en duurt vaak meerdere jaren. De vraag is dan ook: kun je aan de hand van de ruwe data duidelijk maken dat een groeipad naar een datagedreven organisatie vereist is?

Op onderbuikgevoel het besluit gaan nemen dat een organisatie datagedreven moet gaan worden is eigenlijk de wereld omkeren. Datagedreven werken is toch sturen op data. Daar hoort bij dat de keuze maken om een datagedreven organisatie te worden met data moet zijn onderbouwd.

De datagedreven organisatie

De bouwstenen van een datagedreven organisaties

Bij datagedreven werken gaat het erover dat medewerkers, samen met de organisatie, op weg zijn om veel meer vanuit (ruwe) data te werken en veel minder bezig zijn op basis van het ‘onderbuikgevoel’.

Bij een datagedreven organisatie zijn de directie en het management continue bezig, om op basis van de aanwezige data, de organisatie (bij) te sturen en verantwoording en besluiten over investeringen in de toekomst te nemen.

Bij een datagedreven organisatie zijn de cultuur, de processen en de medewerkers altijd datagedreven bezig en nemen ze op operationeel, tactisch en strategisch niveau alleen besluiten als de data dat aangeeft.

De bouwstenen van een datagedreven organisatie

1. BI roadmap en implementatie

Zorgt voor het bepalen en uitvoeren van de BI-strategie in lijn met bedrijfs- en IT-strategie.

2. Data Science & big data

Het doen van voorspellingen met data en het vinden van relatie tussen dataelementen vaak ook met niet gestructureerde data.

3. (Data) Governance & privacy

Het maken en controleren van betreffende afspraken die zijn gemaakt over data binnen een organisatie.

4. Performance Management

Draagt zorg voor opzet en inrichting van dashboards in lijn met de strategie. Kpi’s en KRI’s.

5. Data acquisitie & ontwikkeling

Vaststellen relevante bronnen en bruikbaarheid daarvan. Ontwikkeling realiseert nieuwe ontsluiting van bronnen richting DWH en het vervaardingen van nieuwe overzichten en dashboard op basis van verzoeken uit de business.

6. Beheer

Draagt zorg voor (dagelijkse) verversing van het datawarehouse en voor de (support op) de rapportages.

7. Master-/Metadata management

Draagt zorg voor het beschrijven, onderhouden en afdwingen van belangrijke datadefinities door de organisatie heen.

8. Datakwaliteit

Bewaakt en verbetert de data.

9. Training

Traint businessmanagers en medewerkers op het gebruik van de tools en op het sturen op basis van informatie.

OPZOEK NAAR EEN DATAGEDREVEN ADVISEUR?

Datagedreven werken implementeren binnen jouw organisatie?
Neem vrijblijvend contact met ons op!

Vrijblijvend advies

De rol van datageletterdheid

De definitie van datageletterdheid

Datageletterdheid is een specialisatie van het algemene begrip geletterdheid. Datageletterdheid heeft veel aandacht gekregen door de opkomst van big data, tools voor machinaal leren en kunstmatige intelligentie (AI).

Datageletterde mensen kunnen over data kritische vragen stellen, kennis opbouwen, beslissingen nemen en de betekenis ervan delen met anderen. Voortkomend uit het concept dat iedereen moet kunnen lezen en schrijven in alledaagse taal, is datageletterdheid een deelverzameling van de 21e-eeuwse vaardigheden, die mensen helpt gegevens te verzamelen, te analyseren en te communiceren.

Datageletterdheid bestaat uit twee elementen die elkaar als Yin en Yang aanvullen. Het eerste gaat erom dat iemand de competenties bezit om de data zelf te gebruiken en daar actief mee bezig te zijn. Het tweede element betreft competenties, die veel meer gaan over het goed kunnen begrijpen van de data en kritisch zijn over wat er met de data gedaan wordt en hoe het gepresenteerd wordt. Data analisten is bij uitstek de rol waar de competenties samen komen.

Welke competenties behoren bij datageletterdheid?

Bij het zelf gebruiken van de data komen competenties om de hoek kijken als:

1. Interpreteren

Het kunnen interpreteren van tabellen, grafieken en overzichten met gegevens. Niet alleen kunnen lezen wat er staat, maar ook het kunnen begrijpen wat ze zeggen is daarin belangrijk.

Het vinden van je weg door alle data heen, anders gezegd door de data heen kunnen navigeren. Het gaat erom dat je uit al die data datgene kunt halen wat je voor de vraag die je wilt beantwoorden nodig hebt.

2. Verzamelen

Het proces om data te verzamelen en van ruwe data te komen tot data die je kunt presenteren is een ander belangrijke competentie. In de Business intelligence wereld wordt dit wel aangeduid als het ‘ETL-proces’.

3. Presenteren

Een steeds belangrijker wordende competentie is de data zodanig visualiseren en te presenteren dat de data-analyse op maat voor het publiek begrepen en uitgelegd kan worden.

Bij het goed kunnen begrijpen van data en over die data kritisch kunnen zijn, gaat het over competenties als:

1. Observeren

Het kunnen observeren hoe data gecommuniceerd en ingezet wordt om tot actie te komen.

2. Analyseren

Het kunnen analyseren van de gevolgen voor het individu in de organisatie, de organisatie zelf en misschien zelfs voor de maatschappij, van de manier waarop data gecommuniceerd en ingezet wordt bij besluitvorming.

3. Evalueren

Na kunnen gaan (evalueren) of de data die gebruikt wordt misschien schadelijk is voor de organisatie of voor de klant of dat deze juist heel constructief is.

4. Reflecteren

het kunnen reflecteren op hoe data wordt gepresenteerd en gecommuniceerd, zowel binnen als buiten de organisatie en hoe dit eventueel aangepast moet worden om schade en problemen te minimaliseren.

Deze lijst is zeker niet volledig. De belangrijkste tip is om je als persoon, team of organisatie te blijven ontwikkelen op het gebied van datageletterdheid.

Formuleren van een
datagedreven strategie

Om tot een heldere formulering van een datagedreven strategie en een bijbehorend implementatieplan te komen zijn er 7 heldere stappen geformuleerd.

Datagedreven strategie in 7 stappen

Het proces tot een datagedreven strategie

1-2. Missie & visie

In stap een wordt met elkaar de datamissie geformuleerd. Op basis daarvan worden in de datavisie de belangrijkste doelstellingen uitgewerkt.

3. Data trends

Dan wordt ernaar gekeken met welke trends rekening moet worden gehouden als we deze strategie gaan uitvoeren.

4. Uitvoering

In de stap uitvoering wordt ingegaan op welke manier we vorm gaan geven aan het stappenplan. Dit is vaak sterk afhankelijk van volwassenheid en cultuur binnen een organisatie.

5. Strategische doelen

Uiteindelijk leidt dat tot concrete strategische doelen/projecten die uitgevoerd moeten worden.

6. Data principes

Om dit alles goed te kunnen communiceren en heldere afbakening te hebben worden dan de belangrijkste principes geformuleerd.

7. Stappenplan

Dit alles leidt uiteindelijk tot een helder stappenplan/plan van aanpak, om de missie en visie geïmplementeerd te krijgen. Dit gaat enige tijd duren en om goed te kunnen communiceren over voortgang, om focus te houden en om de organisatie heldere doelen te geven is de laatste stap het formuleren van meetbare KPI’s.

Hoelang duurt het implementeren van datagedreven werken?

Dit alles zorg er ook voor dat er focus blijft en dat andere, ook belangrijke projecten, niet te veel aandacht krijgen, waardoor het data gestuurd maken van de organisatie ondergesneeuwd raakt. Ga er vanuit dat een zodanig omvangrijk project 2-3 jaar in beslag gaat nemen. Maar dat is datagedreven werken ook wel blijvend geïmplementeerd binnen een organisatie

Wat datagedreven werken
jouw organisatie oplevert

Datagedreven werken en het stimuleren ervan kost tijd, aandacht en geld. Het zou niet goed zijn als een organisatie die datagedreven of informatiegestuurd wil gaan werken, niet ook nadenkt over wat dat kan opleveren.

De opbrengsten van datagedrevenheid per niveau

De belangrijkste opbrengsten kunnen worden uitgedrukt in drie niveaus:

1. Strategisch niveau

Op strategisch niveau is men sneller in staat in te spelen op (onderbouwde) veranderingen en daarmee ontstaat een voorsprong ten opzichte van de concurrentie. Het doel is dan een data gedreven organisatie te worden.

2. Opbrengstniveau

Op opbrengstniveau is het mogelijk om met behulp van data de omzet en misschien wel belangrijker het rendement te verhogen, door bijvoorbeeld betere up-sell aanbiedingen naar de klant te doen, beter klant inzicht te krijgen en groeipotentieel te zien in andere markten op basis van aanwezige data. Anders gezegd ‘datagedreven sturing’.

3. Kostenniveau

Op kostenniveau is het mogelijk proceskosten te verminderen door sneller knelpunten te ontdekken, ‘wasted’ in processen beter te onderkennen en doorlooptijd van processen te verminderen. Met data komt er ook meer inzicht rondom logistiek en inkoop van goederen, waardoor betere marges kunnen worden behaald.

Het is voor elke organisatie belangrijk om zelf te kijken naar de kosten en opbrengsten van datagedreven werken en daarvoor een businesscase te maken.

Het maken van een goede businesscase voor investeringen in Business intelligence (BI) of AI is best lastig. Speciaal daarvoor is er een online-cursus ontwikkeld genaamd: businesscase datagedreven sturing. Wil je meer weten over deze online cursus, kijk dan hieronder en vraag een gratis proefles aan.

Gratis proefles cursus
Datagedreven Werken

Probeer de online cursus Businesscase
Datagedreven Sturing nu gratis uit!
Ik wil een gratis proefles

Datagedreven werken bij
de gemeente en overheid

Het vinden van geld binnen de overheid en specifiek binnen gemeentes om datagedreven te gaan werken is vaak een opgave. De ambitie is er en vaak is er ook een visie uitgewerkt, maar ontbreekt het aan kennis en ervaring om die visie om te zetten in concrete projecten en resultaten, die blijvend in een organisatie geïmplementeerd zijn.

Het goed formuleren van een businesscase is vaak lastig, hoe maak je opbrengsten van investeringen in een datawarehouse concreet en wie gaat de investering doen. Kies je voor een specifiek domein of moet je juist wachten tot iedereen in de gemeente ervan overtuigd is dat datagedreven werken essentieel is voor de gemeente. Dat is vaak lastig.

Datagedreven aanpak voor de gemeente

Omdat we deze vraag in de markt vaak tegenkomen en geen enkele gemeente even ver is, is er een standaard aanpak ontwikkeld, die kan worden doorlopen met een team van de gemeente of een projectleider/kwartiermaker, die verantwoordelijk is voor het op de kaart zetten van datagedreven werken.

Specifiek voor de gemeentelijke markt zijn een aantal producten ontwikkeld die zich richten op initiëren, introduceren en implementeren van datagedreven werken.

De standaard aanpak voor datagedreven werken binnen de gemeente

Initiëren

Bij het initiëren van datagedreven werken en het streven naar een datagedreven organisatie gaat het vaak om zaken als inspiratiesessies, het verzorgen van workshops of het opzetten van een cursus of leergang voor gemeentes.

Tijdens deze sessie wordt dan aandacht besteed aan data gestuurd werken als geheel of aan een van de aspecten. Met inspiratie uit andere gemeentes en meting van de volwassenheid kunnen de eerste stappen worden gezet en kan een globale route worden uitgestippeld naar een gemeente die datagedreven werken echt ‘omarmt’.

Introduceren

Introduceren van datagedreven werken is een volgende stap op weg naar een datagedreven organisatie. In die stap kan worden gedacht  aan het bouwen van een businesscase, specifiek voor een gemeente. Hiervoor is een hybride cursus van online en on-site gemaakt waar, naar gelang de wensen van de gemeente, gezamenlijk een businesscase kan worden geformuleerd.

Ook is het mogelijk om via een ander begeleidingspad met elkaar een “datagedreven werken visie” op te stellen, die leidt tot een heldere richting, inclusief een stappenplan en benodigde investering. Dit is vaak een goede opmaat om uiteindelijk naar de derde stap te gaan, de implementatie.

Implementatie

Bij implementatie kan veel meer gedacht worden aan ondersteuning door advies op afroep (strippenkaart principe), het geven van een second opinion op een project of het gezamenlijk ontwerpen van een toekomstvaste data architectuur.

Ook kan de leiding genomen worden in het neerzetten van een toekomstvaste datawarehouse-omgeving of de introductie van Power BI binnen een gemeente. Hierdoor wordt het bijvoorbeeld veel sneller mogelijk om data analyses uit te voeren.

Zeven tips om datagedreven werken succesvol te implementeren

Zoals al eerder beschreven is een organisatie echt datagedreven maken best een uitdaging. Maar het begint gewoon bij het gaan doen, ermee aan de slag gaan. Laten we zeggen implementeren van datagedreven werken. Een datagedreven organisatie kan nog zo’n mooi plan hebben, zonder datagedreven werken te implementeren kom je er niet.

7 tips om voor datagedreven werken

1. Verdelen

Maak het proces concreet en deel het op in kleine eenheden (deelprojecten). Kijk waar data analyse de meeste waarde toevoegd.

2. Integreren

Integreer datagedreven werken als onderdeel in alle aspecten van de bedrijfsvoering en maak het een onderdeel van elke veranderingen die in de organisatie plaatsvindt.

3. Alles met de business

Zet elke stap die je doet met de business en niet voor de business. Dit kan gedaan worden door gezamenlijk nieuwe data analyse projecten uit te voeren. Een it afdeling moet dit niet zelf gaan trekken.

4. Nulmeting

Ga uit van waar de organisatie nu staat en doe een nulmeting.

5. Houd het compact

Maak er geen groot verhaal van, maar zet het plan neer op twee sheets en gebruik alleen dat tijdens de implementatie.

6. Zorg voor de juiste kennis

Zelf doe je het maken van een plan voor datgedreven werken voor de eerste keer, maar anderen hebben het al vaker gedaan en kennen de valkuilen.

7. Zorg voor datagedreven trainingen

Zorg voor opleidingen van medewerkers en maak het mogelijk om fouten te maken en daarvan te leren. Dit stimuleert de groei naar datagedreven organisaties,

Datagedreven werken met
de IDAM-methode

Datagedreven werken is een integraal concept waarin alle aspecten, in samenhang, aan bod moeten komen. Maar al te vaak zien we dat er een datagedreven visie aanwezig is, maar dat het ontbreekt aan concrete plannen en budget om deze visie te kunnen implementeren. Door de stappen wel te zetten ontstaat er een datagedreven organisatie.

Ook komt het voor dat er vooral naar de technologie wordt gekeken. Dan gaat het alleen over zaken als: ‘we moeten Power BI implementeren, want dat is goed en gratis’ of ‘ we maken veel geld vrij voor het doen van pilots met big data en datalakes, maar de resultaten blijven uit’.

De IDAM-methode kijkt naar alle aspecten van datagedreven werken.

Met de IDAM-methode wordt in samenhang naar alle aspecten gekeken

Hoe de IDAM-methode ook werkt voor jouw organisatie

Met de IDAM-methode wordt in samenhang naar alle aspecten gekeken. Ook benieuwd hoe jouw organisatie datagedreven kan werken met onze methode? Lees dan verder over de IDAM methode.
Naar de IDAM-methode

De verschillende manieren van kijken naar datagedreven werken

Bij het initiëren, introduceren of implementeren van data gestuurd werken is het van belang om goed te kijken vanuit welk aspect dit proces wordt benaderd.

Er zijn eigenlijk twee manieren om ernaar te kijken:

  • Statisch versus Dynamisch
  • Organisatorisch versus Technologisch

Op basis daarvan ontstaan dan de volgende vier vlakken:

Organisatorisch

Bij organisatorisch wordt er vooral vanuit een afdeling gekeken naar wat er nodig is aan data.

Informatiesystemen

Bij informatiesystemen wordt er vooral gekeken naar welke (informatie)functies nodig zijn om een organisatieonderdeel te ondersteunen en welke data we daarvoor nodig hebben.

Procesmatig

Bij procesmatig wordt er integraal gekeken naar hoe het proces verloopt en welke data daar door de gehele keten heen voor nodig is.

Datagestuurd

Bij datagestuurd wordt er integraal vanuit de data gekeken hoe het proces en de organisatieonderdelen ondersteund kunnen worden met de juiste data en welke informatiefuncties uit een informatiesysteem die data creëren, muteren of uiteindelijk zelfs verwijderen.

Organisaties die groeien naar een hoger niveau van datagestuurd werken, schuiven altijd op vanuit organisatie/afdeling en daaraan gekoppelde systemen, naar een integrale benadering door te denken in ketens en te sturen vanuit een integrale data gestuurde benadering. Deze groei is ook noodzakelijk om artificial intelligence oftewel big data succesvol in binnen datagedreven organisaties te kunnen introduceren.

De rollen binnen een
datagedreven organisatie

Als je datagedreven gaat werken binnen overheid of organisaties, dan worden een aantal rollen belangrijker of ontstaan er zelf geheel nieuwe rollen. Dit geldt niet alleen voor het BI domein, maar ook voor het big data domein.

De rollen in een datagedreven organisatie

1. Data eigenaar

Data-eigenaar die verantwoordelijk is voor de data van een organisatie binnen een specifiek datadomein.

2. Chief Data Officer

Chief Data Officer die er, als eindverantwoordelijke op BI/ datagebied, voor zorgt dat binnen het management een organisatie transformeert naar een digitale, maar vooral datagedreven manier van werken.

3. Data steward

Data-steward die verantwoordelijk is voor bewaking en verbetering van de kwaliteit van data ook op Bi gebied.

4. Data Custodian

Data Custodian is vanuit de technische kant verantwoordelijk voor het dagelijks technisch beheer van de kwaliteit van de gedefinieerde datasets. De Data Custodian is de “Subject Matter Expert” (SME) aan de ICT kant en is eigenlijk de technische counterpart van de Data Steward. Hij is ook degene die de technologische ontwikkelingen in de gaten houdt.

5. Data ambassadeur

Data ambassadeur is degene die binnen een afdeling vaak het meest datagedreven is en die datagedreven werken juist inspireert, initieert en uiteindelijk ook implementeert.

Heeft mijn organisatie elke rol nodig?

Niet alle rollen hoeven binnen een organisatie of een afdeling echt aanwezig te zijn. Dit verschilt per type organisatie en volwassenheid van datagedreven werken. De rollen kunnen andere namen of betekenissen hebben.

Het advies is om niet zozeer naar de titel te kijken maar vooral ervoor te zorgen dat de rollen ingevuld worden door medewerkers die dit proces ook begrijpen. Vaak vervult een functionaris als een data-analist deze rol binnen het BI domein. Hij/zij vervaardigd niet alleen data analyses maar neemt de organisatie ook mee naar een meer datagedreven manier van werken.

Te vaak zien we dat medewerkers een rol als data steward krijgen, zonder dat de organisatie goed weet wat het betekent en dat scholing en training op dit gebied ontbreekt. Met alleen maar rollen benoemen schiet een organisatie niets op. Het gaat erom dat er medewerkers werken die over de juiste competenties beschikken. Anders is datagedreven werken een papieren tijger.

Met workshops en trainingen on-the-job worden vaak de beste resultaten bereikt. Wil je doorpraten over hoe dit specifiek voor jouw organisatie ingericht kan worden, neem dan contact op via de knop hieronder. Wij wisselen graag kennis met jou en je organisatie uit.

Met InCompany trainingen &
workshops bereik je het beste resultaat

Wil je doorpraten over hoe datagedreven werken voor jouw
organisatie ingericht kan worden? Neem dan vrijblijvend contact op met Dick.
Contact met een adviseur
SAMEN MAKEN WE JOUW ORGANISATIE DATAGEDREVEN

Maak vrijblijvend een afspraak om
jouw uitdagingen te bespreken

Kennismakingsgesprek inplannen