Blogroll Daan van Beek - pagina 1 van 6

AVIA maakt stappen naar continu verbeteren met dashboards & analytics

AVIA Marees bestaat sinds 1922 en handelt vanaf 2004 als zelfstandig oliehandelaar onder de internationale AVIA-vlag. De tankstations van dit familiebedrijf liggen voornamelijk in en rond woonkernen en de uitstraling is gemoedelijk en persoonlijk. AVIA Marees exploiteert ruim 60 tankstations primair in de regio Noord-Nederland en Friesland. Daarnaast voorziet het bedrijf de agrarische sector en diverse loon- en transportbedrijven rondom het IJsselmeer van brandstoffen en smeermiddelen.

Slimme, toekomstbestendige organisaties denken altijd in meerdere scenario's

Als manager kun je de toekomst weliswaar niet voorspellen, maar als je je brein open stelt voor alternatieve toekomstbeelden, dan is de kans wel groter dat jouw organisatie een volgende recessie of (gezondheids)crisis overleeft. Een intelligente, datagedreven organisatie zorgt er daarom voor dat zij op alles is voorbereid. Ze denkt altijd in worst-case scenario's, maar houdt tegelijkertijd ook rekening met best-case scenario's. Anders zou ze net die mooie marktkansen missen die zich vroeg of laat weer aandienen. Maar hoe stel je verschillende soorten scenario's op? Kortom: hoe maak je je organisatie toekomstbestendig? Drie praktijkvoorbeelden verduidelijken de methodiek.

Reflecteren kun je leren: de drie niveaus van leren

Volgens de theorie van Argyris en Schön kunnen we drie verschillende niveaus van leren onderscheiden. Het gaat hier om single, double en triple loop learning. Aan de hand van een eenvoudig voorbeeld uit de dagelijks praktijk maak ik hier de verschillen duidelijk. Het hele idee achter triple loop learning is dat je op die manier de root cause kan achterhalen. Zo kan je het probleem bij de wortel aanpakken: niet alleen maar de brandjes blussen maar juist ook nadenken hoe je brand in het vervolg kunt voorkomen.

Van prehistorisch naar futuristisch datagebruik

Ooit begon data analytics met lange lijsten in Excel. Dat was toen goed genoeg. Zo'n werkblad gaf in al zijn eenvoud voldoende informatie. Maar wie met lange lijsten Excelsheets werkt, weet een ding zeker: je kunt vaak maar enkele selectievariabelen scherp op je netvlies houden. Dankzij de toegenomen rekenkracht in combinatie met algoritmes is tegenwoordig veel meer mogelijk. Het is daarom zaak om je eigen datagebruik kritisch onder de loep te nemen.

Corona-update: geen gevolgen voor trainingen door winterstop

In deze update vertellen we je hoe wij bij Passionned Academy omgaan met de lockdown die van kracht is van 15 december 2020 t/m 19 januari 2021 en de eventuele gevolgen voor de geplande opleidingen in 2021.

Hoe toekomstbestendig is jouw organisatie?

Al eerder beschreef ik het verschil tussen ontwikkelend leren en ontwerpend leren. Ontwikkelend leren legt de nadruk op dagelijks continu verbeteren, ontwerpend leren focust op innovatie. Er komt een moment dat je totale dashboard groen kleurt, je alles onder controle hebt en alles goed gaat. Beter gezegd: goed líjkt te gaan. Want je moet op tijd de overstap maken van continu verbeteren naar innoveren, want stilstaan is tegenwoordig achteruit hollen. In deze blog vertel ik hoe je als organisatie meer futureproof kan blijven en op welke factoren je dan moet letten.

De mobiliserende kracht van de datarevolutie

Data helpt om de werkelijke impact van bestaande maatregelen in kaart te brengen en om op democratische wijze tot acties en vervolgacties over te gaan. Naarmate je de data voor meerdere medewerkers toegankelijk en inzichtelijk maakt, ontstaat er een meer democratische basis waarop iedereen zijn eigen conclusies kan trekken. De effectiviteit van maatregelen kun je realtime en integraal monitoren. Mensen kunnen meekijken, meebeslissen, meedoen. Alles met het oog op het radicaal of incrementeel doorvoeren van verbeterslagen.

Sturen op 2 vormen van leren: ontwikkelend leren versus ontwerpend leren

Ontwikkelend leren en ontwerpend leren lijken elkaar uit te sluiten. Toch vinden in succesvolle, intelligente organisaties beide vormen van leren plaats. Er is altijd ruimte voor het ontwikkelend leren en mocht er zich een kans voordoen vanuit het ontwerpend leren, dan wordt die kans veelal met beide handen aangegrepen.

Data als het nieuwe hart van de lean processen

Met louter gepassioneerde mensen win je de oorlog niet. Het gaat erom hoe je ze inzet. Hoe wend je data slim aan om de houding, het gedrag en het handelen van je mensen te sturen? En hoe ga je gezamenlijk toewerken naar een datagedreven continue verbetercultuur? Zo'n cultuur ontstaat alleen maar door steeds weer om betere prestaties te vragen. Het is aan de mensen zelf om op basis van alle beschikbare data te beoordelen in hoeverre ze hun passie nog volgen en of ze daadwerkelijk nog in staat zijn steeds betere prestaties neer te zetten.

De organisatie als overbodige connector

Het beeld dat opdoemt is dat je steeds vaker de organisatie kunt missen als “connector” tussen jou en de wereld. Je hebt alleen nog een infrastructuur nodig. Maar die infrastructuur is voor een persoon veel te groot om op te tuigen; dat kun je beter laten doen door een datamachine. De afgelopen decennia was productie dé centrale factor. Hieromheen werden de business en de diensten georganiseerd.

De zonneklare voordelen van Conscious Control

Wie eenmaal meer en meer vanuit conscious control (bewuste beheersing) gaat kijken en handelen, zal al snel de voordelen ontdekken van een datagedreven PDCA-cirkel. De geclaimde voordelen zijn groot. En het is nog maar de vraag of de concurrent deze synchroon en op een gelijk niveau kan ontwikkelen. Met andere woorden, met een consistent uitgevoerde conscious control kun je niet alleen vooruitgang boeken, maar uiteindelijk ook de concurrentie verslaan.

De vier pijlers van disruptie

Grip krijgen op de toekomst en de vertaling van futureproof factoren naar de praktijk: hoe doe je dat nu? Neem nieuwe technologie: op korte termijn overschatten we de werking ervan, maar op lange termijn onderschatten we de impact ervan. Alleen een wendbare organisatie kan omgaan met de innovaties die op ons afkomen (Lanting, 2017). Hoe zorg je er nu voor dat je als bedrijf of instelling niet de boot mist? Hoe maak je jouw diensten tijdig datacratisch en je bedrijf toekomstbestendig?

Hoe verbind ik 'Passie' met 'Plan'?

Een belangrijke les die we kunnen trekken op basis van The Hedgehog Concept van Jim Collins (2004) is dat passie alleen onvoldoende is. Passie is, zoals betoogd in mijn vorige blog, een belangrijk startpunt, een noodzakelijke voorwaarde om de organisatie in beweging te krijgen. Zodra passie echter verwordt tot ongebreidelde passie, wordt het lastig om iets structureel neer te zetten. Iets duurzaams dat relevantie en impact heeft in onze moderne, vluchtige wereld. Je wilt immers geen eendagsvlieg zijn.

Het PDCA-huis en het datacratische raamwerk

Als jouw koers niet klopt, dan loop je steeds vast. Dan is het prachtig wat je allemaal agile weet op te tuigen, maar dat heeft dan geen enkele zin. Je moet weten waar je naar toe wilt en waarom je op een bepaalde plek uit wilt komen. Met alleen een juiste koers ben je er echter ook nog niet. Om te weten of je op de juiste koers zit en blijft, heb je eenduidige KPI's en data analytics nodig. Stel je geen Key Performance Indicators (zie ook voorbeelden) op, dan kun je heel veel plezier hebben in je werk, maar dan zal je niet systematisch werken en niet als de beste probleemoplosser te boek staan.

5 aanjagers voor datacratisch werken

Het klinkt mooi, al die verschillende fasen van de PDCA-cyclus en het werken met data, maar hoe implementeer je dit allemaal? Hoe krijg en houd je de continu verbetercycli aan de praat? Om datagedreven verbetercirkels succesvol te implementeren, benoem ik hier vijf aanjagers.

Als de data linksaf zegt, dan ga je dus linksaf

Als je denkt vanuit een allesoverstijgend perspectief, zorgt datacratisch werken voor de (noodzakelijke) overgang van manage­mentgedreven “pappen en nathouden” naar daadwerkelijk datagedreven verbeteren.

Passie gezocht!

Het aanwezig zijn van een plan is niet de enige en niet de eerste voorwaarde waardoor mensen in beweging komen. Een goed plan helpt weliswaar om stapsgewijs aan productontwikkeling te doen, om tot een verbetering van dienstverlening te komen of om een marktkans te verwezenlijken, maar dat is niet het beginpunt waardoor mensen intrinsiek gemotiveerd zijn.

Data analytics in de sport: een praktijkvoorbeeld

Ook in de sport wordt steeds vaker met grote hoeveelheden (big) data gewerkt. Laten we de wereld van voetbal als voorbeeld nemen. Steeds meer voetbalstadions zijn uitgerust met geavanceerde op gps gebaseerde systemen, zoals bijvoorbeeld TRACAB. Dit systeem hangt al in meer dan 125 voetbalstadions, waaronder vele stadions in de Premier League en de Bundesliga. Ze zorgen samen met apparaten zoals accelerometers en hartslagsensoren voor data die de performance en effectiviteit van spelers in beeld brengt (Rejec, 2016).

Zes voordelen van datacratisch werken

Datagedreven verbetercirkels helpen om snel en betrouwbaar de juiste bewegingen te blijven maken. Maar waarom zouden mensen dit eigenlijk willen doen? Waar komt de intrinsieke motivatie vandaan waardoor ze het datacratische werken gaan omarmen? Waarom zouden mensen de regie willen nemen? Het antwoord is eenvoudig: omdat datacratisch werken nu eenmaal een groot aantal voordelen heeft. In deze blog beschrijven we de zes belangrijkste voordelen van datacratisch werken.

Vacature: commercieel ingestelde Recruiter (VERVULD)

Ben jij die zelfstandige, gepassioneerde en assertieve recruiter die op zoek is naar een doorgroeifunctie binnen de boeiende wereld van interim-management en consultancy? Dan is Passionned Group geïnteresseerd om met jou kennis te maken.

Focus op de onderliggende problematiek: root cause analysis

In het eerste deel van de NPRZ-case beschreef ik hoe de partners uit het programma probeerden mensen weer richting werk te begeleiden. Maar het gaat niet om mensen aan het werk helpen, maar om mensen aan het werk te hóuden. Maar hoe doe je dat? Lees nu deel II van de NPRZ-case.

De datacratische PDCA

Uit de case van het NPRZ blijkt al direct wat je kunt bereiken door data te koppelen aan het werken in verbetercirkels. In mijn boek Datacratisch werken koppel ik een aantal belangrijke andere begrippen ook aan de term PDCA. Zo komen we tot de datacratische PDCA. Deze andere termen helpen om datacratisch te kunnen leren en de leerlus geschikt te maken voor de 21e eeuw.

De hobbelige route van data naar verbeteren

In deze blog laat ik zien wat het betekent om van data naar verbeteren te komen. Met alleen data verzamelen of structureren ben je er namelijk niet. De grootste uitdaging is om van data naar werkelijk leren en verbeteren te komen. Juist door het vervlechten van (big) data met het dagelijks leren via PDCA-cirkels ontstaat de grootste waarde. Het Nationaal Programma Rotterdam Zuid (NPRZ) laat treffend zien hoe de medewerkers het continu verbeteren omarmden.

Procesdenken is een onmisbare kerncompetentie

Uit de case van NPRZ blijkt dat er heel veel partijen parallel aan elkaar met veel verschillende deeltaken bezig zijn. Deeltaken die allemaal ergens te maken hebben met het thema om mensen naar werk te brengen. Maar in een grotere organisatieomgeving of bij een stedelijk programma mag het nooit bij losse taken blijven. Alles draait tegenwoordig om procesdenken en het visualiseren van ketenafhankelijkheden. 

De kracht van Kritieke Prestatie Indicatoren

Naast het SMART maken van je prestaties is het ook zaak om ondubbelzinnig vooraf vast te stellen naar welke indicatoren je gaat kijken om de prestaties te meten. SMART meten is één, maar twee is: wat gá je nu eigenlijk SMART meten? Je kunt niet alles meten en ook niet overal tegelijkertijd op sturen. In deze blog benadrukken we hoe belangrijk het is om de juiste KPI’s te kiezen.

Agile werken: de managementuitdaging van de 21e eeuw

De wereld om ons heen verandert sneller dan ooit. Dit terwijl de wendbaarheid (agility) van veel organisaties te wensen overlaat. In China knutselen ze sneller een nieuwe auto in elkaar dan hier een PowerPoint presentatie. De wendbare organisatie vereist ook wendbare medewerkers, autonome zelfsturende teams, besluitvorming laag in de organisatie en een excellente informatievoorziening.

Vier basisstappen op weg naar betere prestaties

De PDCA-cyclus van dr. Deming blijkt nog altijd hét fundament te zijn om met stuurinformatie en data analytics grote successen te boeken. Daarnaast moet je een leersysteem organiseren en faciliteren met data.

De 4e industriële revolutie & datacratisch werken

Als je de noodzaak onderschrijft om sneller te leren en sneller te verbeteren komt onvermijdelijk de vraag: hoe doe je dat nu: sneller leren, je sneller aanpassen, sneller verbeteringen doorvoeren? De sleutel hier is het slim gebruik van data en die consequent aan alle stappen van de PDCA-cyclus toe te voegen. Zo ontstaat een datacratisch raamwerk, waarvan de twee hoofdcomponenten al direct terugkomen in de term "Datagedreven verbetercirkels". De eerste hoofdcomponent gaat over datagedrevenheid. De tweede hoofdcomponent betreft het gebruik van data in verbetercirkels.

De noodzaak van versneld leren en verbeteren

Ook als er wél geleerd wordt in organisaties, dan is dit steeds vaker niet genoeg meer. Het is niet enkel een noodzaak om te leren en te verbeteren, maar het is op steeds meer gebieden een noodzaak om versneld te leren, versneld te verbeteren en versneld te innoveren. Alleen dan kan er sprake zijn van een intelligente organisatie (het concept).

Gestolde organisaties

Veel organisaties zijn gestold. In hun vorm zijn het al decennialang hiërarchische bolwerken waar het ambacht tot slavernij is gemaakt en het plezier is "weggemanaged". Het leren blijft beperkt tot jaarlijkse functioneringsgesprekken. Ingrijpen gebeurt achteraf: als de fout al is gemaakt. Organisaties die niet in beweging zijn, die niet bezig zijn om continu te leren en te verbeteren, die bestaan na een tijd niet meer. In elk systeem dat niet onderhouden en verder ontwikkeld wordt, daar treedt verval heel snel op. Je moet de boel in beweging zien te houden. Verbeteren dus. PDCA is daar een perfect vehikel voor. Maar dat werkt alleen op grotere schaal wanneer je elke stap van de PDCA laadt met de juiste data en bijbehorende tools, en bouwstenen.

PDCA als reguliere verbetercirkel en als experimenteerruimte

Een traditionele opvatting in Nederland van PDCA is deze: mensen voeren het normale werk uit, ze kijken of het goed ging en bedenken vervolgens proactief een aantal acties die ze gebruiken om verbeteringen door te voeren. Maar dat is niet de enige benadering vanuit PDCA. Wat je met PDCA ook of juist beoogt, is om te leren via experimenteren.

Datacratisch is democratischer dan democratisch

De term datacratisch in de titel van het boek 'Datacratisch werken' is een samenstelling van data (gegevens, feiten) met de uitgang -cratisch. Dat laatste woorddeel stamt van het Griekse kratos, wat kracht, beheersing of gezag betekent. Vergelijk het met termen als bureaucratisch of democratisch, die respectievelijk te vertalen zijn als ‘geleid door het bureau’ of ‘geleid door het volk’ (demos). Datacratisch betekent dus letterlijk: ‘geleid door gegevens en feiten’, oftewel datagedreven.

Geef mensen data en je geeft ze de regie terug

In dit artikel maak ik duidelijk hoe je in organisaties sneller, efficiënter en effectiever tot continu verbeteren kan komen door data een cruciale, leidende rol te geven. Beter, slimmer, eerder, goedkoper, vaker en structureler data inzichtelijk maken is de sleutel tot continu verbeteren en innovaties. Data moet je als het ware “in een PDCA-jasje” terugkoppelen. Zo geef je mensen die het werk doen de kans om hun werkproces te verbeteren. Beslissingen zijn voortaan gebaseerd op feiten en niet langer op meningen of gevoel. Zo breng je ook de menselijke maat terug in je organisatiebesturing.

Boeklancering Datacratisch Werken

Als het aan Passionned Group ligt, wordt 2020 het jaar van datacratisch werken. Om organisaties hierbij te helpen, publiceert Passionned Publishers de nieuwe titel 'Datacratisch werken'. Dit managementboek is een must-read voor iedere organisatie die continu leren en verbeteren wil combineren met agility en innovatie.

Onderzoekers leggen 'blind spots' Nederlandse managers bloot

Nederlandse bedrijven laten nog een groot omzet- en winstpotentieel braak liggen. Het optrekken van de managementkwaliteit naar een hoger niveau kan gemiddeld leiden tot een vier procent hogere omzet en een maar liefst zeven procent hogere winst per werknemer. Tegelijkertijd is Nederland internationaal vergeleken al superefficiënt. Is het glas nu halfvol of halfleeg? Een samenvatting van een interessante studie met enkele opmerkelijke resultaten.

Eén algoritme maakt zomaar 100 rapportages overbodig

Business Intelligence als hulpmiddel om ondernemingen en instellingen meer informatiegestuurd te laten werken heeft de tand des tijds glansrijk doorstaan. Daan van Beek, eindbaas van de Passionned Group, verrijkte de vakliteratuur al in 2004 met een bestseller over BI. BI als parapluterm voldoet volgens hem nog steeds en dekt zelfs de nieuwste 'hypes' rondom kunstmatige intelligentie en big data. Een gesprek over datagedreven werken en het behoedzaam balanceren tussen 'oude' BI-wereld en 'nieuwe' AI-wereld.

De 7 meest beruchte blunders in Business Analytics

Enige tijd terug voerden we onderzoek uit naar de succesfactoren van Business Analytics. Uit het onderzoek kwam ook een lijst met blunders in Business Analytics projecten & BI trajecten naar voren. Die hadden we nog niet eerder gepubliceerd. Dit zijn de grootste blunders die je moet zien te vermijden.

Verbeter je KPI's duurzaam met de PDCA-cyclus

De PDCA, met deze ogenschijnlijk simpele afkorting van vier actiegerichte begrippen kunnen bedrijven en instellingen zichzelf transformeren van een "domme" tot een intelligente, datagedreven organisatie. Deze nieuwe manier van werken heeft een directe impact op je klanttevredenheid, je marges en het welbevinden van je medewerkers. Tenminste als je consequent de PDCA cirkel kan laten draaien op alle niveaus in jouw organisatie. Maar hoe doe je dat en waar liggen de valkuilen?

Met het ontstaan van onze wereld was er ook data

Data is veelzijdig en kent vele gezichten. Het is overal aanwezig: van de betekenisloze binaire vormen in het hart van de computer tot betekenisvolle in een managementinformatiesysteem. Data loopt door de computer, het bedrijfsnetwerk, het internet, middleware en applicaties. Het is het basisingrediënt van heel veel computertoepassingen. Met het ontstaan van onze wereld was er ook data. De allereerste straling, het eerste sterrenlicht en de vroegste geluiden; het is allemaal te duiden als signalen en data.

Vacature: ambitieuze junior content engineer / marketeer

Passionned Group zoekt een content engineer met goed ontwikkelde journalistieke vaardigheden voor een vast dienstverband. Goede teksten schrijven en redigeren is jou op het lijf geschreven en WordPress kent voor jou geen geheimen. Je krijgt de unieke mogelijkheid om mee te werken aan het verder uitbouwen van onze contentinfrastructuur, een die leidend is in onze markt. Het doel is te werken aan thought leadership op de terreinen waar Passionned Group leidend in is, of wil zijn. Je komt te werken in een klein, agile team waar creativiteit & innovatie, openheid en resultaatgerichtheid de boventoon voeren.

1
2
3
4
5
6
volgende pagina
Opleidingen
Kennisbank
Advies
Interim

Deze organisaties gingen je voor

Word nu ook klant

Wil je ook klant bij ons worden? Wij helpen je maar wat graag verder met data analytics of andere zaken waar je slimmer van wordt.

Daan van Beek, Eindbaas & specialist in continu verbeteren

DAAN VAN BEEK MSc

Eindbaas & auteur van het boek 'De intelligente, datagedreven organisatie'

Neem contact met mij op

Fact sheet

Organisaties geholpen
___
Trainingen & workshops
___
Deelnemers opgeleid
___
Beoordeling klanten
8,9
Consultants & docenten
___
Kantoren
3
Jaar ervaring
16
EDIT POST