Voorkom ongebreidelde investeringen
Hoe voorkom je ongebreidelde investeringen in datawarehouses, datalakes en dashboards? En hoe maak je jouw organisatie en mensen toekomstbestendiger?
In deze blog gaan we eerst op zoek naar de oorzaken van tegenvallende BI-resultaten. Tegenvallend in de zin dat de beloofde rendementen uitblijven. Of erger nog: oplopende verliezen als gevolg van verkeerde beslissingen, genomen door managers of medewerkers die niet datageletterd genoeg bleken te zijn. We onderzoeken de interactie tussen techniek & mens en de tijdgeest, waarbij we twee verschillende rollen uitlichten: de beslisser (meestal de lijnmanager) en de data-analist. Tot slot vertellen we je hoe je datavaardigheden het beste kunt trainen.
Wat is de data literacy gap?
Data en techniek groeien exponentieel, terwijl de menselijke vaardigheden om daar zinvolle dingen mee te doen (datageletterdheid) ver achterblijven. We spreken dan van de data literacy gap.
Figuur 1: De data literacy gap gevisualiseerd
Managers hebben andere behoeften en prioriteiten dan medewerkers
Uit een eerder onderzoek van Binnenlands Bestuur naar de digitale vaardigheid onder ambtenaren bleek dat de kloof tussen techniek en mens groot kan zijn. Zo bleken leidinggevenden het meest behoefte te hebben aan nieuwe technologie, capaciteit en budget, terwijl medewerkers het meest behoefte hadden aan opleiding en training en praktische tools (bijvoorbeeld software) om nieuwe technologie toe te passen in hun dagelijkse werk.
De prioriteiten lopen dus niet helemaal synchroon. En dat zie je dan ook terug in het investeringsgedrag. Managers overschatten de toegevoegde waarde van de techniek. Het verklaart waarom relatief het meest geld in techniek wordt geïnvesteerd. De investeringen in de mens blijven daarbij ver achter. Techniek is blijkbaar tastbaarder en rationeel, de mens grillig en emotioneel.
Het sentiment rondom data
Grilligheid of emoties kunnen volgens Thomas inderdaad een rol spelen bij het sentiment rondom investeringen en data. ‘Als jouw teammanager toevallig een enthousiaste, datagedreven manager is, zal hij of zij al snel het hele team op sleeptouw nemen. Datagedrevenheid verspreidt zich dan als een olievlek. Omgekeerd als jouw teammanager sceptisch is en niet echt data-minded, zal hij altijd excuses verzinnen om niet datagedreven te hoeven gaan werken. Dan hoor je vaak “we moeten eerst het bronsysteem nog wijzigen”, “laten we nu die overname afronden” en “we moeten eerst nog de datakwaliteit op orde brengen”. Kortom: excuses om iets niet te doen vanwege onzekerheden zijn er altijd.’ Ook Caroline constateert dat organisaties worstelen met onzekerheid: ‘Ik herken dit beeld wel, maar vraag mij af of er ook niet sprake is van onwetendheid.’
Wie is Thomas Abramse?
Thomas Abramse is een ervaren datacoach met oog voor de menselijke maat. Na een propedeuse Informatica, een bachelor Elektrotechniek en een master Beleid, communicatie en organisatie aan de Amsterdamse VU, heeft Thomas zich ontwikkeld tot een gedreven data professional. Binnen Passionned Group geldt hij als dé ideale coach, trainer en sparring partner als het gaat om het bevorderen van datageletterdheid en datagedreven werken binnen organisaties. Vanuit zijn solide basis als full stack BI specialist en als ervaren manager slaagt Thomas erin om de fijne kneepjes van data-analyse over te brengen aan beslissers en medewerkers op de werkvloer.
Wie is Caroline Raaijmaakers?
Caroline Raaijmaakers, bedrijfskundige met een specialisatie Marketing, is expert datagedreven organisatieontwikkeling en project-, programma- en portfoliomanager. Ze is de professionele, daadkrachtige verbinder die heeft bewezen dat ze in staat is om data, mensen, systemen, nieuwe technologieën en processen te combineren en te laten samenwerken en zo op een praktische wijze toepasbaar te maken voor mens én organisatie. Als data coach heeft ze veel ervaring met BI Road Maps, Customer Life Time Value, Analytics, Customer Intelligence, CRM, klantloyaliteit, customer journeys en het verkrijgen van een 360 graden klantbeeld.
Opleidingskosten worden vergeten
Veel organisaties beseffen niet hoe belangrijk het trainen van datageletterdheid is. Caroline: ‘De post Training en opleiding is daarom vaak niet, of als PM post (“dat zien we later wel”) opgenomen in de begroting. Daardoor worden die kosten vergeten. En als het om datagedrevenheid gaat, geloof ik net als Thomas in het principe van de olievlekwerking. Gepassioneerde datagedreven teams kunnen andere teams aansteken en inspireren. Als je ziet of ervaart wat je allemaal met data kunt doen, verbetert de veranderbereidheid vanzelf. Voor een opleiding moet je wel intrinsiek gemotiveerd zijn. Managers die hun medewerkers verplicht op cursus sturen, dat werkt averechts. Het gemiddelde niveau van datageletterdheid in organisaties schat ik overigens als zorgwekkend laag in.’
Opleidingsprogramma datageletterdheid voor beslissers en data-analisten
Datavaardigheden kun je trainen. Er is ons veel aan gelegen om de datakloof in organisaties te dichten. Daarom hebben we nu onder de vlag van Passionned Academy een incompany opleiding ontwikkeld voor het trainen van de vereiste datavaardigheden. Tijdens deze training krijgen zowel beslissers als data-analisten in afzonderlijke en gezamenlijke sessies de instrumenten aangereikt die ze nodig hebben om zelfs in deze onzekere tijden te scoren. Ze doen inspiratie op, lossen casussen op, stellen zelf een ideaalprofiel op van de datagedreven beslisser, doorlopen de datagedreven PDCA, delen ervaringen in een community, enzovoorts.
Kopieergedrag leidt tot megablunders
Zorgelijk is volgens Caroline ook het irrationele investeringsgedrag. ‘Directies vertonen kopieergedrag als ze vragen: “waarom hebben wij nog geen voorspellend model?” Of als ze uitroepen: “doe mij ook zo’n dashboard” of “hoeveel betaalde licenties ChatGPT hebben wij nodig om niet de boot te missen?” Vaak hebben ze iets opgevangen op de golfbaan of in de wandelgangen van een Amerikaanse conferentie. Het gevolg is een mismatch tussen de aangeschafte technologie en de werkelijke behoefte van de organisatie. Als data coach kunnen wij ook een realiteitscheck uitvoeren voor de opdrachtgever. Kopieergedrag kan in ieder geval tot kapitale blunders leiden. Organisaties zitten dan opeens met een Porsche in hun maag, terwijl een Volkswagen Golf waarschijnlijk ook prima had voldaan. Of er staat een Ferrari, terwijl er niemand is opgeleid tot coureur.’
Volgens Thomas is de oorzaak voor deze teleurstellende gang van zaken glashelder. ‘Organisaties investeren niet of nauwelijks in datageletterdheid. Hun medewerkers kunnen hierdoor niet overweg met de beschikbare techniek, blokkeren en haken af. De investering in technologie is dan weggegooid geld.’ 70% van de investeringen in BI technologie verdwijnt in het afvoerputje (bron: Gartner).
Het succes van BI
Thomas: ‘Als datacoaches met een BI-achtergrond hebben wij een heel andere, eigenwijze kijk op de wereld en de mens. Daarom hanteren wij een hele strenge definitie voor het meten van het succes van Business Intelligence. Alleen wanneer BI aantoonbaar heeft bijgedragen aan betere marges, kortere doorlooptijden, blijere klanten en meer tevreden medewerkers, mag je spreken van een succes. BI moet dus zorgen voor betere beslissingen op alle niveaus en resultaatgebieden.’
Met deze strenge definitie in het achterhoofd hebben de meeste organisaties nog een lange weg af te leggen. Succes met BI krijg je volgens de data coaches niet in de schoot geworpen. Als de resultaten tegenvallen, zul je op zoek moeten naar de oorzaken, anders heb je een groot probleem. In de praktijk constateren zij dat het datawarehouse, het datalake of de dashboards na implementatie al snel worden beschouwd als meubelstukken, niemand die er meer naar omkijkt, laat staan er iets serieus mee doet. En dat is een gemiste kans.
Thomas: ‘Wij durven kritische vragen te stellen: wat is nu eigenlijk de toegevoegde waarde van je datawarehouse, data lake en KPI dashboards? Zijn je mensen wel goed opgeleid? Voor welk probleem is de technologie een oplossing? Enzovoorts. Kortom: wij zorgen voor relativering en zijn daarnaast in staat mensen weer te enthousiasmeren.’
Je kunt elke euro maar één keer uitgeven
Natuurlijk weten Caroline en Thomas ook wel dat je elke euro maar één keer kan uitgeven. Dat is een gegeven. Want managers kiezen dan toch vaak om die euro te investeren in techniek en niet in de mens, want techniek is tastbaar. Bedrijven zijn inmiddels gewend om grote bedragen te reserveren voor nieuwe technologie. Denk aan dat peperdure datawarehouse, de overgewaardeerde Data Vault of het populaire data lake. Als vervolgens de return on investment uitblijft, hebben de direct betrokkenen geen idee waarom dit zo is. Wél vragen zij zich af: waarom vallen onze medewerkers ondanks de potentie van datagedreven werken terug in hun oude inefficiënte manier van werken?
Figuur 2: Reserveer van elke euro die je wilt investeren in een BI-project, direct een halve euro voor training en opleiding
Opleiden: van uitstel komt afstel
Thomas borduurt verder op de mogelijke oorzaken: ‘Organisaties werken nog steeds vanuit silo’s, dat is een feit. Als IT op aandringen van de business adviseert bepaalde soft- of hardware aan te schaffen, dan beslist de afdeling HR meestal over de budgetten voor de bijbehorende training en opleiding. Daartussen ontstaat ruis. En natuurlijk zijn in elk bedrijf de budgetten krap: ook opleidingsgeld kun je maar één keer uitgeven. Omdat je opleidingen altijd kunt uitstellen, is het hierdoor een relatief makkelijk bezuinigingsdoelwit. En van uitstel komt ook vaak afstel. Dan zit je met een BI-platform dat niemand gebruikt omdat er geen goed getrainde gebruikers zijn die ermee kunnen werken. Dat is een situatie die ik de data literacy gap noem.’
Opleidingen zijn inderdaad een sluitpost
Caroline herkent die situatie ook: ‘Opleidingen zijn inderdaad vaak een sluitpost. De kern van het probleem zijn volgens mij niet de krappe budgetten. De opleidingsdoelen zijn vaak te vaag geformuleerd. Daarnaast ontbreken de werkelijke opleidingsbehoefte en de te bereiken doelen van de organisatie. Wat wil je bereiken, gekoppeld aan de vragen welke beslissingen en veranderingsprocessen wil je ondersteunen en wie heb je daarbij nodig? Wij kunnen organisaties ondersteunen zodat je de juiste mensen opleidt. Verder merk ik bij klanten die ik adviseer dat mensen soms bang zijn voor data. Als je geduldig uitlegt hoe je data moet lezen, hoe je een dashboard moet interpreteren of hoe je Power BI effectief kunt inzetten, schieten mensen soms direct in de stress. “Moet ik dit zelf ook allemaal kunnen”, zo verzuchten ze dan en vervolgens blokkeren ze. Bij die blokkade speelt de gebrekkige veranderbereidheid, de bekende weerstand tegen verandering ook een rol. De angst overheerst.’
De tijdgeest: mensen negeren evidence-based practice
Thomas signaleert ook nog een andere blokkade die misschien wel symptomatisch is voor onze tijdgeest: de ontkenning. ‘Mensen ontkennen of verdraaien de data of zijn gewoonweg niet geïnteresseerd in de feiten en maken een eigen versie van de waarheid.’ Dit blijkt onder andere uit een artikel in Oxford Review over evidence-based practice. Conclusie van de auteur: “People don’t want evidence-based practice”. Mensen hebben een voorkeur voor narratieven, geconstrueerde versies van de waarheid boven verhalen die op feiten of data zijn gebaseerd. Zie hiervoor ook onze blog over hoe je met desinformatie omgaat. ‘Mensen vinden het ook te veel gedoe om een investeringsaanvraag kwantitatief te onderbouwen en in een businesscase te formaliseren. Ze vertrouwen liever op de verhalen en ervaringen van collega’s’, zo is de ervaring van Caroline.
Datageletterdheid meten op individueel niveau
Beide datacoaches zijn gewend te denken in praktische oplossingen en hebben al diverse organisaties geholpen door gebrekkige datageletterdheid bij de wortel aan te pakken.
Caroline: “We hebben bij Passionned Group een makkelijke tool ontwikkeld waarmee we een nulmeting voor het niveau van datageletterdheid kunnen uitvoeren. Op individueel niveau, maar desgewenst ook op team- of organisatieniveau.
We onderzoeken met name de houding en vaardigheden van individuen en de mate waarin ze in staat zijn om kritisch te denken. Is de persoon in staat in te schatten hoe betrouwbaar de data is? Is de medewerker zich bewust van de eigen biases? Enzovoorts.”
De data is altijd leidend
Inzichten en nieuwe kennis die je opdoet uit de data is volgens Thomas namelijk nooit vrijblijvend. ‘Als de data zegt je moet linksaf en de beslisser zegt we gaan toch rechtsaf, heeft dat consequenties.’ Hij geeft een actueel voorbeeld. ‘Bij de recente aardbeving in Turkije was er één “eigenwijze” burgemeester van een klein dorpje die zich strikt aan de bouwvoorschriften had gehouden. Zijn integere en onverschrokken houding en het heilige geloof in de data (“zo bouw je op deze plek aardbevingsbestendig”) werd beloond. In het dorpje Erzin is bij de grote aardbeving geen gebouw ingestort. Deels kan dit toeval zijn, maar de burgemeester kan in ieder geval aantonen dat hij op basis van de beschikbare data de juiste vergunningen af gaf.’
Zowel Thomas als Caroline geloven heilig dat de data altijd leidend moet zijn in het nemen van beslissingen. Datageletterdheid brengt de wereld van data en de mens nader tot elkaar en daarom geeft het je meer zekerheid voor een kwalitatief betere besluitvorming.
Datageletterdheid brengt de wereld van data en de mens nader tot elkaar en daarom geeft het je meer zekerheid voor een kwalitatief betere besluitvorming
Maar voor de onderbouwing moet je toch echt bij de data-analisten zijn. Zij zullen veel dieper de databerg moeten induiken. Dat gaat veel verder dan de vraag of iemand een grafiek kan lezen. Data-analisten moeten soms een complete marathon afleggen.
het PDCA-handboek 'Datacratisch werken' 
In dit complete PDCA-boek 'Datacratisch werken' vind je in elk hoofdstuk de perfecte balans tussen mens en technologie terug. Alles wat datagedreven werken raakt komt aan bod. Zonder omwegen zet de auteur kernachtig uiteen hoe je een datacratie opzet. Datacratisch werken is dé manier om de tweeling mens en technologie met elkaar te verbinden. Leer alles over de datagedreven PDCA en het verbeteren van beslissingen.
Kom en blijf in de flow: 5 tips
Elke euro die je investeert in technologie, investeer je voortaan dus evenredig ook in de mens. Maar hoe zorg je dat het proces niet alsnog vastloopt:
- Zorg dat je BI gaat inbedden in een PDCA-cyclus. Hoe je dit doet, staat uitgebreid beschreven in het PDCA handboek Datacratisch werken.
- Richt een community in. Laat beslissers uit verschillende domeinen en data-analisten van elkaar leren in een community. Zo kunnen ze het estafettestokje doorgeven aan andere collega’s en zo houd je het “olympische vuur” brandend.
- Alles begint met datakwaliteit: verhoog het bewustzijn en wijs op het belang van datakwaliteit bij iedereen in de organisatie. Richt je niet alleen op de beslissers en de data-analisten, maar op iedereen die met data werkt.
- Laat een nulmeting datageletterdheid uitvoeren. Als je dankzij een nulmeting in een oogopslag inzichtelijk kunt maken wat het huidige niveau van datageletterdheid is, stuit je “vanzelf” op gaten in de opleidingsbehoefte. Zo kun je nooit vergeten de noodzakelijke opleidingseuro’s te budgetteren.
- Koppel BI & Analytics aan concrete beslissingen. Het uiteindelijke doel van BI en beslismodellen is altijd: leiden ze tot betere, snellere en beter onderbouwde beslissingen?
Tot slot
Organisaties die in staat zijn om de data literacy gap daadwerkelijk te dichten, hebben een competitief voordeel. Doordat ze op een krappe arbeidsmarkt ook naar evenredigheid in de mens investeren, behouden ze hun talenten. En dat zorgt voor een investering die zich dubbel en dwars terugverdient. Daarvan willen beide datacoaches ook jou graag overtuigen. Neem hier contact met ons op.
Thomas Abramse is een full stack BI-specialist met managementervaring. Als adviseur, interim-manager en als leidinggevende van operationele teams is hij multi-inzetbaar op diverse fronten. Thomas is tevens coördinator van de opleiding Datagedreven werken waarbinnen datageletterdheid een prominente rol inneemt.
