De datarevolutie | Laat data mobiliseren & inspireren

De mobiliserende kracht van de datarevolutie

Geschreven door

De huidige datarevolutie leidt niet tot een machine-achtig tijdperk, maar geeft de regie juist terug aan de mensen.

Boek 'Datacratisch werken'

“Data” en “Do”: datacratisch is democratisch

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.

Datacratisch organiseren is niet het nieuwe speeltje van IT. Datacratisch werken sluit juist goed aan bij wat mensen op de werkvloer al lang proeven, voelen en weten.

De data staat centraal

In de nieuwe constellatie voeren niet de managers met hun eigen agenda de boventoon. De data komt centraal te staan en deze wordt direct uit het bedrijfsproces getild. Daarmee is de data veelal herkenbaar voor de mensen die er dagelijks mee te maken hebben. De data maakt zichtbaar wat mensen in de praktijk al langere tijd voelen en merken in hun werk.

Voer een goed gesprek op basis van de feiten

Medewerkers herkennen de uitkomsten van de data en zij zeggen: ik kan nu eindelijk zien wat de resultaten zijn van mijn werk en ik kan eindelijk eens een keer een fatsoenlijk gesprek voeren gebaseerd op de feiten. Datagedreven sturing zorgt ervoor dat mensen to the point een gesprek kunnen voeren over wat er werkelijk aan de hand is. Dankzij data kunnen organisaties fact-based resultaten monitoren en krijgen ze handvatten om bij te kunnen sturen. Vaak zie je dus dat medewerkers juist heel blij zijn met het invoeren van datacratisch organiseren.

De macht verschuift radicaal

Parallel aan de empowerment van medewerkers, zoals hierboven beschreven, zie je juist bij de hogere echelons vaak een bepaalde terughoudendheid ten aanzien van datacratisch organiseren. Deze structurele en fundamentele omvorming van de rol van medewerkers en management is wat we de datarevolutie zijn gaan noemen.

Data maakt heel veel los

Wie data in de kern van verbeterprocessen laat doordringen, stuit al snel op het volgende vraagstuk: bij wie moeten de macht en bevoegdheid eigenlijk liggen in de organisatie? Zeker als er veel managementlagen in de organisatie aanwezig zijn, gaat data heel veel losmaken. Het gaat blootleggen welke managementlagen eigenlijk onterechte beweringen doen en welke managementlagen in feite overbodig zijn. Ook toont data steeds vaker het ongelijk aan van mensen met onjuiste denkbeelden. Eerder genomen beslissingen kunnen alsnog objectief worden getoetst op hun effectiviteit.

Oude machtsbasis zakt weg

De kennisasymmetrie verdwijnt doordat kennis gelijkelijk en objectief beschikbaar wordt gemaakt. Door datacratisch werken wordt de oude machtsbasis onder veel managementstructuren weggetrokken. Veel bestuurders zijn er helemaal niet klaar voor om met deze nieuwe openheid en transparantie om te gaan. Daarom blokkeren ze initiatieven door te wijzen op privacywetgeving en het schenden van burgerrechten als data een te grote rol dreigt in te nemen.

Het belang van workflow management

Workflow management helpt om de efficiency in je organisatie drastisch te verbeteren. Verdere uitleg, verdieping en onderbouwing vind je hier.

Data als het nieuwe fundament: de bottom-up beweging

Om acties en vervolgacties (de stap van Do) optimaal aan te laten sluiten bij de hogere opgave, is het zaak om alle relevante data boven tafel te krijgen. Relevante data zijn al die gegevens die te maken hebben met het vraagstuk waar mensen passie bij voelen en waar plannen zich op richten. Deze data komt uit de leefwereld zelf en valt een-op-een samen met de werkelijkheid van alledag.

Het gaat om the real deal: harde data die van onderop komt en die iedereen kan bekijken

Het gaat niet om een eenzijdige presentatie van een beperkt aantal cijfers die, politiek gekleurd, worden ingezet om beleid van bovenaf goed te praten. Geen besluitvorming gebaseerd op drijfzand en krakkemikkige aannames. Het gaat om “the real deal”. Het echte plaatje. De werkelijke getallen. Harde data die van onderop komt en die iedereen kan bekijken.

Data als het solide fundament

Data vormt zo een solide fundament op basis waarvan je maatregelen kunt nemen. Geen toevallige maatregelen, gebaseerd op een willekeurig onderzoeksrapport, maar maatregelen waarvan je de impact ook weer kan meten via data. In eerste instantie zichtbaar voor het team dat het probleem aanpakt. Maar het liefst zichtbaar en beschikbaar gemaakt voor iedereen, zodat eenieder met een passie voor dat deel van de maatschappij zijn bijdrage kan leveren.

Bottom-up versus top-down

Door data te gebruiken als het fundament, ontstaat er een bottom-up beweging. Tegelijkertijd heb je nog wel top-down steun nodig. Je moet financiën, mensen en werktijd immers kunnen vrijmaken. De grote winst is dat allerlei nieuwe oplossingsrichtingen van onderop kunnen komen en geschraagd zijn op feiten. Vanuit de bestaande data gaan medewerkers zelf kijken welke plannen zij willen maken, welke ideeën volgens hen relevant zijn en met welke ingreep zij werkelijk het verschil kunnen maken.

De spanning tussen data en privacy

Om te komen tot een verdere datarevolutie is het zaak om gegevens uit open data van diverse bronnen slim te koppelen. Denk aan de open data van gemeentes (zoals Zoetermeer), (semi)overheden, waterschappen, maar ook zorgverzekeraars.

Een grote uitdaging bij het koppelen van datasystemen is om de regels rondom privacy niet te schenden, en tegelijkertijd – via anonimiseren of pseudonimiseren – met waardevolle datastromen te blijven werken die differentiëren op relevante persoonskenmerken.

Het verschil tussen pseudonimisering en anonimisering

Anonimisering en pseudonimisering zijn beide zogenoemde privacy enhancing techniques. Enkele kenmerkende verschillen zijn:

  • Anonimisering is het onomkeerbare proces, waardoor gegevens nooit meer tot individuen herleidbaar zijn. Denk hier aan randomisatie of generalisatie.
  • Bij pseudonimisering is het bestand versleuteld. Dit betekent dat je met de juiste sleutel of met aanvullende gegevens de (persoons)gegevens weer leesbaar kunt maken. Hierdoor zijn de gegevens weer herleidbaar tot individuen.
  • Pseudonimisering werkt vaak met encryptietechnieken (versleutelingstechnieken) en is op die manier een omkeerbaar proces.

Op geanonimiseerde data die buiten de kaders van de privacywetgeving valt kun je data gaan analyseren. Op gepseudonimiseerde data is de privacywetgeving wél van toepassing.

Het gelijktijdig waarborgen van privacy en effectiviteit

Om zuiver met data te kunnen werken en te voldoen aan privacywetgeving, loopt data doorgaans eerst via het datawarehouse, alwaar de data wordt geanonimiseerd of gepseudonimiseerd. Grote pakketten aan data worden vervolgens verdeeld in veel kleinere pakketten onder professionals.

In elk klein pakket zit het aantal cases van personen waar in dit geval een professional vervolgafspraken mee kan maken. De professional is vervolgens bij machte om zijn eigen pakket open te maken en hij krijgt toestemming om dat pakketje dieper uit te kunnen lezen. Zo komt hij er bijvoorbeeld achter wie de twintig cliënten zijn die uit het datacratische algoritme naar voren zijn gekomen en wat hun kenmerken zijn.

De professional mag dus ten aanzien van zijn eigen, kleine pakketje dieper kijken welke personen uit de analyse naar voren zijn gekomen en wat hen kenmerkt. Dit is een manier van werken om privacy en effectiviteit te blijven borgen.

Van data naar mandaat om te verbeteren

Data helpt om te begrijpen wat er gebeurt, plannen te monitoren en desgewenst bij te stellen. Dit zorgt ervoor dat dankzij deze monitorfunctie de volgende actie ook ingezet zal worden. Data maakt de stap van Do legitiem. Als het niet duidelijk is waar een bedrijf staat, hoe effecten en neveneffecten zullen uitpakken, dan is het heel bedreigend om tot een andere Do te komen dan mensen gewend zijn. In het donker blijf je liever stilstaan dan dat je gaat hardlopen.

Resultaten uit het verleden…

Maar met de data als zintuig voor de organisatie, is terugkoppeling op het handelen te realiseren en is er sprake van een leerlus. Mensen hoeven niet langer vast te houden aan een oud plan omdat dat nu eenmaal is ingesleten. Nee, het feit dat een aanpak vijf jaar geldigheid heeft gehad, heeft geen waarde voor de toekomst. Resultaten uit het verleden bieden geen garanties voor de toekomst. De datastroom geeft aan waar wel en waar geen verbetering optreedt.

Data verschaft handelen legitimiteit

In een intelligente, datagedreven organisatie zijn mensen niet bang om iets kwijt te raken, omdat de datastroom zorgt voor permanente feedback en daarmee sturing mogelijk blijft. Op deze manier geeft data een legitimiteit aan de stap van Do. Als immers blijkt dat een regeling niet werkt, of verbeterd kan worden, dan wordt dat zichtbaar in de data en geeft dit inzicht in wat dan wel zal werken om tot verbeteringen te komen.

Praktijkvoorbeeld Rotterdam-Zuid

De mobiliserende werking van datacratisch organiseren zie je ook heel goed terug bij de case in Rotterdam. In de oude situatie stortte het management of een wethouder een pakket aan maatregelen over die groep jongeren uit. Dat moest hen helpen om uit de werkloosheid en misère te komen.

In Rotterdam-Zuid draait het datacratische programma inmiddels op volle toeren. Collega Mark de Kort knoopt daar samen met zijn team alle bestaande data van gemeentelijke loketten (denk aan: UWV, uitkeringen, in- en uitschrijvingen bij werk.nl, verzuimcijfers, et cetera) aan elkaar.

Via een geavanceerd datawarehouse zijn de gegevens tijdens de analyses niet tot een persoon herleidbaar. Wel kunnen collectief alle bewegingen van de groep worden gedetecteerd. We vatten enkele revolutionaire zaken samen:

  • De mensen van de werkvloer mogen zelf naar de data kijken.
  • Ook kunnen ze ten aanzien van nieuwe interventies hun eigen prioriteiten stellen en realtime volgen hoe hun interventie uitpakt en doorwerkt.
  • Zonder data over te hoeven tikken, zijn zij in staat om elke groep collectief te volgen. Wil je weten waar de verslaafden uit de wijk X of Y blijven? Het systeem geeft alle bewegingen aan.
  • Aan de hand van geautomatiseerde visualisaties en infographics wordt het voor iedereen zichtbaar hoe bepaalde doelgroepen, zoals jongeren, zich van het ene loket naar het andere bewegen.
  • Door alle data integraal te presenteren, voorkom je dat er op basis van één beweging in het veld een politiek gunstige uitspraak wordt gedaan. Met alle feiten op tafel kun je pas het eerlijke en complete beeld geven en gemaakte plannen werkelijk op hun effectiviteit meten. Hierdoor worden gemanipuleerde cijfers ineens ontmaskerd.
  • Positief gesteld worden stadsbestuur en aanpalende diensten juist verleid om heel close te opereren. Aldus zijn ze effectief bezig en bereiken ze werkelijke resultaten. Bovendien voorkomen ze zo dat er groepen onbedoeld en ongewenst uit beeld raken.
  • Data geeft grond voor experimenten. Datastromen vormen het fundament om nieuwe plannen te ontwikkelen en te testen. Data geeft de legitimiteit en de basis om tot een nieuwe Do (D) over te gaan. Op deze manier is gecontroleerd de sprong te maken van “good” naar “great”. Of je kunt de kloof van “toch niet zo goed als we dachten” naar “uitstekend en excellent” dichten.
  • Data maakt de aanwezige puzzelstukjes zichtbaar. Vervolgens is per puzzelstukje de overweging: kan dat puzzelstukje sneller aangelegd worden en wat is daarvoor nodig?
  • Daarnaast gaat continu verbeteren over het vraagstuk of er ook shortcuts mogelijk zijn. Kunnen we stukken van de puzzel overslaan, omdat ze dubbel zijn, geen waarde toevoegen, of kunnen we de functie ervan in de tijd naar voren halen en wat is dáár dan voor nodig?

3 kanttekeningen bij de case Rotterdam-Zuid

  1. Kijk je enkel naar de beweging van uitkering naar werk, dan is het feitelijk juist dat er een x-aantal bewegingen is geweest van uitkering naar werk. Dus op het eerste gezicht lijken die maatregelen vanuit de wethouder het dan goed te doen. Totdat je het gehele plaatje in beeld brengt: dan gebeurt het zomaar dat die optelling bijvoorbeeld veel dubbeltellingen telt: mensen die meerdere keren zijn uitgevallen en meerdere keren naar werk worden bewogen, tellen dan steeds weer mee.
  2. Het blijkt daarnaast dat zeker 80 procent van die groep op andere plekken weer terugkeert in het uitkeringsstelsel. Dit gebeurt soms ook doordat ze bij een ander loket aankloppen.
  3. Door integraal het werkelijke retentiecijfer te berekenen, blijkt bijvoorbeeld opeens dat de maatregel uiteindelijk niet bij 1.000 jongeren effectief is, maar hooguit bij 100 jongeren. Of nog minder. Let wel, ook hier dienen de cijfers slechts als illustratie van het probleem.

Datacratisch leidinggeven blijft leidinggeven aan mensen

Een groot misverstand is dat datacratisch werken zou leiden tot een machine-achtig tijdperk, waarin mensen de hele dag rondlopen met Excel-sheets of achter management dashboards zitten of anderszins met hun hoofd in de cloud rondlopen.

Het gebruik van data is juist bedoeld om mensen zelf weer de regie terug te geven en hen van een betere keuzearchitectuur te voorzien. Datacratisch leidinggeven gaat over leren en verbeteren, een menselijke vaardigheid bij uitstek. De leidinggevende die datacratisch te werk gaat, zit dus niet heel de dag achter zijn computer. Hij is bezig met het mobiliseren van zijn mensen.

De ideale leidinggevende laat zich daarom juist regelmatig zien, werkt soms mee en luistert goed naar mensen en wat hen bezighoudt, wat hen drijft en wat hen frustreert. Dat is en blijft de grote inspiratiebron.

Inspireren én mobiliseren

We zagen al hoe belangrijk het in de Plan-fase is om te inspireren. Hiertoe zijn de meeste bestuurders en managers nog wel in staat. Ze creëren een soort visie. Ze stellen bijvoorbeeld: ‘over twee jaar willen wij daar staan en wel om die reden’. Dus aan de inspiratiekant schort het meestal niet.

Maar hoe ga je je mensen nu mobiliseren zodat ze toegewijd en consciëntieus aan je plannen gaan werken? Verdere uitleg, verdieping en onderbouwing vind je hier.

Vier de kortetermijnsuccessen

Een van de tips die helpt bij het leidinggeven aan mensen, is om kortetermijnsuccessen te boeken. Dit zorgt voor geloof in de verandering. Zichtbare resultaten maken dat een transformatieproject niet alleen geloofwaardig wordt, maar ook zo gezien wordt. Het vermindert weerstand en maakt energie vrij om ook de volgende stap te kunnen nemen.

Vergeet ook niet om deze successen in de schijnwerpers te zetten en te vieren. Zorg voor overtuigende bewijzen hoe het succes tot stand is gekomen en wat de positieve impact ervan is op de omgeving. In organisaties waar successen worden gevierd, heerst meer samenhorigheid en neemt de medewerkerstevredenheid toe.

Laat de energie niet wegsijpelen

Andersom geldt: als kortetermijnsuccessen juist uitblijven, dan sijpelt de energie weg, geven mensen de hoop op, verlies je het momentum en kan het er zelfs toe leiden dat medewerkers in de weerstand schieten, ook al wordt het langetermijndoel door iedereen onderschreven. Deze successen geven immers ook richting aan de vraag hoe je kunt veranderen. Laat zien dat er bij verandering geen koppen rollen en zorg voor een positieve feedbacklus.

Ga niet onbezonnen aan de slag, maar schakel een expert in

Datacratisch werken op basis van een datagedreven PDCA is geen concept dat je uit de losse pols toepast. Je zult onder meer rekening moeten houden met de context waarbinnen je zakendoet, de mate van datageletterdheid en veranderingsgezindheid van je mensen. Passionned Group heeft op basis van succesvolle klantcases een raamwerk en twintig bouwstenen ontwikkeld waarmee je datacratisch werken handen en voeten kunt geven. Zoek je ondersteuning bij een of meerdere moderatiesessies, het opstellen van een roadmap, tooling enzovoorts, neem dan contact op met een van onze consultants.

Reageer op dit artikel van Daan van Beek

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Een selectie van onze klanten

Word nu ook klant

Wil je ook klant bij ons worden? Wij helpen je maar wat graag verder met de datarevolutie (laat data mobiliseren & inspireren) 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
15