Passionned Group™
+31 33 888 7010

In 10 stappen naar een datagedreven organisatie

Hoe bouw je gestaag aan een datagedreven organisatie? Wat moet je doen in de voorbereidingsfase en hoe begin je eigenlijk in de praktijk? In deze blog bespreek ik een aantal belangrijke volgordelijke processtappen om te komen tot een datagedreven organisatie. Deze stappen en de filosofie van datacratisch werken staan uitgebreid beschreven in het boek Datacratisch werken. Bovendien schets ik het ideale profiel van datacratische managers en medewerkers. In deze blog kun je datacratisch werken en datagedreven werken als synoniemen beschouwen. Immers, datacratisch betekent letterlijk: “geleid door gegevens en feiten”, oftewel datagedreven.

Stappenplan voor datagedreven managers en medewerkers

Open de inhoudsopgave

Op zoek naar de onderlinge verbanden

Prestaties in organisaties zijn afhankelijk van alles wat daar in de loop van de tijd is opgebouwd. Tegelijkertijd verliezen we vaak het zicht op alle onderlinge verbanden (Warren, 2012). We zien niet meer welke samenhangen en verbanden er zijn die de prestaties werkelijk beïnvloeden. Dit komt grotendeels door de manier waarop we in een bedrijf “in control” proberen te zijn.

Mix van data en doen

De wijze waarop we sturen en de strategische “antwoorden” waar we op uitkomen zijn vaak oppervlakkig en onbetrouwbaar. Ofwel we richten ons geheel en al op de data, ofwel we richten ons geheel en al op gedrag. Maar het is juist de mix van data en doen waarmee je het verschil kunt maken.

Het is de mix tussen data en doen die het verschil maakt.

Terwijl je het overzicht behoudt via een of meerdere dashboards werk je tegelijkertijd aan de operationalisering van de verworven inzichten op de werkvloer.

Het 10 stappenplan

Zonder de verbinding tussen data en doen is het gevaar groot dat enkele hot shots een strategie in ivoren torens uitdenken zonder dat deze nog veel raakvlakken heeft met het werk van alle medewerkers. Los van het potentieel dat je niet gebruikt, geeft een dergelijke losgezongen strategie meer antwoord op de vraag hoe zaken zouden moeten werken, dan op de vraag hoe dingen in de praktijk op dit moment gaan en hoe deze te verbeteren zijn. Volg onderstaande stappen om een datagedreven organisatie te realiseren:

Stap 1: Ga op zoek naar de passie van medewerkers

Ga op zoek naar de passie van medewerkers. Dat is de brandstof voor je datacratische, datagedreven organisatie. Passie kan zich uiten in bevlogenheid, maar ook pijn en ergernis zijn een vorm van passie en tonen betrokkenheid.

Voorbeeld: Veiligheidsregio Noord-Holland Noord

Stap 2: Denk na over je BHAG

Denk na over je Big Hairy Audacious Goal (BHAG) zoals Collins en Porras deze noemen (Collins & Porras, 1994) als eerste stap van je grote strategische PDCA. Wat wil je in grote lijn realiseren? Wat is je strategische centrale thema?

Stap 3: Leren verbeteren doe je van groot naar klein

Als de grote PDCA begint te draaien en het Plan met hoofdletter P gemarkeerd is, dan gaat het al snel om de vertaling ervan in kleinere verbetercycli. Kijk welke historische data voorhanden is om een eerste opbrengst alvast te realiseren.

Stap 4: Stel je KPI’s vast

Om te toetsen hoe je sturing kunt geven, zijn solide tools nodig. Naast het invoeren van PDCA-cycli, gaat het om het optuigen van KPI’s. Om te bepalen wat je KPI’s worden, maak je eventueel gebruik van kritieke succesfactoren. Die fungeren als een tussenstap om van je strategische thema tot je actiegerichte KPI’s te komen.

Stap 5: Richt datastromen in

Breng in beeld welke data er al voorhanden is met Business Intelligence & Analytics en voor welke nieuwe data je nieuwe datastromen wilt gaan opstarten. Richt deze datastromen in en zorg daarbij voor betrouwbare vormen van registreren, monitoren en analyseren. Ga daarbij na welke calamiteiten of bedrijfsrisico’s je nog loopt. Analyseer het huidige werk en analyseer wat alternatieven betekenen. Wat kosten ze, wat leveren ze op, waar lever je op in en waar kom je op uit?

Stap 6: Maak tijdens het leerproces de data inzichtelijk

Zorg al tijdens het doorlopen van het leer- en verbeterproces – tijdens het doorlopen van de PDCA – voor het terugkoppelen van data. Gedragingen krijgen zo een spiegel en er ontstaat een confrontatie met de data. Zorg dat de feedbacklussen tot op persoonsniveau gevoed blijven worden en stel met elkaar vast wat je hieruit kunt leren.

Stap 7: Zoek naar causaliteiten

Zoek vanuit de confrontatie met data naar causaliteiten (zie ook onderstaand praktijkvoorbeeld). Wat hangt waarmee samen? Een logisch gevolg van de confrontatie van de data is dat je steeds beter ziet welke gedragingen en systemen effectief zijn en welke niet. Door welke ingreep is nu de grootste winst te behalen? Waar is het grootste lek te vinden? Als het proces er in de praktijk heel anders uitziet, dan ga je het proces aanpassen of helemaal opnieuw inrichten.

Zie ook: Inzicht in ziekenhuisactiviteiten met process driven BI.

Stap 8: Automatiseer alles wat los en vast zit

Automatiseer wat er te automatiseren valt. Zo houd je je handen vrij voor steeds weer een volgende verbetering. Maak zo mogelijk gebruik van simulaties om experimenten veilig uit te kunnen voeren (zie onderstaand praktijkvoorbeeld in het kader). Het geheel aan KPI’s kun je gezamenlijk gebruiken om een simulator op te tuigen van je bestaande businessmodel. Als de simulator laat zien wat er nu gebeurt, richt je eerst virtueel – via een nieuwe PDCA-cyclus – een variant van het bestaande businessmodel in. Laat de simulaties consequenties doorrekenen op alle vlakken: personeel, risico, tijd, geld (uitgaven, inkomsten), kwaliteit. Toets of de werkelijkheid zich op dezelfde wijze gedraagt en of je dus een voldoende betrouwbaar beeld uit je simulatie krijgt.

Voorbeeld: 10 wijze BI-lessen van fietsenwinkel.nl

Stap 9: Werk naar een steeds nauwere grid van verbeteringen

Op bovenstaande manier bouw je aan een simulatie die je dynamisch kunt wijzigen. Werk naar een steeds nauwere grid van verbeteringen, zodat je datacratische organisatie steeds robuuster wordt. Je weet dan steeds beter wat de output is. Je kunt vooruitkijkend sturen en flexibel reageren, doordat je de parameters vrijwel in realtime kunt wijzigen omdat je hiervoor een goed rekenmodel hebt dat direct de reële prognose kan doorberekenen. Naarmate je hiermee steeds meer processen onder controle hebt, kun je de domeinen waarin je opereert verder gaan uitbreiden. Kijk ook naar concurrenten: wat doen zij anders en wat kun je van hen leren? Zorg dat je ook voortdurend blijft leren en verbeteren. Zorg dat steeds meer mensen toegang hebben tot relevante dashboards zodat verbeteren tot ieders normale taak gaat behoren.

Stap 10: Geef medewerkers steeds meer regie

Als je stap 1 tot en met stap 9 met goed gevolg hebt doorlopen, ontstaat er steeds meer regie bij medewerkers zelf. Naarmate je stap 1 tot en met 9 steeds beter en consequenter weet in te richten, worden waarschijnlijk steeds meer managers en managementlagen overbodig. Tijd om afscheid te nemen van steeds meer managers!

Zie ook: Interactieve dashboards in de directiekamer?

Praktijkvoorbeeld: causaliteiten in de luchtvaart

Veel vaker dan mensen gewoonlijk denken, overheerst de causaliteit.

  • Stel ik ben een luchtvaartmaatschappij en ik wil twee keer zoveel winst. Ik weet dat ik aan de kostenkant niet veel kan doen. Dan moet ik dus zorgen dat ik twee keer zoveel omzet haal. Dan moet ik twee keer zoveel passagiers hebben. Maar dan heb ik ook twee keer zoveel vliegtuigen nodig. Twee keer zoveel captains, twee keer zoveel first officers, en twee keer zoveel cabin crew. En dan weet ik precies hoeveel mij dat extra gaat kosten. En in een dynamisch businessmodel, kan ik nu gaan variëren: stel, dat die kosten 10 procent hoger uitvallen, maak ik dan nog steeds winst?
  • En stel, dat ik 10 procent minder passagiers heb, maak ik dan nog steeds winst? Al die gegevens kun je gaan combineren. Dat betekent dat je moet beginnen met een plausibel model dat gebaseerd is op historische data en dat gebaseerd op de trends die – redelijk onderbouwd – de prognoses laat zien van hoe het gaat lopen.
  • Veel organisaties zijn geneigd om te zeggen: ‘Je gaat gewoon een stuk uitbreiden, en dan blijkt wel aan het eind van het jaar hoeveel de organisatie extra verdiend heeft.’ Maar er liggen veel meer wetmatigheden ten grondslag aan zo’n beslissing.
  • Om dezelfde redenen kan een KLM nu al heel goed voorspellen wat ze volgend jaar gaan verdienen. Omdat ze de causaliteiten kennen en alles in een betrouwbare data-simulatie aanwezig is. En het kan natuurlijk best zijn dat overmorgen Noord-Korea een aanval op Schiphol doet of Rusland Oekraïne binnenvalt; dat kun je niet voorzien.
  • Dus terwijl je voorspelling misschien niet voor 100 procent uitkomt, is het zaak om in je simulatie toch toe te werken naar een bijna 100 procent causaliteit.

Ga op zoek naar solve leaders

Het is niet meer voldoende om managers te hebben die alleen maar het proces managen. PDCA-cirkels nemen dat over. Daarnaast ga je de kloof tussen hiërarchische lagen dichten met de PDCA-cyclus die je datagedreven laat werken. Daarvoor is geen manager of leider meer nodig. Leidinggevenden moeten, voor zover ze nog toekomst hebben, over echt diepgaande kennis van zaken beschikken. Dan ga je toe naar zogenoemde solve leaders.

Solve leaders zijn leiders die op hun terrein echt vakinhoudelijke experts zijn en die daarnaast mensen op sleeptouw kunnen nemen en een goede visie met elkaar kunnen ontwikkelen. Vanuit die visie en die inhoud is het natuurlijk veel gemakkelijker mensen te mobiliseren dan door het zogenaamde proces te managen. Als jij alleen maar op het proces gaat zitten, in plaats van op de inhoud van het proces, dan is jouw rol binnen de kortste keren uitgespeeld. Daar zit niet langer je toegevoegde waarde. Als je leiderschap zo definieert, dan haal je het hart uit de organisatie.

Raadpleeg de competentieprofielen

Wanneer medewerkers meer en meer de regie krijgen, dan verschuift de macht steeds meer van het pluche en van de top van de piramide naar de community. De baas wordt meer en meer coach en mentor. Alle datacratische elementen bij elkaar genomen, kom je tot een lijst met vaardigheden en competenties (zie tabel 1) die essentieel zijn voor het succes van datacratisch werken.

Vaardigheden en competenties van datacratische managers en medewerkers in een datagedreven organisatie
Tabel 1: Vaardigheden en competenties van datacratische managers en medewerkers in een datagedreven organisatie

Tot slot

Natuurlijk is bovengenoemde lijst met competentieprofielen niet volledig, maar hiermee heb je de belangrijkste eigenschappen wel te pakken. Bij het opleiden, coachen van bestaande of het selecteren van nieuwe “datacratische” medewerkers en managers let je dus vooral hierop.