Meten is meten. Weten is heel wat anders

Datagedreven werken is al jaren een buzzword. Het succesvol toepassen in de praktijk blijkt toch moeilijker dan gedacht. Laten we eens kijken waar dat door komt en hoe je er vooral wél een succes van kan maken.

Bij veel organisaties kom ik een grote kloof tegen. En nee, niet de kloof tussen het salaris van de CEO en de schoonmaker. Maar de kloof tussen wat bestuurders willen weten en wat daadwerkelijk gemeten wordt. Oftewel: heb je de juiste data om je vraag te beantwoorden? Of andersom: stel je de juiste vraag met de data die je hebt?

 

Datagedreven werken

Datagedreven werken is al jaren een buzzword. Het succesvol toepassen in de praktijk blijkt toch moeilijker dan gedacht. Laten we eens kijken waar dat door komt en hoe je er vooral wél een succes van kan maken. Er spelen rond datagedreven werken drie belangrijke vragen en valkuilen die we in het achterhoofd moeten houden.

 

1. Waarom hebben we het hierover?
2. Hebben we het over hetzelfde?
3. Past onze meting hierbij?

Waarom hebben we het hierover?

Stel dat een gemeentelijke bestuurder wil weten hoeveel cases een WMO-klantmanager op een dag uitvoert. Dan kunnen we beginnen om te meten hoe laat een klantmanager aan een gesprek begint, hoe laat het gesprek eindigt, hoe laat het administreren begint, hoe laat de beschikking wordt gemaakt…

Wacht even. Het gaat nu al mis. We zijn direct begonnen met de uitwerking maar vergeten de belangrijkste vraag te stellen: waarom?!

 

Laten we teruggaan naar de bestuurder die het aantal cases wil meten. Waarom wil hij dit? Stel dat hij wil weten wat de kwaliteit van het werk is. Is het dan niet beter om te meten hoe goed mensen geholpen worden door de klantmanagers? In plaats van doorlooptijden te meten kunnen we beter enquêtes uitzetten onder geholpen inwoners.

 

Het is een heel begrijpelijke reactie om direct de oplossing te willen neerzetten, maar dit helpt niet altijd met het oplossen van het daadwerkelijke vraagstuk.

Hebben we het over hetzelfde?

Of je nu bezig bent met de ontwikkeling van een financieel systeem of je eigen privéwebsite, iedereen die weleens betrokken is geweest bij de bouw van software herkent het volgende. Er zit vaak een drastisch verschil tussen het beeld in andermans hoofd en het beeld in jouw hoofd. Toen ik net het woord privéwebsite schreef dacht ik aan een webshop voor eigen schilderijen, omdat ik daar vandaag iemand over hoorde. Jij dacht misschien wel aan een persoonlijke blogsite.

 

Het is een lange weg van wat we willen weten naar het daadwerkelijke meten. Er zit vaak nog veel ruis tussen de opdrachtgever en de uiteindelijke ontwikkelaar van een rapportage(tool).

Past onze meting hierbij?

Het aloude meten is weten valt te betwisten. We gaan even terug naar de doorlooptijden bij de gemeente. Stel we zouden die doorlooptijden meten, dan zegt dat niks over de kwaliteit. We weten hoelang klantmanagers langsgaan bij klanten, maar we hebben het nog niet afgezet tegen een maatstaf. Daar wordt het namelijk interessant. Zonder duiding is een doorlooptijd slechts een cijfer.

Hetzelfde geldt voor de dagelijkse coronatestuitslagen: op 23 februari zijn 4.709 Nederlanders positief getest. Dit zegt niet bijzonder veel. Een eenvoudige relativering helpt al: het is namelijk 9,4% van het totaal aantal testen door de GGD’en. Op dit moment hebben we data omgezet naar informatie. Als we dit percentage vergelijken met voorgaande cijfers, dan zijn we bezig om kennis op te doen. Op dat moment wéten we echt iets en kunnen we er zelfs naar handelen.

Hoe voegt data wel waarde toe?

Het is nodig om data betekenis te geven. Dat kunnen we doen door goede aansluiting te hebben tussen de daadwerkelijke vraag, de cijfers en de ontwikkelaar die ze bij elkaar brengt. De behoefte naar inzicht in cijfers hoeft niet over de schutting gegooid te worden bij een Business Intelligence (BI) afdeling. We hebben in grote organisaties veel specialisaties opgebouwd waardoor vaak de uiteindelijke BI-ontwikkelaar niet meer spreekt met de opdrachtgever.

Ga in gesprek

Maar ga juist wel met elkaar in gesprek en teken uit wat je allebei bedoelt (dat kan ook online in een PowerPoint). Het kan zelfs inspirerend zijn om te horen hoe een ontwikkelaar naar een dataset kijkt. Wellicht hoor je als opdrachtgever iets wat je helemaal niet wist. Misschien kom je er wel achter dat je eigenlijk veel meer kunt leren van de data dan je nu doet. Zorg er wel voor dat bij zulke gesprekken iemand aan tafel zit die de taal van de opdrachtgever én van de ontwikkelaar spreekt. Verbinding tussen beide werelden is cruciaal.