digitaal / Partnerbijdrage

Data-keten

Van data naar actie, naar resultaat en weer terug naar data.

07 juni 2022
Dataketen

Om data pas echt in de praktijk te kunnen gebruiken, is het van belang dat de data die vergaard zijn, omgezet worden in waardevolle informatie dat kennis en inzicht biedt. De 'data-keten' biedt een helder overzicht van het pad dat bewandeld moet worden om de ruwe data om te zetten in kennis, inzicht en actie.

Maar wat houdt de data-keten precies in? Een goed voorbeeld van dit proces is de interpretatie van een verkeersbord. Voor een persoon zonder kennis zegt een willekeurig verkeersbord natuurlijk weinig. Daarom moet er context gegeven worden, dit zorgt voor die persoon voor kennis, wat uiteindelijk leidt tot bepaalde inzichten en wijsheid. Deze inzichten zorgen voor actie. De actie die de persoon onderneemt na het zien van het verkeersbord heeft bepaalde effecten, bijvoorbeeld het voorkomen van ongelukken. Deze effecten worden vervolgens geëvalueerd en kunnen weer zorgen voor nieuwe data.

Dit is natuurlijk een versimpelde versie van welke stappen zich voordoen in het proces van ruwe data naar actie, resultaten en weer terug. Hieronder wordt het proces van de data-keten nog eens stap voor stap uitgelegd. 

Dataketen

Informatiebehoefte bepalen

Voordat je aan de slag gaat met data is het van belang dat je helder hebt naar welke informatie behoefte is. Om hierachter te komen kun je vijf keer ‘waarom?’ vragen. Door deze vraag vijf keer te stellen kom je achter de vraag van de vraag. Een goed idee is om dit te doen met meerdere collega’s om er samen achter te komen wat je precies wilt weten, vanuit hier stel je gezamenlijk de doelen op. 

Data verzamelen

Deze doelen stel je natuurlijk zo concreet mogelijk op, want dan geven de data het meeste inzicht. Nadat de doelen zijn opgesteld door jou en je team is het van belang dat de juiste data verzameld worden. Deze data moeten antwoord geven op de vraag achter de vraag en inzichten bieden bij het behalen van de concrete doelen die zijn opgesteld.

Data analyseren

Nu de data verzameld zijn, kunnen de data geanalyseerd worden. Deze data moeten worden vergeleken en in context geplaatst worden. Dit kun je zelf doen, dit kun je ook laten doen. Voorkom dat je te snel aannames doet, evalueer deze data kritisch. In de e-learning Datageletterdheid: Fundamentals wordt uitgelegd welke fouten veel gemaakt worden in het analyseren en presenteren van data en hoe je hier zo kritisch mogelijk naar kan kijken.

Combineer data met kennis

Na het analyseren van de data is het belangrijk dat je dit combineert met de kennis van jou en jouw collega’s. Op deze manier kunnen er kritische aannames en conclusies worden getrokken op basis van de data. Het is natuurlijk mogelijk dat deze data tegen je verwachtingen in gaan, daarom is het van groot belang dat er objectief gekeken wordt naar deze data-analyses.

Handelen vanuit inzichten

Nu de data zijn gecombineerd met de kennis en expertise van jou en jouw collega’s, is de volgende stap dat er gehandeld wordt vanuit deze conclusies. Deze conclusies bieden namelijk inzichten en deze inzichten zullen de basis zijn van de vervolgstappen die er nu genomen gaan worden. Welke beslissingen maak je en hoe handel je hieruit. Stel deze beslissingen op samen met je collega’s.

Evalueer de vervolgen

Om te evalueren welke effecten je beslissingen hebben gehad is het van belang dat er opnieuw data verzameld wordt. Hierdoor begin je weer vanaf het begin van de ‘data-keten’. Werken met data is een eindeloos proces dat continu nieuwe inzichten zal geven en mogelijkheden voor vervolgstappen zal bieden. 

Plaats als eerste een reactie

U moet ingelogd zijn om een reactie te kunnen plaatsen.