digitaal / Partnerbijdrage

Datageletterdheid is net als voetballen!

Hoe krijg je mensen in beweging?

01 november 2022
Voetbal

Datageletterdheid is net als voetballen. De afgelopen weken gebruik ik dat voorbeeld steeds vaker in presentaties en trainingen als ik organisaties meeneem in hoe je medewerkers datageletterder wilt krijgen. Herhaling is cruciaal om nieuwe zaken te leren dus hier nog eventjes nogmaals: datageletterdheid is het vermogen van jou als om data te herkennen, lezen, begrijpen, analyseren, er over te communiceren en om er acties mee uit te kunnen zetten. Je datageletterdheid verhogen doe je niet door het lezen van een blog, het volgen van een presentatie of het alsmaar doorklikken van slides in een suffe e-learning. Voetballen leer je toch ook niet door het volgen van een e-learning?

Voetballen leer je door met plezier te spelen met een voetbal. Alleen en met anderen. Datageletterder word je door te oefenen met je data soft skills. Alleen en met anderen.

Natuurlijk helpt het om iets van theorie te volgen en je in te lezen in een onderwerp als het gaat over data. Net zo goed is het handig om te weten wat buitenspel staan precies is en vanaf hoeveel meter je een penalty neemt (al is die grote witte stip op 11 meter van het doel er niet voor de sier...). Maar die basisbeginselen heb je gauw onder de knie. Als je zoekt via een standaard zoekmachine op het woord 'datageletterdheid' kom je al een heel eind. Dat kom je ook als je onze data-bieb raadpleegt waarin we de basisbeginselen netjes uitleggen of verwijzen naar één van onze whitepapers. Zelf ben ik overigens meer van het doen; lekker als klein kind met een bal het veld op gaan en spelen met broertjes en vriendjes uit de buurt. Belangrijk is dat je er plezier in hebt en dat je weet waarom je voetbalt: tijdvermaak, winnen, spelen, beter worden of een andere reden. Nu zijn dit niet 123 de redenen waarom de meeste mensen met data bezig zijn of waarom meer mensen met data bezig zouden moeten zijn. 

Hoe krijg je mensen in beweging en dat ze het leuk gaan vinden om wel met data te gaan werken?

Als je nog nooit een bal hebt zien rollen, hebt beet gepakt, of gegooid, of tegen aan hebt geschopt of van een ander heb mogen ontvangen, weet je ook niet wat een bal is. En dan weet je ook niet wat het zo leuk maakt om met een bal te spelen. Dus, als we naar datageletterdheid kijken, hoe zorgen we er voor dat mensen met data gaan werken en dat ze het leuk gaan vinden? Welke 'databallen' kunnen we in het leven roepen?

Databallen

Nu hoeft natuurlijk niet iedereen zo goed te kunnen voetballen als Lionel Messi. En ook niet iedereen hoeft expert in datageletterdheid te worden. Ook een 1,5 jarige (geloof me) kan er plezier aan hebben om met een bal te spelen. Messi kan de bal misschien wel 1.000 keer hoog houden en een data-scientist kan de meest ingewikkelde databronnen aan elkaar knopen. Het gaat er dus om dat je kijkt vanuit welke rol iemand uitoefent in een organisatie, of op het voetbalveld. En welke verwachtingen een organisatie heeft voor deze rol, nu en in de toekomst. Dat geeft helderheid, duidelijkheid en biedt perspectief. Stel je bent beleidsmedewerker, dan heb je veel met data te maken. Al zal je zelf niet gauw aan de achterkant van een rapportage of dashboard technische handelingen hoeven te verrichten, wel wil jouw werkgever dat jij in staat bent om data te kunnen herkennen, te kunnen duiden, in context te kunnen plaatsen, kritische vragen over kunt stellen, constateringen kunt op doen, eerste conclusies kunt opstellen en met collega's en stakeholders het gesprek over de data aan te kunnen gaan. En natuurlijk dat je acties kunt uitvoeren met behulp van de data ten behoeve van transparante verantwoording, het plegen van interventies, beleid aan te passen en te sturen. Behendiger worden hierin, ofwel datageletterder worden, kun je alleen door er mee te oefenen. Ga dus op zoek naar de databallen in jouw organisatie. Enkele voorbeelden van databallen zijn:

  • Een rapportage of dashboard waar jij toegang tot hebt. Raadpleeg deze instrumenten en stel jezelf de volgende vragen:
    • Waar kijk ik precies naar?
    • Welke data herken ik?
    • Waarom heb ik hier überhaupt toegang tot?
    • Wie heeft deze data samengesteld?
    • Wat is de bron (of bronnen) van deze data?
    • Wat valt mij op?
    • Welke constateringen kan ik maken?
    • Welke voorlopige conclusies kan ik opstellen?
    • Welke vragen roepen bij mij op?
    • Welke kritische vragen kan ik stellen?
    • Met wie kan ik in gesprek gaan om te sparren over wat ik zie?
    • Welke data mis ik nog om mijn werk beter of sneller of effectiever uit te voeren?
       
  • Verken binnen jouw organisatie of er stappen zijn gezet met betrekking tot data-strategie, data-governance, data-ethiek, data-visie. Raadpleeg deze (mogelijk aanwezige) documenten en probeer voor jezelf te bepalen hoe jij een onderdeel bent van deze documenten en hoe jij vanuit jouw rol een bijdrage kunt leveren aan de voortgang en uitvoering van deze documenten. Ga met jouw collega's hier over in gesprek en met jouw leidinggevende.
     
  • Verken welke registratiesystemen er aanwezig zijn die betrekking hebben op jouw werk. Ga in gesprek met de applicatiebeheerder van dit systeem en spar met elkaar over wat wordt er nu geregistreerd, waarom, volgens welk werkproces, wie doet dit, sinds wanneer wordt er reeds iets geregistreerd, wie kan hier bij, wat wordt er met deze data gedaan?
     
  • Welke doelstellingen zijn er opgesteld die betrekking hebben tot jouw werk? Welke indicatoren zijn bepaald om te meten of de doelstellingen worden behaald? Welke mogelijke interventies zijn toepasbaar om invloed uit te oefenen op de voortgang van deze doelstellingen?
     
  • Google op het onderwerp waar jij je mee bezig houdt en voeg hier het woord 'data' aan toe.
    • Welke databronnen vind je?
    • Kun je hier iets mee?
    • Hoe kun je openbare data koppelen aan interne data?
       
  • Beschrijf voor jezelf wat jij nodig zou hebben aan data om jouw werk zo goed mogelijk uit te kunnen voeren, wat is jouw informatiebehoefte? Betrek de volgende punten hierin:
    • Wat wil ik zien?
    • Waarom wil ik dit zien?
    • Hoe ziet deze informatie er idealiter uit? Grafiek, tabel, op de mail, rapportage, dashboard et. 
    • Hoe vaak wil ik dit ververst hebben?
    • Hoe ontwikkelt mijn informatiebehoefte zich? Zijn er ontwikkelingen in het verschiet die impact kunnen hebben? Bijv. nieuw registratiesysteem, nieuwe wet, reorganisatie, anders?

En zo zijn er nog tal van voorbeelden van data-ballen, net zo goed dat je naast een voetbal ook een skippybal hebt of een volleybal, handbal, basketbal, korfbal, medicijnbal, etc. 

Funfactor

De reden waarom men met een bal aan de slag gaat is voornamelijk de funfactor, een plezierig onderdeel wat cruciaal is om überhaupt met de bal te willen spelen. Welke funfactors zijn er voor data? Je zult werken met data leuk gaan vinden als je merkt dat je er een voordeel aan hebt om wel met data te werken in plaats van het links te laten liggen.

  • Je kunt bijvoorbeeld keuzes beter beargumenteren omdat je data hebt die jouw beslissingen kunnen bekrachtigen.
     
  • Je kunt nieuwe inzichten opdoen dankzij data, bijvoorbeeld omdat je niet afgaat op jouw eigen ervaringen maar omdat je, naast jouw eigen ervaringen, ook de data hebt die jouw ervaringen doen versterken. Of juist jouw helpen om toch iets anders te gaan kijken en te doen dan je altijd hebt gedaan. De combinatie van interpretatievermogen & onderbuikgevoel mét data is de winnende formule!
     
  • Je kunt beleid transparant verantwoorden. Je kunt aangeven waarom je in wijk A meer budget investeert dan voor wijk B. Bijvoorbeeld omdat in wijk A meer zorgbehoefte is dan in wijk B, ook al wonen er meer mensen in wijk B. 
     
  • Je kunt verklaren waarom je investeert in het optimaliseren van werkprocessen, omdat een verhoogde datakwaliteit er voor zorgt dat men efficiënter werkt en dat er daardoor geld wordt bespaard. Er wordt uiteindelijk meer bespaard dan geïnvesteerd, waardoor de business-case met data bekrachtigd wordt.

Een omhaal maken, of een 'panna', of een hatrick kun je binnen de data-wereld uiteindelijk ook als jouw medewerkers in ieder geval datageletterd genoeg zijn om in ieder er voor te zorgen dat je meer scoort dan jouw tegenstanders #cruijff. Oftewel, zorg er voor dat de datageletterdheid goed genoeg is per eindgebruikersgroep zodat je als organisatie de datavolwassenheid gradueel kunt verhogen. 

Plaats als eerste een reactie

U moet ingelogd zijn om een reactie te kunnen plaatsen.