3 redenen waarom je niet datagedreven moet werken

Datagedreven werken is hip. Overheidsorganisaties zijn ermee bezig of willen ermee aan de slag. En dat is logisch, want datagedreven werken draagt een grote belofte met zich mee: betere besluitvorming, efficiëntere processen en accuratere voorspellingen. Maar lang niet elke poging om datagedreven te werken leidt tot succes. Overheidsorganisaties stappen impulsief op de trein van datagedreven werken zonder een duidelijk eindstation voor ogen. Het gevolg? Enthousiaste initiatieven van datagedreven werken komen ongestructureerd van de grond, blijven hangen in pilots, kosten alleen maar geld, of leveren niet de inzichten op waar men op had gehoopt. We zien zelfs dat dit soort mislukte pogingen in sommige gevallen leidt tot vertraging en demotivatie, waarbij de overheidsorganisatie alleen maar verder af komt te staan van sneller, efficiënter en beter werken.

Het is daarom belangrijk om alert te zijn of je als overheidsorganisatie klaar bent om datagedreven te werken. Daarom staan we stil waarom je er soms voor moet kiezen om niet met datagedreven werken te starten.

Drie redenen om niet te starten

1. Je wilt alleen maar datagedreven werken omdat iedereen dat doet

Datagedreven werken: iedereen lijkt er wel mee bezig. Overheidsorganisaties ervaren de noodzaak om nú van start te gaan (en nog liever gisteren). Maar door in haast mee te gaan met de hype, vergeten overheidsorganisaties zichzelf de belangrijkste vraag te stellen: welk specifiek doel hebben we voor ogen? En is dat doel misschien ook zonder datagedreven te werken te behalen?

We zien dat datahype-projecten vaak stranden op twee nauw samenhangende zaken:

a. Gebrek aan doelstelling
 Het datateam bouwt de prachtigste dashboards en ontwikkeld de interessantste algoritmes, maar het is vaak onduidelijk welk probleem ze oplossen, voor wie ze bedoeld zijn en hoe ze zouden moeten bijdragen aan besluitvorming. Daardoor eindig je met een tiental producten die je wel moet onderhouden, maar in de praktijk amper gebruikt worden.

b. Geen plan na de pilotfase
 “We kunnen het toch gewoon proberen?” is een veelgehoorde uitspraak rondom datagedreven werken. Vaak beginnen datagedreven projecten in een kleine pilotfase. Het is niet erg om als organisatie klein te beginnen met nieuwe ontwikkelingen zoals datagedreven werken: een afgebakend pilottraject kan zorgen dat je ziet wat de voor- en nadelen zijn, waar verbeterpunten liggen en hoe je in de toekomst verder kunt of wilt. Maar dan moet er wél sprake zijn van een duidelijk doel én langetermijn-implementatieplan. Als pilots niet worden uitgevoerd met het grotere plaatje voor ogen, is er een groot risico dat initiatieven rondom datagedreven werken blijven steken in de pilotfase.

Het gevolg hiervan? Er wordt veel geïnvesteerd in datagedreven werken, zoals de aanschaf van softwarepakketten of het inhuren van externe expertise, zonder dat het veel oplevert. Hierdoor stroomt er geld uit de organisatie zonder dat de beloften rondom efficiëntie en kostenterugdringing worden ingelost. Bovendien kan het demotiverend werken voor de betrokken medewerkers: zij zien extra werkzaamheden op hun toch al volle agenda gestapeld worden, zonder duidelijke meerwaarde.

Starten met datagedreven werken, omdat je als overheidsorganisatie de druk voelt om ermee te starten, is de verkeerde volgorde. Doe een stap terug en kijk wat de échte knelpunten zijn in jouw organisatie. Waar is de werkdruk heel hoog? Welk team heeft weinig inzicht in de efficiëntie of de uitkomsten van de werkzaamheden? Bij welke afdeling klagen collega’s over grote administratieve last? Formuleer op basis daarvan een aantal vragen die je met behulp van data-analyse en dashboarding wilt en kunt oplossen. Daardoor wordt datagedreven werken geen doel, maar een middel.

2. Je hebt alleen middelen voor een dataproject, niet voor structurele verbetering

Een tweede probleem is dat overheidsorganisaties vaak onvoldoende middelen tot hun beschikking hebben. Datagedreven werken is niet een kwestie van een aantal dashboards presenteren of rapportages bouwen. Het vraagt om een stevige basis: betrouwbare data van goede kwaliteit, goed ingerichte processen en vaardige medewerkers die begrijpen hoe zij data moeten ontsluiten, modelleren, analyseren en interpreteren. Veel overheidsorganisaties hebben geen of een gebrekkige data-governance (de besluitvorming). In de dagelijkse praktijk is dat niet altijd een acuut probleem, maar zodra je met datagedreven werken aan de slag wil, loop je tegen vragen aan als:

• Met welke vraagstukken beginnen we?
• Wie is de eigenaar van deze data?
• Hoe verbeteren we de kwaliteit van de data?
• Hoe organiseren we de data op zo’n manier dat deze bruikbaar is voor dashboards?

Het is dus belangrijk dat overheidsorganisaties die aan de slag willen met datagedreven werken, óók middelen vrij maken om te investeren in de basis om te groeien in volwassenheid.

3. De randvoorwaarden waarbinnen je datagedreven werken kan inzetten zijn onduidelijk

Een derde probleem waar overheidsorganisaties mee worstelen, is dat de randvoorwaarden waarbinnen datagedreven werken onderzocht kan worden onduidelijk zijn. Datateams starten enthousiast met het maken van dashboards, om vervolgens te worden teruggefloten door het privacyteam, dat vanaf de start onvoldoende betrokken was bij de ontwikkelingen. Dit levert veel vertraging op in dataprojecten, wat een negatief effect heeft op de motivatie. Ook ontbreekt het vaak aan een helder plan of strategie voor datagedreven werken.

Daarnaast is er geregeld sprake van kennisgebrek: medewerkers weten niet goed wat datagedreven werken precies inhoudt, welke stappen daarbij horen en wat hun eigen rol daarin is. Begrippen als algoritmes, AI, datakwaliteit of data-ethiek blijven vaag, waardoor onduidelijkheid en terughoudendheid ontstaan; en niet alleen bij de medewerkers van het datateam, maar vooral bij de rest van de organisatie. Dit belemmert de samenwerking tussen teams en vergroot het risico op misverstanden en/of verkeerde aannames.

Zorg er daarom voor dat nog vóór de start van datagedreven werken de verschillende partijen bij elkaar worden gebracht. Hierboven noemen we al het datateam en het privacyteam, maar het kan ook belangrijk zijn om bijvoorbeeld DIV, de Woo-coördinator, informatiebeveiliging en het ICT-team te betrekken. En vergeet de inhoudelijke beleidsonderdelen niet: beleid, bedrijfsvoering en P&O zijn afdelingen die bij uitstek baat hebben bij datagedreven initiatieven. Maar dan moeten zij wel vanaf het allereerste begin worden meegenomen.

Investeer daarnaast in het vergroten van kennis en bewustwording binnen de organisatie: wat betekent datagedreven werken, welke kansen en risico’s brengt het met zich mee en hoe kun je daar als professional mee omgaan? Zo ontstaat een duidelijk speelveld: hoe kunnen we aan de slag met datagedreven werken, waar liggen de grenzen en wanneer moet wie betrokken worden? Dit zorgt voor een groter draagvlak in de hele organisatie, wat de adoptie op lange termijn makkelijker maakt.

Wat als je toch wilt starten?

Genoeg redenen om nog niet van start te gaan met datagedreven werken: vaak ontbreekt een duidelijk doel, zijn er te weinig middelen en verzanden enthousiast gestarte pilots in een discussie over randvoorwaarden. Datagedreven werken is niet een manier van werken die halsoverkop gestart kan worden. Een succesvolle aanpak begint met het formuleren van een duidelijke waarom. Wat wil je als organisatie bereiken en wat staat dat op dit moment in de weg? Pas als die vraag helder beantwoord is, kun je bepalen of en hoe data-analyse daarbij een rol kan spelen en welke richting je op wil gaan. Zonder richting is er immers ook geen koers. Misschien blijkt wel dat je eerst de processen of registratie moet verbeteren, of dat beter leiderschap urgenter is dan investeren in nieuwe datatechnologie.

Datagedreven werken heeft veel potentie, maar alleen als het is ingebed in een doelgericht plan, gedragen door de organisatie en ondersteund door de juiste middelen. Overheidsorganisaties moeten zich niet laten leiden door de hype, maar door de behoefte die er in hun eigen organisatie is. Start pas als je zeker bent van een duidelijk probleem, een realistisch plan en een organisatie die er klaar voor is.

Door eerst goed na te denken over het probleem dat je wilt oplossen en de rol die data daarbij kan spelen, maak je van datagedreven werken een middel met richting. Denk bijvoorbeeld aan het verbeteren van doorlooptijden, het terugdringen van administratieve druk, het verbeteren van voorspellingen of juist het verkleinen van beleidsfouten door beter inzicht in de oorzaken hiervan. Als deze doelen concreet zijn, kunnen teams veel gerichter aan de slag: niet met de vraag wat kunnen we met data, maar hoe helpt data ons bij deze opgave?

Een heldere ‘waarom’ werkt als een kompas. Het helpt om prioriteiten te stellen, keuzes te maken, en alle betrokkenen te verbinden aan een gedeeld doel. Dat is geen garantie op succes, maar wél een voorwaarde voor voortgang. Want datagedreven werken zonder richting, blijft draaien in rondjes. Als het doel helder is, volgt de rest logischer, gerichter en effectiever. Niet omdat het moet, maar omdat het helpt. Begin daarom niet met data, maar met denken. Wanneer je de waaromvraag beantwoordt en als overheidsorganisatie wil starten met datagedreven werken, volg dan deze vier stappen om toe te werken naar duurzame resultaten.