Een aantal randvoorwaarden draagt bij aan het succes van een datagedreven aanpak. Het scheppen van deze randvoorwaarden is niet altijd een gemakkelijke stap: een organisatiecultuur verandert bijvoorbeeld niet van de een op andere dag. Maak een begin, kijk welke randvoorwaarden u kunt scheppen – of waar u een start mee kunt maken – en ondersteun uw datagedreven project zoveel mogelijk.
Hieronder staan zeven belangrijke randvoorwaarden. Deze randvoorwaarden zijn ondersteunend. Er hoeft niet volledig aan voldaan te worden om succesvol datagedreven te kunnen werken.
- Cultuur – Denken vanuit data
- Kennis – Data expertise
- Toepassingen – De juiste tools
- Architectuur – Meer dan alleen tools
- Werkwijze – passend bij datagedreven werken
- Experimenteren – Ruimte voor pilots
- Bestuurlijk draagvlak – Openstaan voor data
Cultuur – Denken vanuit data
Het is essentieel dat de organisatiecultuur datagedreven werken ondersteunt. En dat medewerkers in alle lagen van de organisatie bereid zijn om te handelen vanuit de inzichten die data oplevert. Dit vraagt om een andere houding en manier van kijken.
Het vraagt om een andere houding en een andere manier van kijken. Dit kan confronterend zijn, bijvoorbeeld als jarenlang bestaande aannames onderuit gehaald worden, of als uit de data opgedane inzichten niet overeenkomen met wat men altijd intuïtief heeft aangevoeld.
Daarbij is het een misvatting dat mensen niet meer van belang zijn bij datagedreven werken: data is immers niets zonder de mensen die kunnen bedenken wat er met die data mogelijk is.
Kennis – Data expertise
Om tot een waardevolle manier van datagedreven werken te komen, is specialistische kennis en kunde nodig. Daarbij zijn specialisten in verschillende rollen nodig. Daarnaast wordt ook steeds meer van beleidsmakers en andere medewerkers verwacht dat zij waarde kunnen halen uit data.
Bij specialisten kunt u denken aan datascientists die nieuwe analysemethoden kennen en een faciliterende rol hebben om nuttige toepassingen te benutten en te ontwikkelen. De datascientist zorgt dat data uit systemen en databases beschikbaar zijn voor analyse en werkt daarbij aan de continue kwaliteitsverbetering van de data. Een datascientist is daarnaast deskundig op het gebied van data-ontsluiting, data-validatie en data-koppeling. Hij/zij beschikt over niet alleen kennis van databases, scripting en statistiek, maar ook privacy. Ook belangrijk: een datascientist weet wat enerzijds volgens de wet is toegestaan, en wat anderzijds ethisch gezien wenselijk is.
Naast datascientists, zijn er tal van andere rollen die zorgen dat het potentieel van datagedreven werken benut wordt. Denk bijvoorbeeld aan data-architecten, die verantwoordelijk zijn voor het ontwerpen en beheren van de data architectuur.
Bent u op zoek naar specifieke kennis? Neem dan vooral contact op met het LED. We verbinden u graag met iemand die deze kennis in huis heeft.
Toepassingen – De juiste tools
De tools om waarde te halen uit data zijn talrijk. Denk daarbij bijvoorbeeld aan visualisatietools, zoals dashboards die data omzetten in een visuele weergave. Het is belangrijk om met passende tools aan de slag te gaan.
Tools om met data aan de slag te gaan zijn zowel open source (gratis) als gesloten (betaald) vindbaar. Denk hierbij aan datavisualisatietools, zoals dashboards die data omzetten in een visuele weergave. Vergeet niet dat ook de basis van belang is. Zo worden relationele databases gebruikt om grote hoeveelheden gestructureerde data te verwerken. Bij kleinere datasets is een spreadsheet (excel) nog altijd een veelgebruikt middel.
Architectuur – Meer dan alleen tools
Wie datagedreven werken een belangrijke rol wil geven binnen de organisatie, moet naast tools ook naar architectuur kijken. Door technologische vooruitgang is het steeds beter en eenvoudiger mogelijk om een data architectuur te bouwen die flexibel en schaalbaar is. Een vaak ingezet middel is het opzetten van een data-warehouse.
Tip: Nederlandse Overheid Referentie Architectuur (NORA) biedt uitgebreide informatie over gegevensmanagement.
Werkwijze – passend bij datagedreven werken
Een bereidwillige organisatie is van belang om een datagedreven werkwijze in te zetten. Agile en datagedreven werken kunnen elkaar daarbij goed versterken. Door kortcyclisch data te analyseren en waar nodig bij te sturen op basis van empirische inzichten, kan de verbetercyclus versneld worden.
Dit betekent soms dat verder gewerkt kan worden met het huidige beleid. In andere gevallen is de conclusie dat het beter is om te stoppen en iets anders te proberen, bijvoorbeeld omdat de werkwijze geen toegevoegde waarde heeft of is ingehaald door nieuwe ontwikkelingen.
Een datagedreven organisatie faciliteert een agile aanpak. Doordat het mogelijk is om real time inzichten uit data te halen kan er sneller op verandering(en) gereageerd worden.
Experimenteren – Ruimte voor pilots
Datagedreven werken ontstaat vaak vanuit een vraag uit de organisatie of vanuit de beschikbaarheid van een grote hoeveelheid data. In het ideale geval is een vraag vanuit de organisatie het startpunt voor datagedreven werken. De datagedreven aanpak is op die manier een middel dat een bepaald doel dient.
In de praktijk komt vaak voor dat men vanuit data begint. Bij de data worden vervolgens toepassingen bedacht om nieuwe inzichten te ‘forceren’. Door vanuit de data te werken is het mogelijk dat er veel wordt gedaan en bedacht zonder bruikbaar eindresultaat.
Toch levert deze methode wel nieuwe inzichten en lessen op. Om echt innovatief te zijn, moet een organisatie ook ruimte inbouwen voor dit experimenteren vanuit de data en pilots opzetten om vanuit de data aan de slag gaan.
Bestuurlijk draagvlak – Openstaan voor data
Bestuurlijk draagvlak is onmisbaar om een datagedreven werkwijze en cultuur mogelijk te maken. Organisaties die vooroplopen met datagedreven werken, hebben vrijwel altijd een ambassadeur op bestuurlijk niveau. Ga daarom op zoek naar steun op bestuurlijk niveau van uw organisatie. Wie is of wordt ambassadeur datagedreven werken binnen uw organisatie?
Dit betekent ook dat organisaties die ambitieus zijn op het gebied van datagedreven werken op bestuursniveau enige data-expertise moeten bezitten. Dit zorgt voor en waarborgt een zekere continuïteit op strategisch niveau. Organisaties die vooroplopen met datagedreven werken, hebben vrijwel altijd een Chief Data Officer (CDO) in dienst. Een Chief Data Officer behartigt de belangen van een goede datahuishouding. Zo houdt hij/zij vooral de kansen, maar zeker ook de kanttekeningen en risico’s in het oog. Het ministerie van BZK heeft een onderzoek laten doen naar de rol en positie van de CDO. Het onderzoek is tevens gedaan in het kader van de Data Agenda Overheid. Aan deze eerste verkenning hebben zo’n 10 geïnterviewden meegedaan. Zij zijn CDO bij grote overheidsorganisaties of hebben een rol die daarmee vergelijkbaar is.
