Abstracte achtergrond

Geef mensen data en je geeft ze de regie terug

Koppel data terug aan de mensen die het werk doen, in een PDCA-jasje, en zij kunnen hun eigen proces verbeteren. Beslissingen zijn dan gebaseerd op feiten in plaats van meningen.

De kern in het kort

  • Data beter, eerder, goedkoper, vaker en structureler inzichtelijk maken is de sleutel tot continu verbeteren en innovatie.
  • Veel organisaties verzamelen grote hoeveelheden data zonder er iets mee te doen, of de inzichten blijven hangen bij IT, de directie of budgethouders.
  • Landelijk onderzoek onder 389 organisaties liet zien dat data analytics zonder inbedding in een continue verbeteromgeving gedoemd is te mislukken, en dat PDCA zonder de juiste data en onvervalste KPI’s een wassen neus is.
  • Het verbeterproces combineren met slim gebruik van data en KPI’s geeft mensen weer de regie over hun eigen werk: de macht gaat terug naar het ambacht.
  • Ook buitenstaanders kunnen sturen met data: in China moet elke fabriek elk uur de uitstoot publiceren, zodat burgers die op hun smartphone kunnen volgen.

Data een cruciale, leidende rol geven

Organisaties komen sneller, efficiënter en effectiever tot continu verbeteren door data een cruciale, leidende rol te geven. Data moet je als het ware ‘in een PDCA-jasje’ terugkoppelen. Zo geef je de mensen die het werk doen de kans om hun werkproces te verbeteren. Beslissingen zijn voortaan gebaseerd op feiten en niet langer op meningen of gevoel. Zo breng je ook de menselijke maat terug in de besturing van de organisatie.

Snel een verbeterstructuur bedenken in Excel

Zelfs organisaties die zeggen te willen leren, maken weinig of geen gebruik van data. En als ze dat wel doen, ontbreekt vaak een reguliere, systematische structuur om het leerproces te doorlopen. Neem de driejaarlijkse certificering van een psychiatrische instelling, waar het opnieuw behalen van het HKZ-certificaat een doel op zich was geworden. Omdat de PDCA-cyclus daar een essentieel onderdeel van is, werd in Excel snel een verbeterstructuur met KPI’s bedacht. Na het behalen van het certificaat ging iedereen vrolijk over tot de orde van de dag, met papieren dossiers als basis voor het dagelijkse werk.

Heel veel data verzamelen en er niets mee doen

Organisaties verzamelen grote hoeveelheden data zonder er iets mee te doen. Voor miljoenen euro’s worden complete datawarehouses of datalakes gebouwd, zonder dat managers een goed beeld hebben van wat het moet opleveren, laat staan van de toegevoegde waarde van de data in het primaire proces. En waar wel data analytics plaatsvindt, blijven de kennis en informatie veelal hangen bij de afdeling IT, of hebben alleen directielagen en budgethouders toegang. Het gaat er juist om de omslag te maken naar leren en verbeteren op de werkplek zelf, op basis van die data. Anders is het rendement op zulke investeringen waarschijnlijk nihil, terwijl het werkplezier met sprongen daalt.

Breng de twee werelden bij elkaar

Of het nu gaat om een gemeente of een ziekenhuis, een bank, een commercieel bedrijf of een zorginstelling: managers leggen veel te weinig verbinding tussen de beschikbare data en het continu verbeteren van bedrijfsprocessen en innovatie. Het kan ook anders, zo blijkt uit een zorgverzekeraar die datagedreven werken tot de norm verheft. Datacratisch werken vervlecht de wereld van data en de wereld van continu verbeteren: de kennis over het inrichten van verbetercirkels (PDCA) wordt verrijkt met inzichten uit datagedreven werken en business analytics.

Uit landelijk onderzoek onder 389 organisaties bleek dat data analytics zonder inbedding in een continue verbeteromgeving gedoemd is te mislukken. Omgekeerd blijkt PDCA zonder koppeling met de juiste data en onvervalste KPI’s al snel een wassen neus. Door deze werelden te vervlechten ontstaan intelligentere organisaties die sneller, beter en klantvriendelijker kunnen handelen, tegen een fractie van de eerdere kosten. Zie ook de 10 BI-lessen van fietsenwinkel.nl en één algoritme maakt zomaar 100 rapportages overbodig.

Data zonder verbetercyclus versus PDCA zonder data

Beide schieten tekort; alleen de combinatie werkt.

Data zonder PDCA

PDCA zonder data

Wat je hebt

Een datawarehouse en dashboards

Verbeteroverleggen en plannen

Wat ontbreekt

Een ritme van leren en handelen

Feiten en onvervalste KPI’s

Resultaat

Inzichten die niemand gebruikt

Verbeteren op gevoel

Wie profiteert

Hooguit IT en directie

Het certificaat, niet het werk

Continu verbeteren met data

Hoe breng je een continu verbeterproces op gang, en versnel je het vooral, door slim gebruik te maken van data? Afgeleide vragen zijn: hoe kom ik tot een goed en steeds beter plan? Hoe verzamel en analyseer ik data zonder die te moeten overtypen? Hoe voorkom ik dat er weer een bureaucratische laag over de werkprocessen komt? En hoe vergroot ik het aanpassingsvermogen van mijn organisatie? Het doel is een situatie waarin verbeteringen wekelijks, dagelijks en zelfs per uur worden doorgevoerd.

Geef mensen de regie terug

Door het continu verbeterproces te combineren met slim gebruik van data en KPI’s wordt het mogelijk mensen weer de regie te geven over hun werk. Het is een warm pleidooi voor de revival van de vakman en vakvrouw, en een kritische noot richting veel traditionele managers en politici. Let the data do the talking. De macht gaat terug naar het ambacht. Mensen kunnen niet meer dom worden gehouden door het management, en het management kan zich niet meer van de domme houden.

Demonstreren met data

You give people the data, you empower the people. (Ma Jun, Institute of Public and Environmental Affairs, in de documentaire Before the Flood)

De Chinese milieuactivist Ma Jun zei dit naar aanleiding van de duizenden fabrieken die steeds weer de uitstootnormen overschreden. Hij kreeg het voor elkaar dat elke fabriek voortaan elk uur de uitstootgegevens digitaal moet vrijgeven. Chinese burgers kunnen op hun smartphone continu volgen welke fabrieken in de fout gaan en in actie komen. Ook buitenstaanders, of beter gezegd stakeholders, kunnen een organisatie dus sturen met data.

Hoe Diamond Decisions mensen de regie geeft

De vier stappen zijn precies hiervoor gebouwd. Business Modeling stelt vast welke beslissingen horen bij de mensen die het werk doen, data analytics koppelt de data terug die zij daarvoor nodig hebben, en Decision makers verankert het gebruik van die data in een PDCA-ritme.

Spreek de auteur

Daan van BeekDaan van Beek
Diamond Decisions

Bespreek je vraag met Daan

Vertel waar beslissingen in jouw teams nu blijven hangen. In een vrijblijvend gesprek verkennen we hoe iedereen dagelijks beter beslist met data.

Plan een kennismaking →

Stap 4 van onze aanpak

Decision Makers

Van data naar dagelijks betere beslissingen, in elk team.

Bekijk Decision Makers →

Veelgestelde vragen

01

Wat betekent ‘data terugkoppelen in een PDCA-jasje’?

Het betekent dat je de mensen die het werk doen data over hun eigen proces geeft in een vast ritme van plannen, uitvoeren, controleren en bijstellen, zodat zij zelf zien wat werkt en het kunnen verbeteren.

02

Waarom mislukt data analytics zonder continu verbeteren?

Omdat inzichten dan nergens landen. Zonder een routine waarin teams cijfers bespreken en actie ondernemen, blijven dashboards en analyses ongebruikt.

03

Wat is het verschil tussen sturen met data en verantwoorden met data?

Verantwoorden kijkt terug ten behoeve van het management of een toezichthouder. Sturen geeft de mensen in het proces de data op tijd om hun werk vandaag bij te stellen.

04

Hoe begin je hiermee in een mkb-bedrijf?

Kies één proces, laat het team er elke week een paar cijfers over zien en laat het zelf beslissen wat het verbetert. Daar is geen datawarehouse voor nodig; een eenvoudig overzicht is genoeg om te beginnen.

Verder lezen

Over de auteur

Daan van Beek

Daan van Beek

Daan is medeoprichter van Diamond Decisions en leidt de verdere groei. Hij helpt organisaties strategie te vertalen naar de dagelijkse praktijk met een mensgerichte benadering van datagedreven werken, en leert in elke sector waarin hij werkt iets nieuws.

Over Diamond Decisions

Diamond Decisions helpt organisaties beter te worden door betere beslissingen mogelijk te maken. We starten niet bij data, dashboards of AI, maar bij de beslissing die beter moet, en bouwen van daaruit terug naar KPI’s, data en technologie. Dat doen we in vier stappen: inspiratie en alignment, business modeling, analytics en dataplatform en datagedreven beslissers. Zo zorgen we dat BI en AI geen IT-project blijven, maar elke dag waarde opleveren.

Schrijf je in voor de Masterclass