Nulmeting
Wil je als organisatie datagedreven gaan werken? Start dan met een nulmeting: hoe data-bedreven is jouw organisatie? Deze nulmeting maakt inzichtelijk hoe volwassen je organisatie is met datagedreven werken. Quarant ontwikkelde hiervoor een praktisch toepasbare methode.
Nulmetingmodel: hoe data-bedreven is jouw organisatie?
Werk je datagedreven, dan neem je voortaan besluiten zoveel mogelijk op basis van feiten en analyses van beschikbare gegevens. Hiermee kun je zowel je dienstverlening als bedrijfsvoering flink verbeteren. Daarnaast worden je besluiten transparanter, wat voor meer draagvlak zorgt. Ben je benieuwd hoe data-bedreven jouw organisatie is? We helpen je graag met het toepassen van het nulmetingmodel.
De 5 stadia van de nulmeting
Het model is gebaseerd op het model van het Amsterdam Health Technology Institute en werk van Prof. Dr. Albert Meijer (onderzoeker verbonden aan de Universiteit van Utrecht). Samen bepalen we in welk van de 5 stadia jouw organisatie zich bevindt. Vervolgens geven we jou concrete tips hoe we jouw organisatie dichterbij datagedreven brengen.
Data-beperkend – monitoring
In een data-beperkende organisatie worden gegevens vooral gebruikt voor rapportages waarin terug wordt gekeken. Hierbij worden vaak alleen gegevens van de eigen afdeling gebruikt. Men heeft wel een vaag idee dat je meer met data kunt doen, maar gelooft ook dat dit het eigen werk misschien overbodig maakt. Of dat het zomaar bestuurlijk of politiek te gevoelige informatie kan opleveren. Op dit niveau zijn dus zowel de organisatie als de gegevens die gebruikt worden een beperkende factor in meer data-gedreven werken.
Data-benieuwd – real time monitoring
Een volgende stap is dat de organisatie op zoek gaat naar verbanden in de gegevens. En een programma of project start om meer data-bedreven te worden. Hierbij doet men analyses over domeinen heen. En men experimenteert met gegevens van andere organisaties. Het applicatielandschap is inzichtelijk en men weet welke systemen met elkaar verbonden zijn. De rapportages zijn actueel. Ze geven echter geen beeld van toekomstige ontwikkelingen. En er liggen ook geen onderzoeksvragen aan ten grondslag.
Verplichte rechtmatigheidsverantwoording stimuleert datagedreven werkenData-bewust – predictive analysis
Op dit niveau worden steeds meer medewerkers zich bewust van de mogelijkheden van data. Medewerkers zijn betrokken bij analyses en ze leren van de experimenten die er worden gedaan. De analyses worden gebruikt om in te spelen op relevante ontwikkelingen. En ze worden steeds vaker gebruikt ter onderbouwing van besluitvorming. Men begrijpt dat gegevens daarvoor altijd op dezelfde manier moeten worden vastgelegd. En men start acties om de kwaliteit van de gegevens continu te verbeteren. Met leveranciers (van bijv. SaaS) worden er afspraken gemaakt over de levering van gegevens. De veiligheid en privacy zijn gewaarborgd. En er is aandacht voor ethische dilemma’s. Bij analyses zorgt men er bijvoorbeeld voor dat individuen of gezinnen niet uit de data zijn te herleiden.
Data-gedreven – profiling
In een data-gedreven organisatie is er een breed gedragen visie op data-gestuurd werken. Door interne, besloten, open en ingekochte gegevens te combineren, ontstaan er veel nieuwe inzichten. Hierover voert men open gesprekken met elkaar. Het management en bestuur dragen het belang ervan uit en ondersteunen de acties om van fouten te leren. Medewerkers zijn zich bewust van de gevoeligheid van de data en er zijn processen om de integriteit ervan te bewaken. Men weet ook welke gegevens beschikbaar zijn en waarvoor deze mogen worden gebruikt. De organisatie brengt de voorspellende uitkomsten van analyses over in heldere rapportages en visualisaties
Data-bedreven – data discovery
Organisaties die data-bedreven zijn, hebben eerder verkregen inzichten al gebruikt voor belangrijke veranderingen in processen en de structuur van de organisatie. Ze hebben geleerd dankzij analyses te anticiperen op veranderingen. Bestuurders en managers gebruiken op gegevens gebaseerde feiten om besluiten te nemen. Naast gestructureerde gegevens worden ongestructureerde data (zoals: tekst, afbeeldingen, video) geanalyseerd. Kenmerkend is ook dat de data, de gebruikte algoritmen en de genomen besluiten transparant zijn voor alle belanghebbenden. Er is een lab om nieuwe ideeën voor analyses uit te proberen. En een bestuurder of manager is een actieve sponsor van deze ontwikkeling.
Interesse in een samenwerking
Menno vertelt graag meer over de mogelijkheden
