Data gedreven werken. Mens en Data centraal #2

Welke data heeft eigenlijk waarde voor uw organisatie?

Een datagedreven organisatie heeft rollen, verantwoordelijkheden en processen in de organisatie belegd die continu de databehoefte monitoren en daarop reageren. Twee vragen hebben continu de aandacht:

“Ontsluiten we de juiste data die de organisatie echt verder helpt? Welke data heeft eigenlijk waarde voor uw organisatie?”

Het is van belang dat een organisatie dit besef vertaalt in een concrete, scherpe definitie en gemeenschappelijke ambitie met betrekking tot datagedreven werken. Een definitie die data verbindt met de organisatiedoelstellingen en die richting geeft aan de ontwikkeling van de datagedreven organisatie.

Wat betekent data gedreven werken?

in staat zijn altijd de juiste analyses te kunnen toepassen voor het business probleem/besluit/KPI’s

altijd kunnen beschikken over de juiste data voor de analyse

Deze definitie heeft als voordeel:

Het verbindt organisatiedoelstelling met data en datakwaliteit. Het op te lossen business probleem vraagt om de juiste analyse, en die vraagt om de juiste data.
Het verbindt de gebruikers van data met de producenten van data en IT.
“Data gedreven werken” kan beter meetbaar en zichtbaar worden gemaakt.
Het geeft mogelijkheid tot focus en schaalbare, incrementele implementatie van datagedreven werken (per business domein of analyse)

Op deze manier zult u zien dat u steeds beter zicht krijgt op welke data nu écht van waarde is voor uw organisatie en welke data niet, omdat u case-gewijs de verbinding legt tussen de organisatiedoelstellingen en de benodigde data. Hierdoor zult u kosteneffectief de juiste data kunnen verzamelen en beheren.

Minstens zo belangrijk is dat u zult leren welke datakwaliteit nodig is om de juiste analyses en beslissingen te maken. Dat zullen de gebruikers van de data vertellen (onder andere de analisten, data scientists en besluitvormers) aan de hand van de voorgelegde cases. U zult ook steeds beter begrijpen wat datakwaliteit voor uw organisatie betekent en welk risico u loopt bij onvoldoende kwaliteit. Met deze kennis bent u in staat uw datakwaliteit zeer gericht en effectief, continu te verbeteren. En met betere datakwaliteit worden de analyses en beslissingen weer beter. En hierdoor krijgt u weer meer inzicht in uw databehoefte etc. etc.

Zo is de cirkel rond.

In het volgende artikel over data management wordt ingegaan op de definitie en reikwijdte van datakwaliteit, en op de vraag hoe u uw organisatie inricht op een continue verbetering van de datakwaliteit.

Op de hoogte blijven van onze nieuwste artikelen?

Schrijf u dan in voor de nieuwsbrief.

Heeft u vragen of wilt u sparren over dit onderwerp, neem dan contact op met Jeroen Odijk.