Waarom we Data Sherpa bedachten – en waarom het in de praktijk werkt
Inleiding
De Data Sherpa-aanpak is niet ontstaan in een vergaderruimte met een whiteboard, maar aan de keukentafel van het MKB: tussen Excel-sheets, volle mailboxen en gefrustreerde medewerkers. Steeds vaker zagen we organisaties die niet vastliepen op kennis of ambitie, maar simpelweg op gebrek aan lucht. In deze blog vertel ik hoe we zo op het idee van Data Sherpa kwamen – en waarom we in de praktijk merken dat het werkt.
De pijn die we overal terugzagen
Of we nu bij een vastgoedpartij, een zorgorganisatie of een netwerkclub voor onderzoek over de vloer kwamen, we zagen steeds dezelfde patronen terug. Processen die ooit logisch waren, waren langzaam uitgegroeid tot een spaghetti van Excel-bestanden, uitzonderingen en e-mailthreads. Iedereen voelde: “het kan slimmer”, maar niemand had tijd om eraan te beginnen.
Wat ook opviel: het waren zelden “grote strategische issues”. Het ging juist om terugkerend, concreet werk. Maandelijkse berekeningen, inschrijfprocessen, rapportages, afstemming met partners. Niet moeilijk, wél bewerkelijk. En elk jaar groeide de berg een beetje verder.
Waarom klassieke IT-projecten in deze context vaak niet helpen
Tegelijk zagen we dat de reflex vaak was: “Dan moeten we een systeem aanschaffen” of “dan doen we een groot automatiseringsproject”. Op papier klinkt dat logisch, maar in de praktijk liepen die trajecten vaak tegen drie dingen aan:
Te groot: alles moet in één keer mee, waardoor het maanden duurt voor er iets live gaat.
Te abstract: dikke blauwdrukken, maar weinig zicht op wat het voor de werkvloer verandert.
Te risicovol: hoge investering vóórdat duidelijk is of het echt tijd oplevert.
Medewerkers die al overbelast zijn, hebben geen ruimte voor een groot verandertraject. Ze willen dat morgen één ding lichter wordt. Niet over een jaar, na een implementatie, als iedereen getraind is.
Het moment dat het kwartje viel
Het kantelpunt kwam tijdens een traject bij een vastgoedbeheerder. Daar had één medewerker elke maand een terugkerende Excel-marathon: voorschotten per contract berekenen, rekening houdend met contractvoorwaarden, start- en einddata en wijzigingen. Toen we vroegen: “Hoe ziet voor jou de ideale situatie eruit?”, kwam er geen verhaal over een nieuw systeem. Het antwoord was: “Ik wil gewoon op een knop drukken. Meer niet.”
Dat was voor ons de essentie. Niet praten over “digitalisering” of “operational excellence”, maar heel concreet: van zes uur werk naar een druk op de knop. Dat werd het startpunt voor wat later de Data Sherpa-aanpak is geworden.
Van idee naar aanpak: klein beginnen, snel bewijs
Vanuit dat inzicht zijn we onze aanpak radicaal gaan versimpelen. In plaats van grote projecten, kozen we voor:
één proces per keer
één mini-oplossing die binnen dagen kan werken
tooling die organisaties al hebben (Power Platform, Power BI)
een model waarin wij pas verdienen als het tijd oplevert
We merkten dat dit voor organisaties een wereld van verschil maakt. Een klein stuk werk lichter maken is haalbaar, behapbaar én tastbaar. Het verlaagt het risico, maar vooral ook de mentale drempel: mensen hoeven niet meer “klaar te zijn voor verandering”, maar alleen open te staan voor één verbetering.
Waarom het in de praktijk werkt
In de praktijk zien we een paar redenen waarom Data Sherpa goed landt.
Ten eerste: het is extreem concreet. We praten niet over “transformatie”, maar over dat ene proces dat nu iedereen irriteert. Dat maakt het herkenbaar en urgent.
Ten tweede: medewerkers ervaren direct effect. Als een proces van zes uur naar tien minuten gaat, hoef je niemand meer te overtuigen van het nut. De organisatie voelt letterlijk dat de berg lichter wordt.
Ten derde: de oplossingen zijn begrijpelijk. We bouwen geen black box, maar een slimme laag bovenop bestaande tools. Medewerkers herkennen hun data, hun stappen, hun werk – alleen gaat het sneller en foutlozer.
En tot slot: het verdienmodel dwingt ons om scherp te blijven. Geen resultaat = geen factuur. Dat houdt ons weg van “nice to have”-optimalisaties en gericht op echte tijdwinst.
Wat we geleerd hebben van de eerste cases
De vastgoedbeheerder was de eerste case waarin we op deze manier werk automatiseerden, maar zeker niet de laatste. Kort daarna volgde een netwerkorganisatie voor medisch onderzoek die vastliep in e-mailchaos tussen sponsors en sites. Daar bouwden we op basis van hun echte mails een datamodel, workflows en portalen, zodat losse berichten veranderden in dossiers en duidelijke statussen.
Wat alle cases gemeen hebben: het begint nooit met een tool, altijd met een verhaal. Iemand die zegt: “Ik ben hier elke maand een dag mee bezig” of “Ik ben vooral mijn mailbox aan het managen.” Als je dáár begint, volgen de techniek en de tooling vanzelf.
Data Sherpa als katalysator, niet als einddoel
Data Sherpa is geen product dat je “uitrolt” en dan klaar bent. In de meeste organisaties werkt het juist als katalysator. Eén kleine oplossing bewijst dat automatiseren werkt, dat het betaalbaar is en dat medewerkers erop zitten te wachten. Dat creëert vertrouwen om een volgende stap te zetten.
We zien vaak dat na de eerste Data Sherpa-case de gesprekken veranderen. Niet meer: “Automatiseren, is dat wel iets voor ons?” maar: “Welke berg pakken we hierna aan?” En precies daar is de grootste winst: organisaties die weer lucht krijgen om vooruit te denken.
Data Sherpa als aanjager van verbetering
Data Sherpa laat ons iedere keer zien hoeveel er mogelijk is als je werk écht lichter maakt. Niet alleen in dashboards en rapportages, maar in het dagelijks werk van mensen die hun tijd terugkrijgen en weer toekomen aan wat inhoudelijk belangrijk is. Elke case bewijst dat een kleine, slimme oplossing een grote hefboom kan zijn voor de rest van de organisatie. Zolang we met één druk op de knop uren vrijspelen, frustratie wegnemen en verbeteringen in gang zetten, blijft Data Sherpa voor ons een van de krachtigste manieren om met data échte vooruitgang te realiseren.
