Gegevens als kompas bij vastgelopen verandering

·

Gegevens als kompas bij vastgelopen verandering

Veel organisaties die een veranderingsproces starten, lopen op een gegeven moment vast. Niet omdat de plannen slecht zijn, maar omdat niemand precies weet waarom het niet lukt. Zou het helpen als er betere gegevens beschikbaar waren om die vraag te beantwoorden?

Waarom verandering zo vaak strandt bij aannames

In de meeste organisaties die ik bezoek, worden besluiten genomen op basis van wat mensen denken dat er speelt. Een manager ziet dat medewerkers traag reageren op nieuwe werkwijzen en concludeert dat er sprake is van weerstand. Misschien klopt dat. Maar het kan ook zijn dat de nieuwe werkwijze onduidelijk is uitgelegd, dat de systemen er niet op zijn ingericht, of dat er simpelweg te weinig tijd beschikbaar is gesteld.

Het verschil tussen een probleem en een symptoom is hier cruciaal. Weerstand bij verandering is zelden de kern van het probleem. Het is vaker een signaal dat er iets anders niet klopt. Wie uitsluitend op gevoel stuurt, loopt het risico het verkeerde aan te pakken en daarmee het vertrouwen van medewerkers verder te beschaden.

Gegevens bieden in dit soort situaties geen garantie op de juiste diagnose, maar zij maken het wel mogelijk om aannames te toetsen. Dat is al een aanzienlijke winst.

Wat een datagedreven cultuur in de praktijk betekent

Een datagedreven cultuur is iets anders dan het gebruik van dashboards of rapportages. Het gaat om een houding waarbij mensen in een organisatie gewend zijn om vragen te stellen voordat zij conclusies trekken, en waarbij zij bereid zijn hun beeld bij te stellen als de gegevens een ander verhaal vertellen.

Dat klinkt vanzelfsprekend, maar het is dat zelden. In familiebedrijven en semi-publieke organisaties zie ik regelmatig dat ervaring en intuïtie zwaar wegen, soms terecht, maar ook in situaties waar de omstandigheden fundamenteel veranderd zijn. De directeur die twintig jaar geleden zelf de werkvloer heeft opgebouwd, vertrouwt zijn gevoel. Dat gevoel is waardevol, maar het is niet altijd betrouwbaar als de organisatie groeit of als externe druk toeneemt.

Een datagedreven werkwijze vraagt niet om het loslaten van dat gevoel. Het vraagt om de bereidheid om dat gevoel te confronteren met wat de cijfers laten zien. Voor mensen die een masterclass in datagedreven werken hebben gevolgd, is dat confronteren van intuïtie met data overigens een van de meest genoemde inzichten achteraf: niet dat data alles verklaart, maar dat het de discussie verplaatst van mening naar inhoud.

Hoe gegevens een vastgelopen proces kunnen doorbreken

Wanneer een veranderingsproces vastloopt, is er doorgaans sprake van een patroon dat zichzelf versterkt. Mensen zijn het niet eens over de oorzaak, ieder heeft zijn eigen interpretatie, en in vergaderingen wordt dezelfde discussie keer op keer gevoerd zonder dat er iets besloten wordt. De energie lekt weg, en na verloop van tijd gelooft niemand meer dat het gaat lukken.

In zulke situaties kan het introduceren van gestructureerde gegevens een doorbraak forceren. Niet omdat de data de discussie beëindigt, maar omdat zij de discussie verschuift. In plaats van ‘ik denk dat het probleem bij afdeling X ligt’ wordt het gesprek: ‘we zien dat de doorlooptijden bij afdeling X de afgelopen drie maanden zijn gestegen, wat zouden daarvoor de oorzaken kunnen zijn?’ Dat is een wezenlijk ander gesprek.

Het vereist wel dat de gegevens betrouwbaar zijn, dat mensen begrijpen hoe zij zijn verzameld, en dat er ruimte is om de uitkomsten eerlijk te bespreken. Juist die laatste voorwaarde wordt vaak onderschat. Als de cultuur in een organisatie zodanig is dat slechte uitkomsten worden vermeden of verbloemd, dan helpen de beste gegevens niet.

Aandachtspunten bij de invoering van datagedreven werken

Wie besluit om meer gegevensgestuurd te gaan werken, doet er goed aan rekening te houden met een aantal praktische spanningsvelden:

  • Beschikbaarheid versus kwaliteit: veel organisaties hebben meer data dan zij denken, maar de kwaliteit ervan is wisselend. Begin met wat betrouwbaar is, niet met wat beschikbaar is.
  • Eigenaarschap van de data: wie is verantwoordelijk voor het bijhouden en interpreteren van gegevens? Zonder duidelijk eigenaarschap verwatert het al snel.
  • Rollen versus functies: datagedreven werken vraagt om mensen die vragen durven te stellen bij de uitkomsten. Dat is een rol, niet automatisch een functie die al bestaat.
  • Tempo van invoering: organisaties die te snel te veel willen meten, creëren weerstand. Een geleidelijke opbouw werkt beter dan een grootschalige implementatie in één keer.
  • Verbinding met besluitvorming: gegevens die verzameld worden maar nooit terugkomen in vergaderingen of besluiten, verliezen snel hun geloofwaardigheid binnen de organisatie.

Veelgestelde vragen over datagedreven organiseren

Moet een organisatie groot zijn om datagedreven te kunnen werken?

Nee. Juist kleinere organisaties kunnen veel baat hebben bij een bescheiden maar consequente manier van gegevens verzamelen. Het gaat niet om de schaal, maar om de gewoonte. Een klein familiebedrijf dat systematisch bijhoudt waarom offertes niet worden omgezet, leert meer dan een grote organisatie die bergen data verzamelt zonder er iets mee te doen.

Hoe voorkom je dat data gebruikt wordt om mensen te controleren?

Dat is een reëel risico, en het is begrijpelijk dat medewerkers daar beducht voor zijn. De sleutel ligt in het doel dat vooraf wordt uitgesproken: gaat het om het begrijpen van processen, of om het beoordelen van individuen? Die twee zijn fundamenteel verschillend, en het is de taak van de leiding om dat onderscheid consequent te bewaken.

Wat als de gegevens een onwelkome uitkomst laten zien?

Dan is dat precies de situatie waarvoor gegevensgestuurd werken bedoeld is. Een onwelkome uitkomst is informatie. De vraag is niet of die uitkomst prettig is, maar of zij klopt en wat er mee gedaan wordt. Organisaties die alleen data omarmen als die bevestigt wat men al dacht, leren niets nieuws.

Meer om te lezen