Artikel · Stuurinformatie
Datagedreven werken in de praktijk: waar het misgaat
Datagedreven werken mislukt zelden op de techniek. Het gaat mis op vertrouwen, te veel KPI's, eigenaarschap en ritme. Zo begin je klein en houd je het vol.
- Het gaat zelden mis op de techniek, wel op vertrouwen en ritme
- Begin klein: één overleg, drie getallen, een vaste dag
- Datagedreven werken is een gewoonte, geen project
Datagedreven werken betekent besluiten nemen op cijfers die iedereen vertrouwt, in een vast ritme. In de praktijk gaat het zelden mis op de techniek. Het gaat mis op vier andere plekken: twee getallen voor hetzelfde, te veel KPI’s, geen eigenaar en geen ritme. Wie daar begint, komt verder dan wie met een nieuw dashboard begint.
In dit artikel lees je waar het misgaat, hoe je klein begint en hoe je het volhoudt. Hoe je de juiste KPI’s kiest en vastlegt, staat in de gids over stuurinformatie en KPI’s.
Wat het is, en wat niet
Datagedreven werken klinkt als een technologie. Het is een gewoonte. Een organisatie werkt datagedreven als in het overleg de cijfers op tafel liggen, iedereen ze gelooft, en afwijkingen tot acties leiden.
Het is dus niet: een datawarehouse, een AI-project of een dashboard voor iedereen. Die kunnen helpen, maar zonder de gewoonte veranderen ze niets. En met de gewoonte kun je al beginnen in Excel.
Vier plekken waar het misgaat
1. Twee getallen voor hetzelfde
Zodra het overleg begint met de vraag welk getal klopt, is het vertrouwen weg. Sales heeft een andere omzet dan finance. De Excel van vorige maand zegt iets anders dan het dashboard. Na een paar keer gelooft niemand meer een getal, en gaat iedereen terug naar zijn eigen bestand.
De oplossing is één definitie per KPI, in één model, waar elk rapport uit leest. Dat is de basis. Zonder die basis is alles wat erop volgt wankel.
Delen in Teams
Op de plek waar je team al werkt
- Teams-tabblad
- SharePoint-pagina
- Power BI-app
- Mobiel
Stuurinformatie op tijd
KPI's met norm, trend en signaal
- Afwijking t.o.v. begroting
- Drill-down tot regelniveau
- Signaal bij afwijking
Datamodel één definitie
Eén definitie per KPI, elke nacht ververst
Marge % = DIVIDE ( [Brutowinst], [Omzet] )Bron automatisch
Wat je al hebt, automatisch opgehaald
- Excel
- CSV-exports
- SharePoint-lijsten
- SQL
- Elk systeem met een export
2. Te veel KPI’s
Twintig getallen per team volgt niemand. Elk getal dat erbij komt, maakt de andere minder belangrijk. Teams die echt op cijfers sturen, hebben er drie. Meer niet.
3. Geen eigenaar
Een getal waar niemand op wordt aangesproken, verandert niet. “Het verzuim is gestegen” leidt tot niets. “Het verzuim van jouw team ligt boven de norm, wat ga je doen?” wel. Elk getal heeft een naam nodig: iemand die het uitlegt en iemand die er iets aan doet.
4. Geen ritme
Het dashboard is er, maar er is geen vast moment waarop het besproken wordt. Dan wordt het na een paar maanden niet meer geopend. Bij een landelijke organisatie in de publieke gezondheid bouwden we een dashboard dat in drie maanden één keer werd geopend. Het dashboard was niet het probleem. Er was geen vraag en geen moment om ernaar te kijken.
Het ritme dat werkt
Datagedreven werken is een cyclus die zich elke maand of elke week herhaalt.
De eerste twee stappen kun je automatiseren: het model ververst elke nacht en zet de cijfers naast de begroting. De laatste twee niet. Verklaren vraagt iemand die weet wat er gebeurde. Bijsturen vraagt een besluit, een naam en een datum.
Een overleg dat werkt, heeft drie vragen. Wat wijkt af? Waarom? Wat gaan we doen? En het volgende overleg begint met de vraag wat er van die acties terecht is gekomen. Dat laatste is het verschil tussen praten over cijfers en sturen op cijfers.
Klein beginnen
De meeste organisaties beginnen te groot: een programma, een platform, dashboards voor alle afdelingen. Na een jaar is er veel gebouwd en weinig veranderd. Begin liever zo.
- Kies één overleg. Het maandoverleg van het MT, of het weekoverleg van één team.
- Kies drie getallen waar iedereen het over eens is, met een norm en een eigenaar.
- Kies een vaste dag, en zorg dat de cijfers dan klaarstaan.
- Eindig met acties. Een naam en een datum bij elke actie.
- Breid pas uit als het werkt. Na drie maanden een tweede overleg, of een vierde getal.
Werkt het in één overleg, dan willen anderen het ook. Dat werkt beter dan het iedereen tegelijk opleggen.
Wat ik zie bij teams die wel op cijfers sturen: het geeft ze meer controle, en het bevestigt in veel gevallen het gevoel van de ervaren medewerkers. Dat helpt, want juist die mensen moet je meekrijgen.
En de cijfers laten zien of een keuze uitpakt zoals bedoeld. Bevestigen ze de keuze niet, dan weet je dat ook, en op tijd.
Een voorbeeld van een eerste overleg
Bij Noordkade Techniek, het fictieve installatiebedrijf uit de demo, zou een eerste datagedreven MT-overleg drie getallen hebben: de omzet tegen de begroting, de brutomarge per afdeling en het laagste punt in de liquiditeitsprognose.
Eind augustus wijkt er één duidelijk af: de brutomarge van utiliteit, door meerwerk in juni. Het gesprek gaat dus niet over alle afdelingen, maar over die ene. Waarom is het meerwerk niet doorberekend? Wie zoekt het uit, en wanneer weten we het? Na twintig minuten staat er één actie, met een naam en een datum. Volgende maand begint het overleg met die actie.
Signalen dat het werkt
Hoe weet je of een organisatie datagedreven werkt? Niet aan het aantal dashboards. Wel aan deze signalen.
- Het overleg begint bij de afwijkingen, niet bij een rondje langs alle cijfers.
- Niemand vraagt meer welk getal klopt. Iedereen gebruikt dezelfde bron.
- Acties hebben een naam en een datum, en het volgende overleg begint ermee.
- Teams openen het dashboard zelf, ook buiten het overleg. In Power BI zie je dat terug in het gebruik.
- Een KPI verdwijnt weer, omdat niemand erop stuurde. Ook dat is een teken van volwassenheid.
Reken op een paar maanden voordat de eerste signalen er zijn. De techniek staat vaak in een paar weken. De gewoonte heeft meer tijd nodig.
De rol van de controller
In veel organisaties is de controller degene die de cijfers levert. Bij datagedreven werken verschuift die rol. De controller levert dan de cijfers én de verklaring, en helpt teams om er een besluit van te maken.
Dat kan alleen als het verzamelen en plakken niet meer alle tijd kost. Dat is waarom het automatiseren van de rapportage geen doel op zich is. Het maakt tijd vrij voor het deel dat ertoe doet.
Wat ik vaak zie misgaan
- Beginnen bij de techniek. Eerst een platform kiezen, dan bedenken welke vragen het moet beantwoorden. Andersom werkt beter.
- “De data zegt het.” Cijfers vervangen het gesprek niet. Ze maken het beter. Een afwijking is het begin van een vraag, niet het antwoord.
- Alles tegelijk. Een uitrol over de hele organisatie zonder één team waar het al werkt. Dan heeft niemand een voorbeeld, en voelt het als een verplichting.
Wat je nu kunt doen
- Kies één overleg waar je volgende maand mee begint.
- Kies drie getallen en test of iedereen hetzelfde getal heeft. Vraag het drie collega’s los van elkaar.
- Zet de drie vragen op de agenda: wat wijkt af, waarom, wat doen we. Wil je sparren over waar jullie zouden beginnen? Plan 30 minuten.
In 30 minuten laat je zien hoe het nu gaat. Ik vertel eerlijk wat ik zie en wat de eerste stap zou zijn.
Veelgestelde vragen
Wat is datagedreven werken?
Besluiten nemen op basis van cijfers die iedereen vertrouwt, in een vast ritme. Het gaat minder om technologie dan om afspraken: één definitie per KPI, een eigenaar per getal en een overleg waarin afwijkingen tot acties leiden.
Waarom mislukt datagedreven werken vaak?
Omdat organisaties beginnen met techniek en dashboards, en niet met de vragen en afspraken. Dan zijn er twee getallen voor hetzelfde, te veel KPI's, geen eigenaren en geen vast moment om ernaar te kijken.
Hoe begin je met datagedreven werken?
Klein. Kies één overleg, drie getallen waar iedereen het over eens is, en een vaste dag. Laat elk overleg eindigen met acties met een naam en een datum, en begin het volgende met wat ervan terecht is gekomen.
Verder lezen
- De complete gidsStuurinformatie en KPI'sWelke getallen je echt nodig hebt om te sturen, en hoe je ze vastlegt.
- 5 minuten lezenEen KPI-dashboard voor je team: voorbeelden buiten financeEen KPI-dashboard voor operatie, HR, zorg of sales. Welke KPI's erop horen, waar de cijfers vandaan komen en hoe een team er elke week mee stuurt.
- 6 minuten lezenEen KPI-woordenboek opzetten en bijhoudenZo zet je een KPI-woordenboek op en houd je het bij: welke velden erin horen, wie eigenaar is, wie tekent en hoe je een definitie wijzigt.