Datagedreven versus data-geïnformeerde besluitvorming: wat is het beste?

“Laten we meer datagedreven werken”: een veelgehoord voorstel in managementmeetings. Want je doet binnen jouw organisatie vast al dingen met data. Maar je wilt dit nog effectiever en grootschaliger aanpakken. Waarbij data jou dagelijks en in allerlei situaties helpt om slim, snel en goed keuzes te maken. Hoe pak je dat aan? En welke aanpak is dan eigenlijk het beste: datagedreven of data-geïnformeerd werken?

Slim werken met data: hoe ziet dat eruit?

Wanneer je de juiste data meeneemt in de besluitvorming is jouw organisatie al snel effectiever, efficiënter en wendbaarder. Je hebt simpelweg meer informatie tot je beschikking die meeweegt in je keuzes.

Met de juiste data en data-analyse:

• speel je objectiever en beter geïnformeerd in op situaties;
• verhoog je de kwaliteit van processen;
• maak je processen efficiënter;
• voorspel je welke ontwikkelingen eraan komen, zodat je daar in toekomstig beleid al rekening mee kunt houden;
• wint je organisatie aan transparantie, doordat je keuzes onderbouwt met meer duidelijke feiten.

Leestip: 6 redenen om een datastrategie op te zetten en datagedreven te werken

Data-geïnformeerde vs. datagedreven besluitvorming: wat is het verschil?

In de volksmond hebben we het vaak over data-driven decision making of datagedreven werken. We bedoelen dan het betrekken van data in beslissingen. Maar dit klopt technisch gezien niet altijd. Er is een belangrijk verschil tussen data-geïnformeerde en datagedreven besluitvorming. Dit verschil zit hem in de leidende factor in het besluit.

Bij data-geïnformeerde besluitvorming maak je een keuze op basis van een combinatie van inzichten uit data, menselijk denkwerk, intuïtie en je eerdere ervaringen. Bij datagedreven besluitvorming neem je een besluit daarentegen puur op basis van onbewerkte feiten uit ruwe data.

Wat is beter: data-geïnformeerde of datagedreven werken?

Data-geïnformeerd past in de meeste situaties het beste

In veel gevallen waarin bedrijven data inzetten voor het maken van keuzes gaat het om data-geïnformeerde besluitvorming. Want vaak is het verstandig om ook als mens na te blijven denken. Aan de zijlijn, of middenin de kwestie, dat hangt van de situatie af. Toch zijn er ook besluiten waarin je net zo goed – of zelfs beter- de keuze kunt maken op basis van pure data.

Voor- en nadelen van beide typen besluitvorming

Datagedreven en data-geïnformeerd werken hebben beide voor- en nadelen, en ze zijn geschikt in verschillende situaties. Zo is datagedreven besluitvorming vaak sneller en minder bevooroordeeld, als de data tenminste is vrijgemaakt van bias. Dat kan handig zijn.

Denk aan een keuze waarbij objectiviteit heel belangrijk is; je wilt dan juist geen menselijke subjectiviteit in het besluit meenemen. Of iets feitelijks als het afstemmen van je inkoopbeleid op actuele verkoopcijfers, gecombineerd met de weersvoorspellingen. Dit kan prima en snel op basis van ruwe data, hier hoeft een mens niet verder over na te denken. Dit soort data driven besluitvorming zie je veel terug in sectoren als de detailhandel en industrie, omdat veel keuzes hier niet direct de persoonlijke levenssfeer van mensen raken.

In veel andere situaties past data-geïnformeerde besluitvorming beter. Het voordeel is dan juist dat je hierin ook je intuïtie, kennis en ervaring meeneemt. Denk aan beslissingen die het welzijn van mensen raken, zoals de vraag of er wel of niet een gebouw moet komen op een openbare plek. Data kan hierin richting geven, maar het blijft bij dit soort beslissingen belangrijk om ook de betrokkenen te spreken van mens tot mens, je empathie en onderbuikgevoel een rol te geven en hier (samen) verder over na te denken.

Om deze reden zie je dat sectoren als de overheid en het onderwijs relatief vaak data informed werken: hun keuzes hebben veel impact op de persoonlijke levenssfeer van mensen.

Kwaliteit en volledigheid van de data als voorwaarde voor datagedreven werken

Daarnaast is de keuze voor de vorm van besluitvorming afhankelijk van de kwaliteit en volledigheid van de beschikbare data. Vooral voor datagedreven keuzes is het essentieel dat je vertrouwen hebt in de datakwaliteit, de modellen en de data-analyses, omdat je puur op basis hiervan je besluit neemt.

Kun je hier niet volledig op varen? Dan is een vorm van besluitvorming waarin je eigen denkwerk meeneemt aan te raden. Zoals het traditionele keuzes maken zonder data, of – als de kwaliteit van de data(-analyses) wel goed maar niet volledig is - data-geïnformeerde besluitvorming.

Leestip: In 5 stappen een goede datastrategie opzetten

Hoe zet je data-geïnformeerde besluitvorming in?

Data-geïnformeerd werken bestaat uit verschillende stappen:

1. Je begint met vaststellen welke data je nodig hebt voor je beslissingen.
2. Je verzamelt deze data via business intelligence-systemen en maakt deze overzichtelijk in een datawarehouse en de juiste rapportages.
3. Dan begint het analyseren ervan. Met jouw analyse zet je - eventueel geholpen door slimme techniek - de data om in bruikbare informatie.
4. Op deze informatie baseer je vervolgens inzichten, die jou helpen om besluiten goed geïnformeerd te nemen. In deze besluiten neem je ook je eigen denkkracht, intuïtie en eerdere ervaringen mee.  

Leestip: 5 onmisbare tips voor het analyseren van data

Het belang van goed datamanagement

Maar om data-geïnformeerd werken echt te laten slagen is goed datamanagement onmisbaar. Hiermee gebruik en beheer je de data effectief en volgens de laatste privacy- en securitystandaarden. Ook maakt goed management data-geïnformeerd werken tot iets van de hele organisatie, in plaats van alleen van enkele afdelingen.

Wouter Gielen, business intelligence-manager bij OGD legt uit waarom dit laatste essentieel is: “Zoals Satya Nadella, CEO van Microsoft al zei: “Every company is a software company.” Data inzetten heeft impact op alle afdelingen. Zij hebben data van elkaar nodig en hebben baat bij een gezamenlijke werkwijze. Daarom is een organisatiebrede datastrategie vereist.”

Volgens Wouter zijn de belangrijkste redenen om een datastrategie op te zetten:

• je bedrijfsdoelstellingen behalen door datagedreven en data-geïnformeerde beslissingen te maken;
• overeenstemming bereiken over de verschillende datadefinities;
• datakwaliteit waarborgen: de juiste data inzetten voor je doeleinden;
• samenwerking versterken tussen afdelingen om tot betere inzichten te komen;
• zicht krijgen op hoeveel data je genereert en welke data je daarvan gebruikt;
• data verzamelen en inzetten in lijn met de laatste privacywetgeving.

Zo haal je met de juiste werkwijze alles uit datagedreven en data-geïnformeerd werken!

We schreven een whitepaper over hoe je datamanagement goed inricht en waarom dit zo belangrijk is. Na het lezen van deze whitepaper weet je

• waarom sterk datamanagement belangrijk is;

• 6 redenen waarom datamanagement jouw organisatie concurrentievoordeel geeft;

• hoe je datamanagement inricht op basis van de 5 belangrijkste tips;

• hoe je met datamanagement succesvol wordt in jouw sector.