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

Succesvolle disruptieve bedrijven zoals Netflix, Uber en Google hebben één ding gemeen: ze gaan datagedreven te werk en hebben een duidelijke datastrategie. Maar datagedreven werken is niet alleen iets voor de grote techreuzen. Ook kleinere Nederlandse organisaties in het onderwijs, retail of de gezondheidszorg maken steeds vaker succesvol gebruik van data. Denk bijvoorbeeld aan een Nederlands ziekenhuis dat data uit patiëntendossiers gebruikt om te voorspellen welke hoeveelheid medicatie het beste werkt. Of een supermarkt die op basis van consumentdata de aankopen van klanten voorspelt. Een datastrategie is noodzakelijk om vooruit te kunnen met je organisatie. Maar waarom eigenlijk?

In deze blog geven Mark Versteegh, Data Architect bij OGD, en Wouter Gielen, Business Intelligence-manager bij OGD de 6 belangrijkste redenen om een datastrategie op te zetten.

Leestip: whitepaper 'De 7 belangrijkste ict-trends voor 2021'

6 redenen waarom een datastrategie vereist is

Een databeleid komt niet zonder uitdagingen. De ict-afdeling is hier dan ook niet alleen verantwoordelijk voor. Wouter zegt hierover: “Zoals Satya Nadella, CEO van Microsoft al zei: “Every company is a software company.” Data inzetten heeft impact op alle afdelingen. Daarom is een datastrategie vereist.”

Mark: “De reden dat organisaties écht moeten nadenken over het inzetten van hun data is omdat ze te maken hebben met een combinatie van organisatorische en technische uitdagingen. Zou de uitdaging puur technisch zijn? Dan kun je het eenvoudiger overlaten aan  een ict-leverancier, bijvoorbeeld.

De mensen in je organisatie zover krijgen is één stap. Maar je moet ook beschikken over de technische kennis om te weten wat de beste stappen zijn voor een datastrategie. De combinatie met techniek maakt het ingewikkeld om te weten wat mogelijk is om datagedreven te werken. Het wordt dan al snel een multidisciplinaire uitdaging.”

Dit zijn volgens Wouter en Mark de belangrijkste redenen om een datastrategie op te zetten:

  1. Je bedrijfsdoelstellingen behalen door datagedreven beslissingen te maken.
  2. Overeenstemming bereiken over de verschillende datadefinities.
  3. Datakwaliteit waarborgen: de juiste data inzetten voor je doeleinden.
  4. Samenwerking versterken tussen afdelingen om tot betere inzichten te komen.
  5. Zicht krijgen op hoeveel data je genereert en welke data je daarvan gebruikt.
  6. Data verzamelen en inzetten die niet in strijd is met de privacywetgeving.

1. Je bedrijfsdoelstellingen halen door datagedreven beslissingen te maken

Je eigen gevoel is lang niet altijd de beste raadgever. Dat geldt in ieder geval voor belangrijke zakelijke beslissingen en bedrijfsdoelstellingen. Wanneer je bedrijfsdoelstellingen opzet:

  • wil je dat je de controle hebt en je wilt weten of je handelingen het juiste effect hebben;
  • wil je kijken of er nog ruimte is voor verbetering.

Datagedreven beslissingen maken je minder kwetsbaar. Wouter: “Je kunt daardoor beter zien wat er werkte in het verleden. Datagedreven werken helpt je om toekomstige ontwikkelingen te voorspellen en hier zo goed mogelijk op in te spelen. Baseer je beslissingen dan ook op de data die je hebt verzameld.” Zo zet je de eerste stappen:

  • Kijk naar je bedrijfsdoelen en stel prioriteiten: neem data mee in je doelstellingen. Zo kun je Key Performance Indicators (KPI´s) formuleren. En daarnaast weet je dan ook welke databronnen je moet aanspreken en analyseren. 
  • Identificeer de juiste databronnen: zorg er in ieder geval voor dat de databronnen die je gebruikt zijn opgeschoond en gecertificeerd.
  • Combineer de juiste databronnen: één enkele databron beantwoordt waarschijnlijk niet al je zakelijke vragen. Daarom moet je vaak bronnen combineren.

2. Overeenstemming bereiken over de verschillende datadefinities

Afdelingen moeten overeenstemming bereiken over de verschillende datadefinities: de betekenis van de data. Mark: “Deze verschillen komen pas naar boven op het moment dat je er cijfers aan vasthangt.” Hij geeft een voorbeeld:

“De finance-afdeling en de servicedesk hebben allebei data van een klant, een financiële organisatie. Wanneer ze bepaalde uitkomsten willen berekenen merken ze dat ze het niet hebben over dezelfde klant. Wat blijkt? De servicedesk definieert deze financiële organisatie als één organisatie: het moederbedrijf. De finance-afdeling daarentegen ziet deze klant als vijf deelondernemingen. Daardoor kloppen de berekeningen niet.”

Waarom helpt een datastrategie hierbij?
Mark: “Zorg ervoor dat je organisatie op z’n minst bewust is van de verschillende datadefinities die afdelingen geven aan data. En kom tot een overzicht dat data met elkaar verbindt.”

Een handige tip: “kijk per situatie naar de datadefinitie. Doe je dit niet? Dan krijg je gekke uitkomsten uit je berekeningen. En dat heeft natuurlijk flinke gevolgen voor de doelen die je met data wilt bereiken. Je kan dan dus niks met de data die je verzameld hebt. Conclusies trekken wordt waardeloos, omdat je verschillende termen hanteert.”

Laat stakeholders het met elkaar eens zijn over welke definities ze gebruiken. “Dat hoeft niet altijd één definitie te zijn”, legt Mark uit. “Dat kunnen ook twee definities zijn. Dus bij het voorbeeld van de verschillende soorten klanten kun je afspreken dat je twee definities hebt: leveringsklanten en financiële klanten. Maar blijf ervan bewust dat je het bij klanten hebt over ‘leveringsklanten’.  En bij financiële klanten heb je het dan over ‘financiële klanten’.”

Wouter: “Die consensus bereiken is cruciaal voor het maken van de juiste berekeningen. Wil je data interpreteren? Dan is het nodig om een exact beeld te hebben van waar de data precies voor staat.”

3. Datakwaliteit waarborgen: de juiste data inzetten voor je doeleinden

Ook al gebruik je een technische oplossing zoals datasoftware, dan nóg kan je data incompleet of inconsistent zijn. Onderzoek laat zien dat dit vaak genoeg voorkomt:

  • Meer dan 51 procent van de individuele afdelingen hanteert nog steeds hun eigen benadering.
  • Slechts 16 procent van organisaties noemt de data die zij gebruiken ‘erg goed’.

Blog Image 2Blog image 1

Hoe komt dat? Wouter: “de onvolledigheid van de data heeft vooral te maken met de inzet van de hele organisatie. Werkt iedereen met verschillende systemen? Dan is het lastig om na te gaan wie in welke stap en vanuit welke stap verkeerde data doorvoert. Dit kan te maken hebben met timing of menselijke fouten.”

Waarom zorgt een datastrategie voor de oplossing?

Een datastrategie helpt je om:

  • de juiste data te gebruiken;
  • data écht in te zetten om tot nieuwe inzichten te komen.

Maar het begint met de vereiste dat de onderliggende data oké moet zijn. Met een datastrategie, inclusief goed leiderschap, ondervang je dit:

  • je hebt binnen je organisatie duidelijk wanneer en waarvoor je bepaalde datadefinities gebruikt;
  • je managet de beschikbaarheid, bruikbaarheid en integriteit van je data.

4. Samenwerking versterken tussen afdelingen om tot betere inzichten te komen

Sommige afdelingen hebben data nodig van een andere afdeling in je organisatie. Maar dit kost voor de andere afdeling soms behoorlijk veel tijd en moeite. En afdelingen hebben hier niet altijd direct profijt van.

Wouter geeft een voorbeeld van een moeizame samenwerking van data ophalen bij een andere afdeling: “Wanneer de Finance-afdeling bepaalde data van de medewerkers wil gebruiken van de HR-afdeling, gaat de HR-afdeling hier niet mee akkoord. Zij zeggen: “onze data is gevoelige persoonlijke data, andere afdelingen hebben daar niks mee te maken. Maar vaak is het helemaal niet dat ‘gevoelige deel’ van de data waar andere afdelingen iets willen. Systemen bieden echter niet de mogelijkheid om het ene deel wel en het andere deel niet te tonen.”

Hoe lost een datastrategie dit op? Wouter geeft advies: “Laat het management aanhaken. Zij kunnen het probleem van het eigenaarschap ondervangen. Data uit de organisatie behoort niet tot individuele personen. Het hoort bij de hele organisatie.”

Maar je moet het wel managen. Met directiesupport geef je zin aan de datastrategie. Het is bewezen dat zulke transformaties succesvoller zijn met directiesupport. Je maakt er dan een ‘organisatieding’ van, en niet enkel een ‘ict-ding’.

“Met directiesupport geef je zin aan de datastrategie.” - Wouter Gielen | Business Intelligence-manager

Wouter: “Want zoals met alle veranderingen het geval is, zo ook hier: er gaat altijd iemand weerstand hebben, want we praten over eigenaarschap-issues. Ict kan dan niks in dit geval. Maar wel samen met het management.”

5. Zicht krijgen op hoeveel data je genereert en welke data je daarvan gebruikt

Mensen hebben geen zin om data te verzamelen zonder dat ze direct terugzien wat hiermee gebeurt. “Zonder datastrategie heb je geen zicht op hoeveel data je genereert en welke data je daarvan gebruikt. Zoek hierin een balans”, aldus Wouter. "Het kost enkel extra tijd voor je medewerkers, in plaats van toegevoegde waarde en dat zorgt weer voor ontevredenheid bij je mensen."

Mark: “Kijk naar het voorbeeld van de onderzoeker en de arts. De arts vult formulieren in, maar ziet het als verloren tijd om deze formulieren continu in te vullen. Voor de onderzoeker is deze informatie enorm waardevol omdat hij hier informatie krijgt over de werking van een bepaald medicijn. De arts is hier niet goed van op de hoogte en vult de informatie onvolledig in. De onderzoeker krijgt dan halve of onjuiste data binnen. Daardoor is data de onbruikbaar.”

“Daarom moet je het nut van data zien over de hele organisatie”, legt Mark uit. “Wat je vaak ziet is dat afdelingen nog wel de juiste data in het CRM invullen voor hun eigen werkzaamheden. Maar het gaat verder dan dat. Alle afdelingen moeten weten waarom ze de tijd nemen om velden met data te vullen.”

Hoe helpt een datastrategie hierbij?

Met een goed doordachte datastrategie verzamel je data die je ook echt gebruikt: “Anders is het zonde van de tijd en moeite", zegt Mark.

Extra tip: “Neem automatisering mee in dit proces. Heb je ook een app die bepaalde data aanvult en genereert? Dat betekent bijvoorbeeld dat je veel data automatisch in kunt vullen en tijd hierop bespaart. Zo’n systeem ondervangt daarnaast menselijke fouten. Tegelijkertijd moet je wel rekening houden met de vraag: hoe werk ik met de applicaties?” Hier lees je hoe je dat aanpakt.

6. Data verzamelen en inzetten die niet in strijd is met de privacy-wetgeving

De wens om zoveel mogelijk inzicht uit data te halen botst weleens met privacy-wetgeving.

Zoveel mogelijk data verzamelen is geen goed idee. Denk goed na over de data die je verzamelt. “Je hebt te maken met wettelijke regelgeving zoals de AVG”, vertelt Mark. "Daarnaast zijn er ook andere morele bezwaren die wettelijk gezien wel mogen, alleen moet je dat niet willen.”

Een voorbeeld: de vraag vanuit Nederlandse bedrijven naar monitoringssoftware voor medewerkers neemt fors toe sinds het thuiswerken. Werkgevers kunnen dan bijhouden en controleren wat hun medewerkers uitvoeren. Denk aan het meten van het aantal muisbewegingen of toetsaanslagen van een thuiswerker. Dit is een voorbeeld waarin je erg ver gaat met het inzetten van data voor doeleinden die moreel gezien twijfelachtig zijn.

Mark: “Denk in ieder geval altijd na over het volgende: hoe kunnen anderen de data interpreteren en is dat altijd wenselijk?” Hier een paar tips:

  • Neem niet meer data op dan nodig.
  • Sta persoonlijke data alleen toe als je informatie niet op een andere manier kunt verkrijgen.
  • Bewaar data niet langer dan nodig.

Datagedreven te werk gaan met een datastrategie: hoe start je?

Datagedreven werken en je data op de juiste manier inzetten start met de volgende drie acties:

  1. Bepaal op welke manier je data bijdraagt aan je bedrijfsdoelstellingen. Kom je er niet uit? Schakel dan expertise in.
  2. Begin altijd klein, maar houd wel zicht op het grotere plaatje. Je kunt bijvoorbeeld starten met een Proof of Concept (POC) op basis van de gegevens die al beschikbaar zijn in jouw organisatie.
  3. Denk na over de adoptie van deze nieuwe werkwijze en investeer in de juiste mensen en tools.

CTA banner

 

Nog geen reacties

Reageer als eerste

Ben jij al bekend met ITIL 4?

Kom vrijdag 19 april naar de ITIL 4 kennissessie en laat je meenemen op een tour langs alle verandering en mogelijkheden van ITIL 4.

> Meld je nu aan!

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

Posted by Hennie Lievense on 11-mei-2021 11:25:43

Succesvolle disruptieve bedrijven zoals Netflix, Uber en Google hebben één ding gemeen: ze gaan datagedreven te werk en hebben een duidelijke datastrategie. Maar datagedreven werken is niet alleen iets voor de grote techreuzen. Ook kleinere Nederlandse organisaties in het onderwijs, retail of de gezondheidszorg maken steeds vaker succesvol gebruik van data. Denk bijvoorbeeld aan een Nederlands ziekenhuis dat data uit patiëntendossiers gebruikt om te voorspellen welke hoeveelheid medicatie het beste werkt. Of een supermarkt die op basis van consumentdata de aankopen van klanten voorspelt. Een datastrategie is noodzakelijk om vooruit te kunnen met je organisatie. Maar waarom eigenlijk?

In deze blog geven Mark Versteegh, Data Architect bij OGD, en Wouter Gielen, Business Intelligence-manager bij OGD de 6 belangrijkste redenen om een datastrategie op te zetten.

Leestip: whitepaper 'De 7 belangrijkste ict-trends voor 2021'

6 redenen waarom een datastrategie vereist is

Een databeleid komt niet zonder uitdagingen. De ict-afdeling is hier dan ook niet alleen verantwoordelijk voor. Wouter zegt hierover: “Zoals Satya Nadella, CEO van Microsoft al zei: “Every company is a software company.” Data inzetten heeft impact op alle afdelingen. Daarom is een datastrategie vereist.”

Mark: “De reden dat organisaties écht moeten nadenken over het inzetten van hun data is omdat ze te maken hebben met een combinatie van organisatorische en technische uitdagingen. Zou de uitdaging puur technisch zijn? Dan kun je het eenvoudiger overlaten aan  een ict-leverancier, bijvoorbeeld.

De mensen in je organisatie zover krijgen is één stap. Maar je moet ook beschikken over de technische kennis om te weten wat de beste stappen zijn voor een datastrategie. De combinatie met techniek maakt het ingewikkeld om te weten wat mogelijk is om datagedreven te werken. Het wordt dan al snel een multidisciplinaire uitdaging.”

Dit zijn volgens Wouter en Mark de belangrijkste redenen om een datastrategie op te zetten:

  1. Je bedrijfsdoelstellingen behalen door datagedreven beslissingen te maken.
  2. Overeenstemming bereiken over de verschillende datadefinities.
  3. Datakwaliteit waarborgen: de juiste data inzetten voor je doeleinden.
  4. Samenwerking versterken tussen afdelingen om tot betere inzichten te komen.
  5. Zicht krijgen op hoeveel data je genereert en welke data je daarvan gebruikt.
  6. Data verzamelen en inzetten die niet in strijd is met de privacywetgeving.

1. Je bedrijfsdoelstellingen halen door datagedreven beslissingen te maken

Je eigen gevoel is lang niet altijd de beste raadgever. Dat geldt in ieder geval voor belangrijke zakelijke beslissingen en bedrijfsdoelstellingen. Wanneer je bedrijfsdoelstellingen opzet:

  • wil je dat je de controle hebt en je wilt weten of je handelingen het juiste effect hebben;
  • wil je kijken of er nog ruimte is voor verbetering.

Datagedreven beslissingen maken je minder kwetsbaar. Wouter: “Je kunt daardoor beter zien wat er werkte in het verleden. Datagedreven werken helpt je om toekomstige ontwikkelingen te voorspellen en hier zo goed mogelijk op in te spelen. Baseer je beslissingen dan ook op de data die je hebt verzameld.” Zo zet je de eerste stappen:

  • Kijk naar je bedrijfsdoelen en stel prioriteiten: neem data mee in je doelstellingen. Zo kun je Key Performance Indicators (KPI´s) formuleren. En daarnaast weet je dan ook welke databronnen je moet aanspreken en analyseren. 
  • Identificeer de juiste databronnen: zorg er in ieder geval voor dat de databronnen die je gebruikt zijn opgeschoond en gecertificeerd.
  • Combineer de juiste databronnen: één enkele databron beantwoordt waarschijnlijk niet al je zakelijke vragen. Daarom moet je vaak bronnen combineren.

2. Overeenstemming bereiken over de verschillende datadefinities

Afdelingen moeten overeenstemming bereiken over de verschillende datadefinities: de betekenis van de data. Mark: “Deze verschillen komen pas naar boven op het moment dat je er cijfers aan vasthangt.” Hij geeft een voorbeeld:

“De finance-afdeling en de servicedesk hebben allebei data van een klant, een financiële organisatie. Wanneer ze bepaalde uitkomsten willen berekenen merken ze dat ze het niet hebben over dezelfde klant. Wat blijkt? De servicedesk definieert deze financiële organisatie als één organisatie: het moederbedrijf. De finance-afdeling daarentegen ziet deze klant als vijf deelondernemingen. Daardoor kloppen de berekeningen niet.”

Waarom helpt een datastrategie hierbij?
Mark: “Zorg ervoor dat je organisatie op z’n minst bewust is van de verschillende datadefinities die afdelingen geven aan data. En kom tot een overzicht dat data met elkaar verbindt.”

Een handige tip: “kijk per situatie naar de datadefinitie. Doe je dit niet? Dan krijg je gekke uitkomsten uit je berekeningen. En dat heeft natuurlijk flinke gevolgen voor de doelen die je met data wilt bereiken. Je kan dan dus niks met de data die je verzameld hebt. Conclusies trekken wordt waardeloos, omdat je verschillende termen hanteert.”

Laat stakeholders het met elkaar eens zijn over welke definities ze gebruiken. “Dat hoeft niet altijd één definitie te zijn”, legt Mark uit. “Dat kunnen ook twee definities zijn. Dus bij het voorbeeld van de verschillende soorten klanten kun je afspreken dat je twee definities hebt: leveringsklanten en financiële klanten. Maar blijf ervan bewust dat je het bij klanten hebt over ‘leveringsklanten’.  En bij financiële klanten heb je het dan over ‘financiële klanten’.”

Wouter: “Die consensus bereiken is cruciaal voor het maken van de juiste berekeningen. Wil je data interpreteren? Dan is het nodig om een exact beeld te hebben van waar de data precies voor staat.”

3. Datakwaliteit waarborgen: de juiste data inzetten voor je doeleinden

Ook al gebruik je een technische oplossing zoals datasoftware, dan nóg kan je data incompleet of inconsistent zijn. Onderzoek laat zien dat dit vaak genoeg voorkomt:

  • Meer dan 51 procent van de individuele afdelingen hanteert nog steeds hun eigen benadering.
  • Slechts 16 procent van organisaties noemt de data die zij gebruiken ‘erg goed’.

Blog Image 2Blog image 1

Hoe komt dat? Wouter: “de onvolledigheid van de data heeft vooral te maken met de inzet van de hele organisatie. Werkt iedereen met verschillende systemen? Dan is het lastig om na te gaan wie in welke stap en vanuit welke stap verkeerde data doorvoert. Dit kan te maken hebben met timing of menselijke fouten.”

Waarom zorgt een datastrategie voor de oplossing?

Een datastrategie helpt je om:

  • de juiste data te gebruiken;
  • data écht in te zetten om tot nieuwe inzichten te komen.

Maar het begint met de vereiste dat de onderliggende data oké moet zijn. Met een datastrategie, inclusief goed leiderschap, ondervang je dit:

  • je hebt binnen je organisatie duidelijk wanneer en waarvoor je bepaalde datadefinities gebruikt;
  • je managet de beschikbaarheid, bruikbaarheid en integriteit van je data.

4. Samenwerking versterken tussen afdelingen om tot betere inzichten te komen

Sommige afdelingen hebben data nodig van een andere afdeling in je organisatie. Maar dit kost voor de andere afdeling soms behoorlijk veel tijd en moeite. En afdelingen hebben hier niet altijd direct profijt van.

Wouter geeft een voorbeeld van een moeizame samenwerking van data ophalen bij een andere afdeling: “Wanneer de Finance-afdeling bepaalde data van de medewerkers wil gebruiken van de HR-afdeling, gaat de HR-afdeling hier niet mee akkoord. Zij zeggen: “onze data is gevoelige persoonlijke data, andere afdelingen hebben daar niks mee te maken. Maar vaak is het helemaal niet dat ‘gevoelige deel’ van de data waar andere afdelingen iets willen. Systemen bieden echter niet de mogelijkheid om het ene deel wel en het andere deel niet te tonen.”

Hoe lost een datastrategie dit op? Wouter geeft advies: “Laat het management aanhaken. Zij kunnen het probleem van het eigenaarschap ondervangen. Data uit de organisatie behoort niet tot individuele personen. Het hoort bij de hele organisatie.”

Maar je moet het wel managen. Met directiesupport geef je zin aan de datastrategie. Het is bewezen dat zulke transformaties succesvoller zijn met directiesupport. Je maakt er dan een ‘organisatieding’ van, en niet enkel een ‘ict-ding’.

“Met directiesupport geef je zin aan de datastrategie.” - Wouter Gielen | Business Intelligence-manager

Wouter: “Want zoals met alle veranderingen het geval is, zo ook hier: er gaat altijd iemand weerstand hebben, want we praten over eigenaarschap-issues. Ict kan dan niks in dit geval. Maar wel samen met het management.”

5. Zicht krijgen op hoeveel data je genereert en welke data je daarvan gebruikt

Mensen hebben geen zin om data te verzamelen zonder dat ze direct terugzien wat hiermee gebeurt. “Zonder datastrategie heb je geen zicht op hoeveel data je genereert en welke data je daarvan gebruikt. Zoek hierin een balans”, aldus Wouter. "Het kost enkel extra tijd voor je medewerkers, in plaats van toegevoegde waarde en dat zorgt weer voor ontevredenheid bij je mensen."

Mark: “Kijk naar het voorbeeld van de onderzoeker en de arts. De arts vult formulieren in, maar ziet het als verloren tijd om deze formulieren continu in te vullen. Voor de onderzoeker is deze informatie enorm waardevol omdat hij hier informatie krijgt over de werking van een bepaald medicijn. De arts is hier niet goed van op de hoogte en vult de informatie onvolledig in. De onderzoeker krijgt dan halve of onjuiste data binnen. Daardoor is data de onbruikbaar.”

“Daarom moet je het nut van data zien over de hele organisatie”, legt Mark uit. “Wat je vaak ziet is dat afdelingen nog wel de juiste data in het CRM invullen voor hun eigen werkzaamheden. Maar het gaat verder dan dat. Alle afdelingen moeten weten waarom ze de tijd nemen om velden met data te vullen.”

Hoe helpt een datastrategie hierbij?

Met een goed doordachte datastrategie verzamel je data die je ook echt gebruikt: “Anders is het zonde van de tijd en moeite", zegt Mark.

Extra tip: “Neem automatisering mee in dit proces. Heb je ook een app die bepaalde data aanvult en genereert? Dat betekent bijvoorbeeld dat je veel data automatisch in kunt vullen en tijd hierop bespaart. Zo’n systeem ondervangt daarnaast menselijke fouten. Tegelijkertijd moet je wel rekening houden met de vraag: hoe werk ik met de applicaties?” Hier lees je hoe je dat aanpakt.

6. Data verzamelen en inzetten die niet in strijd is met de privacy-wetgeving

De wens om zoveel mogelijk inzicht uit data te halen botst weleens met privacy-wetgeving.

Zoveel mogelijk data verzamelen is geen goed idee. Denk goed na over de data die je verzamelt. “Je hebt te maken met wettelijke regelgeving zoals de AVG”, vertelt Mark. "Daarnaast zijn er ook andere morele bezwaren die wettelijk gezien wel mogen, alleen moet je dat niet willen.”

Een voorbeeld: de vraag vanuit Nederlandse bedrijven naar monitoringssoftware voor medewerkers neemt fors toe sinds het thuiswerken. Werkgevers kunnen dan bijhouden en controleren wat hun medewerkers uitvoeren. Denk aan het meten van het aantal muisbewegingen of toetsaanslagen van een thuiswerker. Dit is een voorbeeld waarin je erg ver gaat met het inzetten van data voor doeleinden die moreel gezien twijfelachtig zijn.

Mark: “Denk in ieder geval altijd na over het volgende: hoe kunnen anderen de data interpreteren en is dat altijd wenselijk?” Hier een paar tips:

  • Neem niet meer data op dan nodig.
  • Sta persoonlijke data alleen toe als je informatie niet op een andere manier kunt verkrijgen.
  • Bewaar data niet langer dan nodig.

Datagedreven te werk gaan met een datastrategie: hoe start je?

Datagedreven werken en je data op de juiste manier inzetten start met de volgende drie acties:

  1. Bepaal op welke manier je data bijdraagt aan je bedrijfsdoelstellingen. Kom je er niet uit? Schakel dan expertise in.
  2. Begin altijd klein, maar houd wel zicht op het grotere plaatje. Je kunt bijvoorbeeld starten met een Proof of Concept (POC) op basis van de gegevens die al beschikbaar zijn in jouw organisatie.
  3. Denk na over de adoptie van deze nieuwe werkwijze en investeer in de juiste mensen en tools.

CTA banner

 

Topics: Business Intelligence