Drie tips om te bouwen aan het vertrouwen in data

Data is tegenwoordig een belangrijk onderwerp van gesprek in veel bestuursoverleggen. Organisaties willen graag datagedreven of informatiegedreven gaan werken, en hun beslissingen niet langer baseren op onderbuikgevoel maar op feiten. Een goede ontwikkeling! Maar vaak zien we dat dit niet van de een op de andere dag lukt.

Van weerstand naar vertrouwen

Net als alle andere grote veranderingen, kan ook de transformatie naar datagedreven werken op weerstand rekenen. Een belangrijke oorzaak? Er is geen vertrouwen in de data. Werknemers herkennen de cijfers in een rapport of grafiek niet, of ze weten precies dat ene voorbeeld te noemen waar de conclusie niet voor geldt.

In deze blog geef ik je graag drie tips om te bouwen aan het vertrouwen in data.

1  Foute data zorgen voor onherkenbare cijfers

De eerste, en misschien ook voor de hand liggende, oorzaak van het wantrouwen in data, is dat de data ook daadwerkelijk niet kloppen. Verschillende rapporten kunnen verschillende cijfers laten zien voor hetzelfde gegeven. Gaan we terug naar het begin van de informatiestroom, dan zien we dat bij de invoer van data al veel fouten voorkomen. Stop je foutieve data in een machine, dan komen er ook foutieve data uit. “Garbage in = garbage out” wordt dit ook wel genoemd in informatieland.

Fouten die we kunnen voorkomen bij invoer, zijn bijvoorbeeld typfouten en niet of verkeerd ingevulde velden. Het invoeren van deze data is dan ook vaak mensenwerk, en fouten maken is menselijk. Zo zag ik bij mijn werk als HR informatieanalist dat er heel veel manieren zijn om een functietitel vast te leggen in het systeem: met een streepje, zonder, met hoofdletter, noem maar op. Dat maakt het lastig om snel de vraag te beantwoorden: hoeveel mensen met deze functie hebben we nu in dienst? En dit kan ook zorgen voor foutieve output.

Door in de informatiestroom, wij noemen het ook wel de datareis, te duiken en deze fouten zoveel mogelijk op te sporen, kunnen we de invoerders bewust maken van deze fouten en hun weerslag. Hiermee kunnen de eerste stappen gezet worden om fouten te voorkomen en het vertrouwen in data te laten groeien. Gaan we echt transformeren met data, dan kunnen nieuwe technologieën als ‘machine learning’ en robotisering ook automatisch fouten ontdekken en rechtzetten.

2  Voorbij de abracadata

Niet iedereen heeft iets met data of informatievoorziening, of de technische systemen die erbij komen kijken. Een selecte club experts gaat vaak aan de gang met data en systemen, kan zelfs processen programmeren zodat van alles automatisch gaat, en bouwt koppelingen om data samen te brengen in systemen. Met woorden als machine learning en robotisering wordt het wereldje vaak nog meer abracadabra voor de rest van de organisatie. En net als met goocheltrucs zorgt dit alleen maar voor verwarring en wantrouwen.

Hier zien we dus de tweede oorzaak van het wantrouwen in data. Hoe los je dit op? Neem iedereen eens mee in de reis die data afleggen, oftewel (daar is ie weer) de datareis!

Weten waar data vandaan komen en hoe een rapport wordt opgebouwd, kan helpen het vertrouwen erin te doen groeien. Zo groeit ook de bewustwording: als ik X aanpas in het proces, heeft dat gevolgen voor de data in mijn rapport! Al snel is dan te merken dat data en rapportages geen hogere wiskunde hoeven te zijn, en wordt het werken met data grijpbaar voor iedereen.

3  Data als dagelijks gespreksonderwerp

De derde manier om vertrouwen in data te bouwen, is het onderwerp in het dagelijks werk aankaarten. Hoe meer we het over data hebben, hoe meer het gaat leven op de werkvloer. Als we data met regelmaat bekijken en de twijfels die er leven uitspreken, kunnen we ook werken aan het uitleggen van de cijfers en het wegnemen van deze twijfels. Daarnaast kunnen twijfels over data ook leiden tot verbeteringen van de data, als deze op fouten berusten.

Zeker in een Continu Verbeteren-cultuur zijn deze gesprekken onmisbaar. Denk er daarom eens aan om cijfers op je weekstartbord te hangen, of mee te nemen naar je strategisch overleg.