De route naar datagedreven
werken in HR

Dit artikel is oorspronkelijk gepubliceerd op CHRO

U wilt de stap maken van beslissen op basis van aannames naar datagedreven werken? Dat is een kwestie van gewoon beginnen. Maar succesvol datagedreven werken, overal en elke dag, dat is heel iets anders. Ja, het biedt fantastische voordelen en opbrengsten. Maar je moet wel weten wat je doet. Enkele tips om een aantal valkuilen te ontlopen.

De overstap naar het gebruiken van data, inzichten & analytics om beslissingen te onderbouwen, processen te optimaliseren en innovatieve, intelligente, producten te realiseren, is een verandertraject. In de praktijk mislukt helaas de meerderheid van verandertrajecten. Dit geldt ook voor de overgang naar datagedreven werken. De kans op succes wordt aanzienlijk groter als je begint met een goede start.

Investeren in data en technologie is geen garantie voor succes. Uiteindelijk zijn het toch de mensen die het verschil maken

Allereerst moet er een reden zijn om data te gaan gebruiken, zoals vraagstukken waar je zonder data niet uitkomt of kansen die je met data beter denkt te kunnen benutten. Anders is er waarschijnlijk weinig interesse om het verandertraject überhaupt van de grond te krijgen. Dit kan zelfs leiden tot weerstand onder de medewerkers. Bij de koplopers op het gebied van data & analytics voelt de directie de urgentie heel sterk. Ze hebben vooraf ook een duidelijke visie: zo gaan we het doen.

Interne marketing

Als de organisatie die urgentie nog niet voelt, moet die worden gecreëerd, te beginnen bij het management. Zie het als interne marketing. Je moet bewustzijn, interesse en behoefte creëren. Dat gebeurt door te laten zien wat er mogelijk is. Met mooie voorbeelden uit boeken en van internet bijvoorbeeld. Maar voorbeelden uit de eigen organisatie werken het beste.

Dat is een van de redenen om gewoon te beginnen. Begin klein, neem een vraagstuk waar men wakker van ligt, maar dat weinig analytische investeringen vereist. Kies wel een analyse waarvan je weet dat er daarna ook daadwerkelijk iets mee gedaan kan worden. Het succes van een analyse zit ‘m namelijk niet in het inzicht dat je eruit haalt, maar in het besluit dat je neemt op basis van dat inzicht én de actie die dat in gang zet.

Stel dat de directie wil onderzoeken of er sprake is van inclusiviteit binnen de organisatie. Dan is essentieel dat je de mogelijkheid hebt om iets te veranderen, als blijkt dat werknemers zich niet zo thuis voelen. Zo niet, dan is een analyse niet zinvol. Zo ja dan creëert de organisatie met pilotprojecten als deze eigen succesverhalen die intern kunnen worden gedeeld zodat ze ook voor anderen tot leven komen.

Stevig verandertraject

Het is belangrijk te beseffen dat overstappen op datagedreven werken géén eenmalig project is dat je ‘even tussendoor’ doet, het is een stevig verandertraject. Als degene, die collega’s of de hele organisatie mag helpen datagedreven te gaan werken, het ‘erbij’ moet doen, dan kun je er beter niet aan beginnen. Op zo’n manier heeft een groot verandertraject nog nooit de beoogde resultaten opgeleverd. Ruim er voldoende tijd voor in. Succesvolle organisaties maken er mensen en tijd voor vrij én stellen budgetten ter beschikking.

Succesvolle organisaties maken er mensen en tijd voor vrij én stellen budgetten ter beschikking.

Er is onder andere budget nodig om te investeren in data en technologie. Uiteraard heb je data nodig. Denk daarbij aan interne én externe gegevensbronnen, met gestructureerde en ongestructureerde data. Je hoeft niet te wachten met analyseren tot de gegevens perfect zijn, maar het is wel goed om, waar nodig, te werken aan verbetering van de kwaliteit. Daarnaast is het belangrijk ervoor te zorgen dat bij het gebruik van data de regelgeving wordt nageleefd en dat ethische complicaties van het gebruik van de betreffende gegevens worden afgewogen.

Tools en infrastructuur

Techniek zet je vooral in om de dataverwerking en het analyseren te versnellen door het aantal handmatige werkzaamheden te verkleinen. Dit levert niet alleen tijdwinst op maar verkleint ook de kans op menselijke fouten. Welke tools en infrastructuur je nodig hebt, hangt af van de hoeveelheid en soort data die je gaat gebruiken en de analyses die je wilt uitvoeren. Maar ook van de gebruikers, hun kennis en vaardigheden, en de mate van autorisatie die je wilt toepassen bij het delen van informatie.

Investeren in data en technologie is geen garantie voor succes. Uiteindelijk zijn het toch de mensen die het verschil maken. Er is een cultuur nodig waarin medewerkers datagedreven wíllen en kúnnen werken. Er zijn allereerst ambassadeurs nodig om mensen te enthousiasmeren en warm te maken. En sponsors om de eerste analytics-pilotprojecten mogelijk te maken. Belangrijk daarbij is zoals altijd: leiderschap. Directie en management moeten het goede voorbeeld geven zodat de medewerkers dat gaan overnemen. Gebeurt dat niet dan worden zij niet getriggerd om hetzelfde doen, raken ze mogelijk in de war of zullen ze datagedreven werken zelfs gaan wantrouwen.

Leren werken met data

Vervolgens dienen de medewerkers de benodigde vaardigheden te hebben om analytische vragen te kunnen stellen en resultaten te kunnen interpreteren. De eerste stap daarbij is om medewerkers in plaats van ‘onbewust onbekwaam’ ‘bewust onbekwaam’ te maken. Op dat moment kunnen ze ervoor kiezen om te leren met data te werken en ‘bewust bekwaam’ te worden. Doorgroeien naar geheel ‘onbewust bekwaam’ is daarbij waarschijnlijk een illusie: mensen worden constant omringd door duizenden gedachten en sensaties. Er zijn eenvoudigweg te weinig mentale middelen om van alles bewust te zijn en altijd beslissingen te nemen op basis van rationele overwegingen.

Het is slim om te beginnen volgens de zogenoemde lean startup-methode.

Er is daarnaast analytics-talent nodig om de gewenste rapportages te kunnen maken, analyses te kunnen uitvoeren en algoritmes te kunnen creëren. Zijn de medewerkers (nog) niet bekwaam genoeg, dan kunnen ‘analytics translators’, mensen met een basis in beide disciplines (zowel in HR als in analytics) een brug bouwen tussen de twee werelden. Tot slot zijn er ook veranderaars nodig om de inzichten om te zetten in acties en intelligente producten.

Snel leren met experimenten

Om deze nieuwe manier van werken te realiseren is een plan nodig, een roadmap naar succes. Het is slim om te beginnen volgens de zogenoemde lean startup-methode. Daarbij wordt gestart met experimenten om snel te leren wat werkt en wat niet. Het is ook goed om ieder analytics-project op zich agile aan te pakken, waarbij het project wordt opgedeeld in korte iteraties en waarbij per iteratie wordt bekeken wat op dat moment het belangrijkste is om te doen.

Een visie en een langeretermijnstrategie zijn echter onontbeerlijk om te voorkomen dat de organisatie ad hoc en chaotisch gaat werken en mensen gefrustreerd raken. In deze roadmap wordt met name uitgewerkt hoe het governance-raamwerk en het operationele model eruit komen te zien, hoe je de (rand)voorwaarden om datagedreven te kunnen werken ontwikkelt en perfectioneert, terwijl de uitvoering al is gestart.

Zo leg je basis voor een kansrijke overstap naar datagedreven werken. Veel succes daarmee.

Meer informatie?
Neem vrijblijvend contact met ons op.

  • This field is for validation purposes and should be left unchanged.

Dit artikel is geschreven door

Irma Doze

Irma Doze

Zoek in deze website