Start nu eens niet met het opleiden en trainen van je medewerkers…

Het speelt al wel even; de maatschappelijke sector bevindt zich in een tijdperk van digitale verandering. Data en technologie veranderen niet alleen de manier waarop we werken, maar ook onze kijk op en verwachting van de manier waarop we maatschappelijke impact moeten realiseren.
Datagedreven werken biedt teams, collega’s en managers de kans om betere beslissingen te nemen, efficiënter te werken en hun (maatschappelijke) doelen te bereiken. Toch merken we vaak dat organisaties worstelen met de implementatie hiervan. Een veel gekozen startpunt: het trainen van medewerkers. Maar is dat wel de beste aanpak?

Wat begint met de vraag naar het verzorgen van een training, is vaak het startpunt van een interessant gesprek over een bredere behoefte aan visie, strategie en concrete doelstellingen rondom datagedreven werken. Dit artikel gaat terug naar de basis en laat zien hoe organisaties succesvol datagedreven kunnen worden; dat daarbij een goede start essentieel is, maar ook hoe leren en ontwikkelen daarin een belangrijke bijdrage leveren.

De vraag achter de vraag

Steeds vaker worden we benaderd door organisaties met een duidelijke hulpvraag: “We willen onze medewerkers trainen in datagedreven werken, kunnen jullie ons hierbij helpen?”
Gelukkig kunnen wij deze hulpvraag met een volmondig ‘ja, natuurlijk’ beantwoorden. Maar bij doorvragen blijkt echter toch vaak dat de vraag om een training niet de eigenlijk vraag is en dat het opleiden van medewerkers naar datagedreven professionals (op dit moment) niet het antwoord is; er speelt een complexere uitdaging!

In veel gevallen treffen we een situatie als deze aan: de eerste stappen op het gebied van data zijn gezet: er is een dashboard gebouwd, enkele dataprojecten/initiatieven zijn gestart, of er is een data-analist aangenomen. Deze initiatieven leveren de organisatie echter (nog) niet het gewenste resultaat op.

De reden? Er ontbreekt een heldere samenhang tussen visie, strategie, rollen en processen. Daarnaast zijn teams vaak nog niet gewend om met data te werken, voelt men niet de urgentie om dit te doen en draagt een managementteam te weinig uit hoe data kunnen bijdragen aan het behalen van de organisatiedoelen. Hier ligt wat ons betreft de daadwerkelijke hulpbehoefte: voordat je als organisatie medewerkers traint/opleidt in datagedreven werken, is het cruciaal om deze zaken aan te pakken. Start bij de basis: visie, strategie en doelen.

1. Begin met een heldere visie

Een visie op datagedreven werken geeft richting. Het antwoord op de vraag “Waarom willen we datagedreven werken?” vormt de basis voor elke volgende stap. Voor maatschappelijke organisaties kan deze vraag bijvoorbeeld beantwoord worden met:

• We willen meer middelen naar de inwoners/cliënten
  Door processen te verbeteren en middelen slimmer in te zetten
• We willen onze maatschappelijke impact vergroten
  Door met data gerichte interventies te ontwikkelen en te monitoren.
• We willen efficiënter werken
  Door processen beter in te richten en middelen slimmer in te zetten.
• We willen verantwoording kunnen afleggen
  Door transparant en meetbaar te laten zien wat de organisatie bereikt.

Een duidelijke visie zorgt ervoor dat data niet een doel op zich wordt, maar een middel om de (maatschappelijke) organisatiebrede missie te versterken.

2. Ontwikkel een duidelijke strategie

Een strategie vertaalt de visie naar actie. Het gaat wat ons betreft om de vraag: “Hoe gaan we datagedreven werken?” Dit kan bijvoorbeeld door:

• Het vaststellen van prioriteiten
  Welke vraagstukken willen we met data oplossen?
• Rollen en verantwoordelijkheden helder te maken
  Wie is verantwoordelijk voor data? Welke teams gebruiken data, en hoe werken zij samen?
• Investeringen te alloceren
  Welke middelen zijn nodig voor technologie, opleiding en cultuurverandering?

Een goede (data)strategie zorgt voor focus en voorkomt dat projecten blijven hangen in losse initiatieven zonder impact.

3. Stel concrete doelen

Datagedreven werken wordt pas effectief als het meetbaar is. Stel daarom doelen die specifiek, meetbaar, acceptabel, realistisch en tijdgebonden (SMART) zijn. Bijvoorbeeld:

• Korte termijn
  Binnen zes maanden een datadashboard ontwikkelen dat inzicht geeft in het gebruik van voorzieningen.
• Middellange termijn
  Over een jaar 70% van de medewerkers trainen in het gebruik van datagedreven besluitvorming.
• Lange termijn
  Binnen drie jaar de maatschappelijke impact van programma’s verhogen met 20%, ondersteund door data.

Naast visie, strategie en vaardigheden is technologie een cruciaal element voor datagedreven werken. Zonder goede tools en toegang tot betrouwbare data, blijven zelfs de beste initiatieven steken.

4. Zorg voor betrouwbare data en tools

Een solide data-infrastructuur is de ruggengraat van datagedreven werken. Dit omvat:

• Datakwaliteit
  Zijn de gegevens betrouwbaar, compleet en actueel?
• Toegankelijkheid
  Hebben medewerkers toegang tot de data die zij nodig hebben?
• Tools
  Beschikt de organisatie over de juiste software om data te verzamelen, analyseren en visualiseren?

5. Creëer een datagedreven cultuur

Een van de grootste uitdagingen, op welk veranderkundig vraagstuk dan ook, is het ontwikkelen/veranderen van een cultuur waarin data vanzelfsprekend onderdeel zijn van het werk. Dit vraagt om:

• Betrokkenheid van het MT
  Het MT moet de visie uitdragen, het goede voorbeeld geven en actief sturen op het gebruik van data.
• Samenwerking tussen teams
  Teams die data aanleveren (zoals IT) en teams die data gebruiken (zoals beleidsmakers) moeten elkaar begrijpen en versterken.
• Openheid en leren
  Fouten mogen maken en daarvan leren is essentieel om datagedreven werken te laten slagen.

6. Bied ondersteuning bij implementatie en data-adoptie

Het kiezen van de juiste technologie is één ding; de implementatie ervan is een ander. Het helpt als er binnen de organisatie data-experts zijn die medewerkers ondersteunen bij en enthousiast maken voor het gebruik van nieuwe systemen en tools.

7. Bouw vaardigheden stap voor stap op

Medewerkers leren niet van de ene op de andere dag datagedreven werken. Het is een proces dat start met wennen aan het idee en wat vervolgens vraagt om een combinatie van kennis en praktijkervaring. Onze ervaring leert dat een trainingspiramide – een opbouw van onervaren naar professionele expertise - hierbij goed werkt:

• Datadebutant
  Introductietrainingen over wat data zijn, belangrijke begrippen en hoe data kunnen helpen in het werk.
• Datadoorpakker
  Trainingen gericht op praktische vaardigheden, zoals werken met dashboards en het interpreteren van analyses.
• Dataprofessional
  Opleidingen voor medewerkers die data-analyses zelf willen uitvoeren of complexe vraagstukken willen oplossen.

Door het niveau van trainingen af te stemmen op de behoefte en het ontwikkelingsniveau van de organisatie, wordt leren effectief en waardevol.

Wat kun je hier mee als L&D professional?

Voor professionals verantwoordelijk voor leren en ontwikkelen, is er een belangrijke rol weggelegd om de adoptie van datagedreven werken te laten slagen binnen een organisatie. Jullie zijn de aanjagers van verandering.
Het begint met het analyseren van waar teams staan en welke vaardigheden ze nodig hebben. Zorg dat je interventie aansluit bij de praktijk, bijvoorbeeld door concrete casussen uit de organisatie te gebruiken. Stel jezelf belangrijke vragen: zijn de systemen en data betrouwbaar? Hebben medewerkers de juiste basisvaardigheden? En is er een gedeeld begrip van wat datagedreven werken inhoudt? Door kleine stappen te zetten en leerdoelen haalbaar te maken, maak je het proces behapbaar en bouw je vertrouwen op.

Stakeholdermanagement is essentieel! Betrek managers, (data)specialisten en medewerkers bij het ontwerp van je aanbod en stem af zodat iedereen dezelfde taal leert spreken over data en analyse.
Laat het managementteam niet alleen de visie ondersteunen, maar ook actief deelnemen aan trainingen. Stimuleer continu leren door coaching of bijvoorbeeld een leerbacklog met terugkomdagen te organiseren.
Door continuïteit en een goede koppeling naar de praktijk maak je van datagedreven werken een onderdeel van de cultuur en zorg je dat medewerkers het geleerde direct kunnen toepassen.

Stapsgewijs:

• Stakeholdermanagement
  Identificeer sleutelpersonen, wie heeft invloed op of belang bij datagedreven werken? Begrijp hun belangen, wat motiveert hen en welke barrières ervaren zij? Communiceer helder, gebruik duidelijke taal en pas je boodschap aan de doelgroep aan. Werk samen: organiseer werksessies waarin stakeholders meepraten over uitdagingen en oplossingen.
• Identificeer de behoeften
  Analyseer waar teams staan in hun datavaardigheden en laat dat de basis zijn van de leerprogramma’s.
• Verbind theorie aan praktijk
  Combineer trainingen met concrete casussen uit de organisatie om leren relevant te maken.
• Stimuleer continu leren
  Faciliteer een omgeving waarin medewerkers blijven ontwikkelen, bijvoorbeeld door communities of practice of coaching.
• Betrek het MT
  Zorg dat het management niet alleen de visie ondersteunt, maar ook actief deelneemt aan trainingen.

Onze aanpak: van visie naar vaardigheden

Bij Van Dam Datapartners helpen we maatschappelijke organisaties om stap voor stap datagedreven te werken. Onze aanpak is gericht op drie pijlers:

1. Visie en strategie
   We begeleiden organisaties bij het formuleren van een heldere datavisie, een doordachte strategie en concrete doelstellingen.
2. Cultuur en vaardigheden
   We helpen teams en MT’s om de taal van data te leren spreken en datavaardigheden op te bouwen.
3. Implementatie en tools
   We ondersteunen bij het kiezen en implementeren van technologieën die datagedreven werken mogelijk maken.

Conclusie: eerst leren, dan doen

Datagedreven werken is in onze optiek de nieuwe basis om het verschil te kunnen maken. Als je datagedreven werken succesvol wilt implementeren moet je planmatig te werk gaan. Investeer eerst in een heldere visie, een doordachte strategie ondersteund door concrete doelen. Werk vervolgens voor een cultuur waarin werken met data vanzelfsprekend is en bouw vaardigheden stap voor stap op.

Door dataprofessionals, maatschappelijke organisaties eerst helpen om deze basis op orde te brengen, zien we dat trainingen niet alleen effectiever worden, maar ook dat data een blijvende bijdrage leveren aan het werk. Samen maken we het verschil, met data als middel, niet als doel.