Datagedreven organiseren is ongetwijfeld de belangrijkste uitvinding van de mens, helaas gebruiken we het onvoldoende of verkeerd, in ieder geval niet optimaal.

Datagedreven organiseren

Zaken zoals datalekken, niet transparante algoritmes, desinformatie, misbruik van datamonitoring en profilering geven aan dat data niet altijd veilig en democratisch georganiseerd worden. Daarbij treedt er veel digitale verspilling op: zeker dertig procent van de totale organisatiekosten gaat op aan overtypen en het opvragen van data bij andere partijen. Een duurzame, digitale en decentrale maatschappij heeft behoefte aan bewustzijn en specifieke kennis en vaardigheden en gedrag, ook wel ‘datawijsheid’ genoemd.

Het is van belang inzicht te hebben in wat data zijn, hoe we vraag en aanbod van data het beste kunnen organiseren en wat de gevolgen zijn van de keuzes die we hierbij maken. Toch klinkt datagedreven organiseren en ‘datawijsheid’ voor veel mensen nog als een ver-van-hun-bed-show. Ook is niet duidelijk over welke competenties je moet beschikken om klaar te zijn voor een duurzame, digitale en decentrale toekomst.

Hoe datawijs ben jij?
De meeste beslissingen in ons leven en werk worden genomen op basis van data. Dit belang staat in schril contrast met onze kennis en aandacht voor de vraag: wat zijn data en hoe kun je vraag en aanbod veilig, democratisch en productief organiseren. Grote maatschappelijke uitdagingen zoals klimaatverandering, ongelijkheid, een volgende pandemie, macht van techbedrijven, desinformatie, polarisatie en tekorten in collectieve sectoren kunnen opgelost worden door het juiste gebruik van data. En dan hebben we het niet over big data, maar over rijke data. Zonder technisch te worden nemen we professionals in onze programma’s en experience lab mee in de mooie wondere wereld van data, met als slogan: met Lego kun je alles maken, met data ook. Focus hierbij is de inzet van moderne organisatiekunde (samenwerken in ecosystemen) en datatechnologie (internet of things, blockchain, rijke data, datalogistiek, smart contracts en artificial intelligence).

We komen uit een wereld waarin land, arbeid en kapitaal de belangrijkste productiefactoren waren, daar komt nu data bij. Dat heeft tot gevolg dat niet langer ‘het bedrijf’ de ideaalvorm is om te organiseren, maar ecosystemen. Dat betekent dat we niet langer lokale IT-systemen nodig hebben, maar gebruik kunnen maken van een digitale lopende band. Het probleem nu is dat zeker dertig procent van de totale organisatiekosten opgaat aan het opvragen van data bij andere partijen. Dat kan anders en moet ook anders gezien de maatschappelijke uitdagingen waar we voor staan.

De eerste ‘denkfout’ die we in ons werk wegnemen is het idee dat we werk en maatschappij moéten organiseren met bedrijven en overheden en deze ook als uitgangspunt nemen bij het organiseren van data en IT. De tweede denkfout is dat data en IT hetzelfde zijn en dat het organiseren van data daarom ‘iets van IT’ is. Het feit dat we nauwelijks productiever worden, ondanks miljarden investeringen in IT, en dat zeventig procent van de digitale transformatieprojecten mislukken, maken duidelijk dat dit een slecht idee is.

Het gaat niet om informatietechnologie (IT)
Bij IT-trends denken we als snel aan big data, machine-learning, cloud oplossingen of cyber security. We menen door meer te investeren in informatietechnologie dat we productiever worden en bijvoorbeeld veiligheidsproblemen worden opgelost. Het omgekeerde is eerder waar. Typerend is het nieuwsbericht dat de Politie, Belastingdienst en SVB aan de politiek om rust vragen zodat ze hun IT-systemen kunnen onderhouden. De vraag is of we oude systemen moeten onderhouden zodat ze nog inefficiënter, onveiliger en minder betrouwbaar worden of dat we nieuwe systemen moeten bouwen? Dat is misschien wel de belangrijkste vraag aan jou als professional.

De belangrijkste ontwikkelingen die van invloed zijn op IT, hebben primair weinig met IT te maken. Belangrijke ontwikkelingen die van invloed zijn op IT (en daarmee IT-trends) zijn:

  • De verschuiving IT- en automatisering gedreven organiseren naar data gedreven organiseren. IT en data zijn expliciet niet hetzelfde (data zijn de grondstof voor informatie, data zijn industrie agnostisch en met veel minder complexiteit te organiseren).
  • De verschuiving van organisaties als uitgangspunt, naar mens & maatschappij (ecosystemen). We zullen bijvoorbeeld meer met een eigen Personal Data Service gaan werken en organisaties mogen in het kader van de GDPR steeds minder data bewaren als mensen (in de rol van burgers, klanten, medewerkers etc.) toegang organiseren tot die data.
  • Informatiemanagement was lange tijd een afgeleide van fysieke processen. Bedrijven en overheidsorganisaties die georganiseerd zijn als een bedrijf, komen voort uit de industriële revolutie waar land, arbeid en kapitaal de productiefactoren zijn die georganiseerd moeten worden. Daar komen nu data bij en dat vraagt radicaal en fundamenteel andere manieren van organiseren. De meeste IT-systemen vinden hun oorsprong dan ook in de industrie (fabrieken) zijn min of meer gecopy-paste naar de service- en kenniseconomie (kantoren) en kampen nu met legacy-problemen.
  • We hebben niet langer lokale IT-systemen nodig (denk aan CRM-, HRM-, inkoop en boekhoudsystemen). Met moderne datatechnologie, zoals blockchain, kunnen we naar een gedeeld informatie- en transactienetwerk toe. In principe zijn interacties en transacties op een vergelijkbare manier te organiseren als elektriciteit omdat data (binair) in principe nullen en enen, plus en min, zijn.

Dus eigenlijk zouden we het meer over data gedreven organiseren moeten hebben dan over automatisering en IT. Maar IT en IT-trends is zo ingeburgerd dat we deze woorden waarschijnlijk zullen blijven gebruiken. Maar uiteindelijk gaat het om het vaststellen, vastleggen en toegankelijk maken van feiten, van data. De meeste beslissingen in ons leven en werk worden genomen op basis van data en de meeste mensen zijn een groot deel van de dag bezig met het verwerken van data. Dit belang staat in schril contrast met onze kennis en aandacht voor de vraag: wat zijn data en hoe kun je vraag en aanbod productief, betrouwbaar en veilig organiseren. Grote maatschappelijke uitdagingen zoals klimaatsverandering, ongelijkheid, een volgende pandemie, macht van techbedrijven, desinformatie, polarisatie, cyber security en tekorten in collectieve sectoren kunnen mede opgelost worden door het juiste gebruik van data. Bedrijven, overheden en instellingen staan hier niet los van.

Thema’s
Als datagedreven professional ben je onder andere bezig met de volgende thema’s:

  • Maatschappelijke context: verduurzaming, digitale transformatie en decentralisatie
  • Omstandigheden creëren waardoor data beter werkt voor mens & maatschappij
  • Verschil tussen data en IT en hoe wordt je minder afhankelijk van IT?
  • Invloeden en rol van de IT-afdeling, adviseur en softwareleverancier
  • Wat zijn data en hoe kun je vraag en aanbod productief organiseren?
  • Wat zijn de belangrijkste ontwikkelingen?
  • Wat zijn de gevolgen voor de AVG, security, wetgeving en risicomanagement?
  • Zicht op IT-trends vanuit huidige waarneembare praktijkvoorbeelden
  • Wat betekent dit voor je functie en organisatie?
  • Data gedreven organiseren en digitale transformatie
  • Wat moeten je de-organiseren en wat organiseren?
  • Transformationeel leiderschap

Competenties
Datawijs of datageletterd zijn betekent dat je als professional of organisatie het bewustzijn, de kennis, vaardigheden en attitudes hebt om bewust, actief, creatief, kritisch en productief data te gebruiken en te begrijpen. Het is een competentie die je beter in staat stelt om deel te nemen aan het sociale, economische en politieke leven in een toekomst die duurzaam, digitaal en decentraal zal zijn. Datagedreven professionals beschikken over een aantal competenties, waaronder:

Data begrijpen en de juiste kennis, vaardigheden en attitudes hebben om de rol van data bewust, actief, creatief, kritisch en productief te benaderen:

  • bewustzijn: bewustzijn kunnen zijn van het belang van data en het organiseren ervan voor je leven, werk en maatschappij;
  • weten: kunnen weten wat data zijn en hoe je vraag en aanbod veilig en productief kunt organiseren niet alleen vanuit het perspectief van je organisatie, maar primair vanuit mens & maatschappij;
  • observeren: kunnen observeren hoe data worden vastgesteld, vastgelegd en toegankelijk worden gemaakt en ingezet worden;
  • analyseren: kunnen analyseren wat de gevolgen zijn voor mens, organisatie en maatschappij van de manier waarop naar data wordt gekeken en hoe vraag en aanbod wordt georganiseerd;
  • evalueren: kunnen evalueren of die gevolgen destructief of constructief zijn voor mens, organisatie en maatschappij;
  • reflecteren: kunnen reflecteren over of en hoe de manier, waarop anderen of jezelf data organiseren en inzetten, moet worden aangepast om de schadelijke gevolgen voor mens, organisatie en maatschappij te minimaliseren.

Data gebruiken en de juiste kennis, vaardigheden en attitudes hebben om zelf bewust, actief, creatief, kritisch en productief data te gebruiken en te organiseren:

  • vaststellen: het zo veel mogelijk objectief vaststellen van feiten waar consensus over is (liever geijkte en gevalideerd sensoren en validators dan zintuigen en menselijke interpretatie);
  • vastleggen: het vastleggen van feiten op een dusdanige manier waardoor het niet mogelijk is deze eenzijdig te manipuleren, iets wat gebeurd is en waar consensus over is mag niet eenzijdig aangepast worden (ook wel gedeelde werkelijkheid genoemd), iets wat gebeurd is kun je niet ontgebeuren;
  • toegankelijk: het, onder bepaalde omstandigheden, voor bepaalde doelgroep met behulp van bepaalde technologie toegankelijk maken van feiten;
  • interpreteren: een grafiek, een tabel, een lijst om toegankelijk gemaakt data te kunnen lezen en begrijpen;
  • navigeren: je weg vinden in een verzameling van verschillende soorten data en verwerkingen ervan en er de boodschap of wat je nodig hebt uit kunnen halen
  • verzamelen: processen ontwerpen en ontwikkelen om toegang te krijgen tot data en deze te interpreteren en te analyseren;
  • presenteren: zelf de resultaten van een data-analyse doelmatig kunnen voorstellen en visualiseren op maat van de doelgroep.

Datagedreven kunnen organiseren door gebruik te maken van overlappende onderzoeks-, wetenschap- en toepassingsterreinen zoals:

  • taal: competenties op het gebied van symbolen en wat deze vertegenwoordigen, de woordenschat over wat data representeren (ontologie), wat de betekenis is (semantiek) en hoe je data het beste kunt ordenen (taxonomie) in relatie tot context, doel en doelgroep;
  • numerieke geletterdheid: waaronder bijvoorbeeld wiskundige competenties om met cijfers, bewerkingen en statistiek om te gaan;
  • logica (syllogisme) en wetenschapsgeletterdheid: waaronder de mate waarin je logica kunt brengen in teksten (zoals contracten), datasets en causaliteit of correlatie kunt weergeven;
  • communicatie, mediawijsheid en digitale geletterdheid: competenties om de representatie die data is in woorden en beelden te analyseren, zich op hoe en waarom mensen beïnvloedt worden;
  • informatietechnologie, waaronder het kunnen aanwenden van data- en proces modelleringstool, benodigde software, inzicht in algoritmes, internet of things, machine learning en artificial intelligence.

Datagedreven organiseren heeft een breed toepassingsgebied en is vergelijkbaar met het omgaan met geld en allerlei cognitieve en organisatorische inspanningen die daarbij horen. Wanneer we data als waarde (bijvoorbeeld in de vorm van geld) gaan zien zal het belang ervan duidelijk worden. Ook aandacht voor ethiek en authentiek leiderschap zijn belangrijk. Over het algemeen hebben we geen privacyproblemen met de big tech bedrijven, maar een machtsprobleem. Welke algoritmes kunnen beter transparant zijn en moeten we niet toe naar een algemene datanutsvoorziening die privaat/publiek wordt georganiseerd net als de nutsvoorzieningen en weg-, water en railinfrastructuur? Wie neem je als uitgangspunt bij het organiseren van data, processen en IT: je eigen organisatie, je supply chain of zijn mens & maatschappij van een hogere orde?

Je eigen assessment
Je bent niet datawijs of datagedreven als:

  • je niet weet wat data zijn, wat de essentie van data is;
  • je niet weet hoe je vraag en aanbod met zo min mogelijk verspilling organiseert;
  • het databeleid bij je IT-afdeling, adviseur of softwareleveranciers ligt;
  • dataprojecten zonder passend mandaat worden gestart;
  • geen aandacht geeft om feiten bij de bron vast te stellen;
  • feiten die vastgesteld zijn, achteraf eenzijdig aangepast kunnen worden;
  • nuttige feiten niet toegankelijk zijn voor andere actoren in het proces;
  • mensen die wiskunde maar niets vonden, data moeten analyseren;
  • je wel een berg data hebt, maar niet wat je ermee moet doen;
  • iedereen data heeft, maar er geen gedeelde werkelijkheid is;
  • een dataproject jouw organisatie meer oplevert dan de eindklant;
  • geen duidelijk doel hebt bij je dataprojecten;
  • binnen jouw organisatie data en IT hetzelfde zijn;
  • je niet weet van wie data zijn en deze gekopieerd zijn uit een andere databank.

Experience lab
Wil je datagedreven organiseren ervaren? Breng dan een bezoek aan ons experience lab en meld je aan.

Informatie
Wil je meer informatie over datagedreven organiseren neem dan contact op.

Tags: ddo