Zoeken

Help, mijn baas is data-dominant

Bijgewerkt op
Geschreven door Joël Batenburg

In mijn tijd bij de publieke omroep (NPO) had mijn baas, het hoofd televisie, een machtig wapen: de data over het tv-programma dat onder mijn leiding was gemaakt. Bij onze wekelijkse evaluatie had hij het eerste én het laatste woord. Over de kijkcijfers, het marktaandeel en hij wist op basis van valide metingen exact wanneer de kijker zapte. Of ik daar maar rekening mee wilden houden, want anders was dit het laatste seizoen…

Wat deze anekdote interessant maakt, is de schaduwkant van data die vaak onbenoemd blijft. Data als wapen. Data als autoriteit.

Data als laatste woord

Voor de baas stonden de cijfers vast. Ze waren niet onderhandelbaar en werden niet gezamenlijk geduid. Dat had niets met datavolwassenheid te maken. Dat was een knap staaltje datadominantie. De beste programma’s worden vrijwel altijd achteraf gemaakt, als de uitzending voorbij is. Zo’n programma is net een sportwedstrijd: hadden we dit-en-dat maar gedaan…

Misschien herken je niet de situatie, maar wel dit patroon. In veel organisatie wordt data gebruikt als laatste woord. De cijfers liggen op tafel en daar valt niets meer tegenin te brengen. Denk aan de verkoopcijfers bij sales, bezettingsgraden in de zorg, doorlooptijden in de publieke sector of KPI’s in finance. 

De boodschap is steeds hetzelfde: dit is de werkelijkheid, punt!

Wanneer heb je een ander gesprek?

Waar het hier in de basis misgaat, is dit: de data klopt, maar het gesprek erover niet. Data wordt gebruikt alsof ze het besluit zelf is, in plaats van input voor het gesprek. Er is geen cruimte voor context, voor timing, voor alternatieve verklaringen. Mijn programma legde het steevast af tegen Studio Sport of Eén tegen 100 op het andere net. Dat maakte het nog geen slecht programma.

En juist daar zit de opening. Want datadominantie stel je niet aan de kaak door de cijfers te betwisten. Dat verlies je altijd. Maar door vragen te stellen die de data niet ontkennen, maar begrenzen:

  • Wat laten we wel zien, en wat per definitie niet?
  • Wat hebben we hier niet gemeten?
  • Welke periode nemen we als uitgangspunt, en waarom juist die?
  • Welke externe factoren spelen hier mogelijk mee?
  • Wat zouden we besluiten als deze cijfers er niet waren, en wat zegt dat?

Vragen stellen in een hiërarchische context

Het vraagt moed om dat soort vragen te stellen, zeker in een hiërarchische context. En het lukt niet altijd. Maar het is wel de enige manier waarop data kan verschuiven van machtsmiddel naar gesprekspartner. En precies daar begint het verschil tussen datadominantie en datavolwassenheid.

Bij de commerciële omroep van Van der Ende en De Mol werd dat verschil zichtbaar. Daar werd data dagelijks open gedeeld. Op schermen, voor iedereen. Redacties, afdelingen: iedereen zag dezelfde cijfers. Niet om af te rekenen, maar om samen te kijken. Zonder oordeel achteraf. Zonder dreiging vooraf.

Niet omdat de commerciëlen aardiger waren. Maar omdat de data daar niet van één persoon was.

Herkenbaar? Doe de QuickScan Datavolwassenheid

Met de QuickScan Datavolwassenheid krijg je in enkele minuten een eerste duiding van hoe data binnen jouw organisatie wordt gebruikt. Geen oordeel, geen adviesrapport.

Veelgestelde vragen over datavolwassenheid

Wat wij onder datavolwassenheid verstaan

Datavolwassenheid gaat over de rol die data speelt in gesprekken en besluiten. Niet over tools of dashboards, maar over wanneer data wordt ingezet: vooraf als stuurmiddel, of pas achteraf ter verantwoording.

Is datavolwassenheid iets dat je kunt afdwingen?

Nee. Datavolwassenheid ontstaat zelden door technologie of top-down beleid. Het ontstaat wanneer medewerkers vragen gaan stellen en het gesprek verandert. De NPO heeft (gelukkig) heel wat slagen gemaakt.

Hoe herken je datadominantie in een organisatie?

Aan uitspraken als “dit staat in het dashboard” of “de cijfers zeggen genoeg”, zonder ruimte voor context, nuance of aanvullende vragen vanuit de praktijk.

Waarom is datadominantie een risico?

Omdat data ervaring en vakmanschap kan overschaduwen. Besluiten lijken objectief, maar verliezen draagvlak wanneer mensen zich niet herkennen in wat de cijfers laten zien.

Hoe maak je datadominantie bespreekbaar?

Niet door data ter discussie te stellen, maar door vragen toe te voegen:

– Wat zien we hier wel, en wat niet?
– Welke aannames zitten in deze cijfers?
– Herkennen collega’s in de praktijk dit beeld?

Gerelateerde artikelen