Je kunt datavolwassenheid niet besluiten

“Mensen, zullen we ons vanaf nu datavolwassen gaan gedragen? Dan is dít het startmoment. Joop is verantwoordelijk voor dit project. Joke, stuur jij even een mail de organisatie in dat we iets met data gaan doen. Aldus besloten. Nog iets voor de rondvraag?”

Ik ben mislukt als stand-upcomedian, maar als grap zou dit niet misstaan. Tegelijk raakt het aan een serieuze vraag: hoe besluiten organisaties eigenlijk dat ze ‘iets met data’ moeten gaan doen?

Het moment waarop ervaring begint te knellen

In de praktijk ontstaat dat moment zelden uit overtuiging. Het begint meestal als besluiten lastiger uitlegbaar worden.
Als cijfers telkens opnieuw moeten worden opgezocht.
Als afdelingen met verschillende werkelijkheden blijken te werken.
Als rapportages bij herhaling vragen oproepen.
Als vergelijkingen ontbreken.

Het gevolg is herkenbaar: twijfel, irritatie, gesprekken die langs elkaar heen lopen. Ervaring alleen blijkt niet altijd meer voldoende. De bestaande manier van werken knelt. En juist dát is vaak het begin.

Verandering ontstaat zelden zonder wrijving

Datavolwassenheid begint zelden omdat iemand het een goed idee vindt. Ze begint omdat dezelfde vragen steeds terugkeren. In verschillende overleggen. Door verschillende mensen.

Zolang die vragen incidenteel blijven, verandert er weinig. Data verschijnt dan vooral ad hoc:
als bijlage,
als onderbouwing achteraf,
of als legitimatie van een besluit dat feitelijk al genomen is.

Maar zodra die vragen onderdeel worden van het gesprek, verschuift er iets.

Wanneer data voorzichtig mee gaat praten

Op dat moment krijgt data langzaam een plek in de besluitvorming. Niet omdat dat is afgesproken, maar omdat het nodig blijkt. Dat proces laat zich niet afdwingen of versnellen. Het vraagt herhaling, aandacht, lef en doorzettingsvermogen.

Veel organisaties bevinden zich precies hier. Data is beschikbaar, maar speelt nog geen vaste rol in sturing en besluitvorming. In onze QuickScan datavolwassenheid duiden we dit niveau aan als data-ad hoc. Niet als oordeel en niet als tekortkoming, maar als vertrekpunt: het moment waarop ervaring begint te schuren en data voorzichtig mee gaat praten.

Eerst het besef, dan pas de techniek

Dat besef – niet de tooling – is de eerste echte stap richting datavolwassenheid.

Ik heb dat zelf scherp gezien bij een franchiseorganisatie. Veel meningen, veel gevoel, soms tegenstrijdige belangen. Door data in te brengen — en vooral door inzichten en benchmarks zichtbaar te maken — verschoof het gesprek. Niet langer wie het hardst sprak, maar wat de cijfers lieten zien.

Was dat van de ene op de andere dag geregeld? Zeker niet. Via IT en management zijn stap voor stap randvoorwaarden gecreëerd: beschikbaarheid van data, vertrouwen in kwaliteit, eenduidige definities en KPI’s. We bouwden een eerste dashboard, een tweede, een derde. En langzaam ging het gesprek niet meer over meningen, maar over inhoud.

Datavolwassenheid laat zich niet afkondigen

Dat is misschien wel de belangrijkste les: je kunt datavolwassenheid niet besluiten. Je kunt haar hooguit herkennen — op het moment dat dezelfde vragen blijven terugkomen en data niet langer te negeren is.

En precies daar begint het. Wil je daarover een keer sparren? We helpen je graag verder.

Veelgestelde vragen naar aanleiding van dit blog