Informatiegestuurd werken: hoe zet je het effectief in?

Informatiegestuurd werken is een breed begrip dat erop neerkomt, dat organisaties data inzetten om de primaire processen van een organisatie, kortweg de business, beter en effectiever te laten verlopen. Informatiegestuurd werken is een vorm van Business Intelligence waarbij op basis van (big) data weloverwogen besluiten en beleid kunnen worden gemaakt die de dienstverlening en bedrijfsvoering van een organisatie substantieel kunnen verbeteren. Door een gerichte inzet van de inzichten uit data kan onder meer efficiënter worden gewerkt, een groot voordeel. Maar er zijn ook valkuilen te noemen. Informatiegestuurd werken is een uitvoering van Business Intelligence. Business Intelligence (BI) is in brede zin een managementfilosofie en manier van werken binnen organisaties en in enge zin een informatiesysteem. BI kan ervoor zorgen dat de bedrijfsvoering en dienstverlening van organisaties substantieel verbeteren. Door data te analyseren en beschikbaar te maken voor organisaties kunnen beleid en besluiten gebaseerd worden op actuele feiten en diepgravende analyses van datatrends en patronen. Binnen de overheid spreekt men vaak van informatiegestuurd werken in plaats van business intelligence. In een onderzoek door TNO uit 2010 voor de gemeente Amsterdam wordt bijvoorbeeld gesproken over Informatiegestuurd handhaven als vorm van informatiegestuurd werken.

Business Intelligence & Analytics

Tegenwoordig wordt de term Business Intelligence vaak uitgebreid met de toevoeging '& Analytics', om te benadrukken dat de data-analyse integraal onderdeel uitmaakt van de uitvoering van Business Intelligence. Zonder een adequate analyse geen betrouwbare kennis, maar ook zonder betrouwbare data geen informatie. Vandaar dat BI & A onlosmakelijk zijn verbonden.

Drie perspectieven binnen een organisatie

Binnen Business Intelligence kunnen drie niveaus worden onderscheiden (TNO, 2010), afhankelijk van het niveau waarop medewerkers binnen een organisatie (met data) werken:

1. Strategisch niveau: het bestuur en management van een organisatie, waar informatie middels dashboards (visuele managementinformatierapportages van vastgestelde KPI’s – kritische prestatie-indicatoren; en procesindicatoren).
2. Tactisch niveau: het middenmanagement, schakel tussen het strategisch niveau (verantwoording) en operationeel niveau (aansturing). Gewenste informatie is hier onder meer hoe de prestaties tot stand komen, om maximale monitoring en sturing mogelijk te maken.
3. Operationeel niveau: het uitvoeringsniveau binnen een organisatie, waar sturingsinformatie vooral wordt gebruikt om het werk goed te kunnen doen.

Data wordt op elk niveau dus op een andere manier gebruikt, om een andere reden dan wel op een ander aggregatieniveau. De stroomlijning tussen de verschillende niveaus vraagt een goede inrichting van het implementatie- en uitvoeringsproces. Het juiste gebruik van bronsystemen en datawarehouses om van daaruit analyses en rapportages te kunnen doen vraagt tijd en geld, wat betreft inrichting, training en onderhoud.

Informatiegestuurd werken is complex

Maar dan nog is het zo dat informatiegestuurd werken niet gemakkelijk is om goed te doen. Het proces van dataregistratie – dataverzameling – data-analyse is namelijk in de praktijk complex. Een goede visie en coördinatie op dit proces is van belang en daarbij is het essentieel dat de datagovernance goed is ingeregeld. Datagovernance (DG) is de beschikbaarheid, bruikbaarheid, integriteit en beveiliging van data. Ook het waarborgen van de privacy van gegevens van klanten (binnen en buiten de organisatie) maakt hier onderdeel van uit. Ontbreekt de sturing of visie, dan is niet helder wat er met de data moet gebeuren. Hierdoor zal het rendement van informatiegestuurd werken niet optimaal zijn en dat is zonde.

Elke stap in het implementatieproces, voorafgaand aan de implementatie, tijdens de implementatie en na (directe) afloop van de implementatie, gaat gepaard met verschillende succesfactoren en risico's.

Waarom Informatiegestuurd werken?

Efficiënter werken, nu en later

Door informatiegestuurd te werken komt informatie sneller beschikbaar voor de organisatie. Daarnaast wordt de administratielast verminderd door digitaal en gericht registreren. Daarbij kunnen medewerkers hun eigen werk niet alleen sneller, maar vaak ook beter doen, doordat ze meer inzicht krijgen in (de resultaten van) hun werk. Door actuele cijfers over de resultaten van wordt het mogelijk te toetsen de juiste inzet wordt gepleegd om een bepaalde problematiek aan te pakken. Ook trendontwikkelingen kunnen makkelijk in kaart worden gebracht om als basis te dienen voor langetermijnplanningen.

Prettiger werken

Door het monitoren van en sturen op KPI´s is de opdrachtformulering voor het operationeel niveau helder. Medewerkers voelen zich meer gewaardeerd in hun werk (ze krijgen beter inzicht in de resultaten en kunnen dit ook beter zichtbaar maken voor anderen). De keerzijde van het sturen op cijfers is dat de de individuele (keuze)vrijheid en vrijblijvendheid kunnen worden verminderd. Dit is niet voor iedereen een voordeel.

Betere samenwerking

Inzichten uit data kunnen (wederzijds) makkelijk worden gedeeld tussen verschillende partijen, waardoor synergie kan ontstaan. Ook binnen één organisatie kan dit het geval zijn wanneer afdelingen door een toegankelijk systeem beter op de hoogte zijn van elkaar werk en resultaten.

Valkuilen

Datakwaliteit

Als de data waarop analyses worden gebaseerd ondeugdelijk is, kloppen de op basis daarvan gestelde conclusies hoogstwaarschijnlijk niet ('garbage in, garbage out'). Dit kan te maken hebben met een systeem en registratie die niet zijn afgestemd op de informatiebehoefte, maar ook kunnen medewerkers onzorgvuldig registreren waardoor de datakwaliteit niet goed is. Zeker wanneer het systeem langzaam is en het onduidelijk is waarom bepaalde zaken moeten worden geregistreerd is het lastig om goed te registreren.

Data-eigenaarschap

Om de datakwaliteit goed te krijgen/houden is het van belang om het eigenaarschap van de data(kwaliteit) goed te beleggen. Bij voorkeur dient deze niet te hoog in de organisatie te worden belegd, omdat het juist belangrijk is dat de verantwoordelijkheid hiervoor wordt gevoeld. Goed datamanagement (DM) is essentieel.

Systeemafhankelijkheid

Onduidelijkheid over welke informatie moet worden opgeslagen en bewaard, bijvoorbeeld wanneer er geen heldere richtlijnen zijn over de dataregistratie, zorgen ervoor dat er teveel of de verkeerde informatie wordt verzameld. Dit leidt tot inefficiëntie. Daarbij kan het systeem langzaam worden doordat er teveel informatie wordt opgeslagen.

Wanneer de performance van het informatiesysteem onvoldoende is, kunnen enerzijds de verwachtingen niet worden waargemaakt en kan er anderzijds onvoldoende gepresteerd worden. Hierdoor kunnen mogelijk rapportages niet worden opgeleverd, terwijl de gegevens wel moeten worden gemonitord. Dit kan ertoe leiden dat mensen hun eigen overzichten gaan maken, zonder daarbij afdoende aandacht te besteden aan eenduidige definities bijvoorbeeld. Anderzijds kan er niet goed worden gewerkt in de systemen. In dit laatste geval kunnen mensen gefrustreerd raken en worden werkprocessen verstoord.

Data-analyse

Om te komen tot het gewenste inzicht uit de data moet de data deskundig worden geanalyseerd en geïnterpreteerd. Gebeurt dit niet of onvoldoende, dan bestaat het risico dat aansturing gebeurt op basis van verkeerde inzichten.

Alle bovenstaande valkuilen kunnen worden ondervangen door het implementeren van een goede datagovernance en datamanagement, waarbij de technologie, de infrastructuur, de processen/afspraken en mensen maximaal op elkaar afgestemd worden.