Het belang van data governance en datakwaliteit, deel 2

Geplaatst door CorporatieMedia op
 

Komen termen als ‘datafabriek’,’ uitdagers’, ‘dataproducent’ en ‘getting in front on data’ jou bekend voor? Dan is de kans groot dat je het Stappenplan Datakwaliteit van Aedes hebt gelezen. Zeer verstandig, want slechte datakwaliteit is verantwoordelijk voor circa 50% van de operationele kosten van organisaties. In deel 2 van ons tweeluik over data governance en datakwaliteit gaan wij zelf wat dieper in op de zogenoemde onderstroom van datakwaliteit.

Urgentie moet gevoeld worden
Bij de onderstroom gaat het vooral om, vaak onbedoeld en onbewust, gedrag van zowel medewerkers als leidinggevenden. Misschien wel het lastigste onderdeel van het hele stappenplan, maar wel cruciaal voor het slagen ervan. Succesvolle gedragsveranderingen beginnen bij een heldere, eenduidige aanleiding: welk probleem gaan we oplossen? Een breed gedragen, gedeelde urgentie is daarbij onmisbaar. Zo begint ook het verbeterproces van data bij het creëren van urgentie door het vinden van één of meerdere ‘uitdagers’, oftewel iemand met een dataprobleem. Dat kan een bestuurder of toezichthouder zijn, maar nog vaker één of meerdere datagebruikers dan wel klanten. Urgentie kun je naar onze stellige overtuiging echter niet opleggen en al helemaal niet organisatiebreed.

Dialoog datagebruiker en dataproducent
Medewerkers moeten uiteindelijk de noodzaak zelf voelen en er zelf voor kiezen, of in elk geval het idee hebben dat ze er invloed op hebben. Een complicerende factor hierbij is dat degene die het probleem ervaart in veel gevallen niet de vastlegger, of dataproducent, is. Dat vraagt dus om een continue dialoog tussen datagebruiker en dataproducent. Komen zij er samen niet uit, bijvoorbeeld omdat ze op verschillende afdelingen werken, dan ligt hier een taak voor de verantwoordelijke manager. Wat helpt, is ruimte zoeken voor een gelijkwaardige dialoog: hiërarchie mag geen invloed hebben: het gaat om het gemeenschappelijke belang en die breed gedragen urgentie.

Eilandcultuur
Werken aan datakwaliteit doe je samen, om iets op te lossen. Zeker ook als het een dialoog betreft over afdelingen heen, dan moet soms echt een vermeende “eilandcultuur” doorbroken worden. Elkaar opzoeken en het gesprek aangaan is de eerste stap. Wat in het algemeen helpt bij het creëren van urgentie is de consequenties benadrukken van alles laten bij wat het is. Dit kan variëren van slechte besluitvorming door gebrekkige managementinformatie tot irritatie bij klanten en zelfs imagoschade. En daarnaast het aansluiten op (data)problemen die breed in de organisatie spelen en gevoeld worden. Datakwaliteit verbeteren doe je om de organisatie te verbeteren, niet ‘omdat het moet’.

De pijn van het loslaten
Ook bij het boven water krijgen van de oorzaken van gebrekkige datakwaliteit kunnen niet-rationele aspecten een rol spelen. Denk hierbij aan het hiervoor genoemde voorbeeld dat afdelingen niet of nauwelijks met elkaar communiceren. Zijn oorzaak en oplossingsrichting eenmaal duidelijk, dan is dat nog geen garantie voor succes. Een nieuwe werkwijze betekent namelijk automatisch ook dat medewerkers iets moeten loslaten wat lange tijd heel normaal was. Bijvoorbeeld wanneer je jarenlang met Excel hebt gewerkt en ineens data heel precies ergens in een ERP-systeem moet registreren.

Is iedereen ‘aan boord‘?
Die pijn kan hem voor managers op hun beurt zitten in een andere manier van aansturen dan wel een veranderde rol als leidinggevende. Dat afscheid nemen kan lastig zijn en in zekere zin pijn doen. Loslaten betekent immers iets verliezen. Mede met het oog op het gevoel van urgentie en het benodigde draagvlak is het verder zaak om managers bij iedere stap in het stappenplan de vraag te stellen of iedereen bereid is die stap te nemen en er moeite voor wil doen. Idem voor het beheersen en borgen ervan op langere termijn. Die vragen kunnen vanuit de initiator/uitdager komen, maar ook andere medewerkers of managers kunnen deze vragen stellen.

Begin klein
Je voelt wel aan dat het organisatiebreed verbeteren van je datakwaliteit niet over één nacht ijs gaat. Probeer niet alles in één keer aan te pakken, maar begin klein en concreet. Hierdoor houd je niet alleen het overzicht, maar is de kans groot dat er vanzelf vertrouwen ontstaat om ook de volgende stappen te maken. Bijvoorbeeld omdat je kleine successen boekt (in jargon ook wel de mooie ‘quick wins’ genoemd).

Ook voor ons als begeleidende partij is geen enkele transformatie een abc’tje. Bovendien hangt het moment waarop wij interveniëren onder andere af van de specifieke context waarin jouw organisatie opereert en van de in jouw organisatie heersende boven- en onderstroomaspecten. Een omvangrijke klus als het verbeteren van datakwaliteit vraagt om kleine stappen en vooral ook aandacht voor de mensen. Het is immers een verandertraject met impact op mensen en dat vraagt om het aanbrengen van richting, focus en gevoel!

Bron: Andersom, Foto: Andersom