top of page
  • Foto van schrijverZhenja Gnezdilov

Datagedreven en data-geïnformeerde besluitvorming: welke methode is beter?

Het is een duidelijke zaak dat data vele voordelen kan bieden aan organisaties. Datagedreven werken en beslissingen nemen op basis van data wordt door steeds meer bedrijven gedaan. Maar zou je nu al volledig overstappen op datagedreven besluitvorming? En moet je het nemen van traditionele beslissingen op basis van ervaring en intuïtie volledig laten varen? In dit artikel duiden we de verschillen tussen datagedreven en data-geïnformeerde besluitvorming en lichten we de voor- en nadelen van beide methodes toe.


Wat is datagedreven besluitvorming?

Als we het over Data-Driven Decision Making (DDDM) hebben dan hebben we het, zoals de naam al zegt, over besluiten nemen op basis van inzichten verkregen uit data uit het verleden en nu. Als DDDM op de juiste manier is geïmplementeerd dan resulteert dat in accurate inzichten. Hiermee behaal je als organisatie een voorsprong op de concurrentie. Met datagedreven besluitvorming kun je kosten besparen, processen versnellen en inspelen op je KPI’s en toekomstige trends. Door data te analyseren kom je dus erachter welke acties vereist zijn om jouw organisatie te verbeteren.


Datagedreven besluitvorming neemt bovendien menselijke vooroordelen (bias) weg. Besluiten worden niet langer genomen omdat een individu het een ‘goed besluit’ vindt. Data ligt aan de basis van de te nemen actie en is derhalve objectief. Het kan uiteraard voorkomen dat er (een mate van) bias aanwezig is in data. Deze bias is echter eenvoudiger te herkennen en te verwijderen dan onze persoonlijke bias. Uiteindelijk leidt dit tot een meer objectieve benadering dan wanneer een besluit op traditionele wijze genomen wordt. Mensen denken immers vaak objectief te zijn, maar in de praktijk klopt dit meestal niet.


Wat is data-geïnformeerde besluitvorming?

Naast volledig te vertrouwen op data en beslissingen enkel op basis hiervan te nemen, bestaat er een minder ingrijpende aanpak, waarbij data als hulpmiddel dient. Data-Informed Decision Making (DIDM), ofwel data-geïnformeerde besluitvorming: een methode waarbij beslissingen genomen worden op basis van eigen ervaring en denkwijze, met als basis inzichten verkregen uit data. Bij data-geïnformeerde besluitvorming is het zaak om bewust te zijn van de eigen verantwoordelijkheid en potentiële persoonlijke vooroordelen, om verkeerde beslissingen te voorkomen.


Wat is het verschil tussen datagedreven en data geïnformeerde besluitvorming?

Het kenmerkende verschil tussen de twee besproken aanpakken is dat bij datagedreven besluitvorming data leidend is. De eigen mening en ervaring van managers en beslissingnemers heeft geen invloed op een te nemen besluit. Bij data-geïnformeerde besluitvorming wordt de persoonlijke ervaring gecombineerd met de data om zo tot een beslissing te komen.


Datagedreven besluitvorming is efficiënter, sneller en leidt vaker tot goede, onbevooroordeelde besluiten. Dit werkt echter alleen als er veel vertrouwen is in het systeem en de modellen. Met name in een omgeving waarin de gevolgen van een beslissing groot kunnen zijn, zoals voor burgers binnen een gemeente, kan data-geïnformeerde besluitvorming de betere keuze zijn.


Welke manier is beter?

Beide methoden van besluitvorming hebben voordelen en nadelen. De beste keuze is afhankelijk van de doelstellingen, de beschikbare data en de branche. De voor- en nadelen lichten we hieronder toe:


Data-driven decision making

Voordelen
  • Data is bepalend en sturend, hierdoor is deze methode snel en gaat er geen tijd verloren aan het afwegen van opties.

  • Deze manier van besluitvorming is volledig objectief en onbevooroordeeld (mits de gebruikte data vrijgemaakt is van bias).

  • Mocht het zo zijn dat een individu het oneens is met een beslissing, bijvoorbeeld door persoonlijke ervaringen, dan heeft dat volgens deze methode nergens invloed op. De organisatie luistert namelijk naar de data en beslissingen zijn daardoor ook logisch verklaarbaar.

Nadelen
  • Volledig datagedreven werken brengt meer met zich mee dan enkel een data science afdeling. Binnen de hele organisatie moet er aandacht besteed worden aan een structuur waarin data ten grondslag ligt.

  • Sommige beslissingen zijn lastig voor mensen die zich er niet in kunnen vinden. Met name wanneer keuzes indruisen tegen het gevoel.

  • Voor volledige datagedreven besluitvorming is organisatiebreed veel vertrouwen nodig in de data, data-analyses en het systeem.

Data informed decision making

Voordelen
  • Data is een aanvulling op de intuïtie en ervaring. Dit helpt organisaties en medewerkers op een positieve manier kritisch naar zichzelf te blijven kijken.

  • Beslissingen kunnen met meer zekerheid genomen dan wanneer er geen sprake is van inzichten uit data.

  • Deze methode is laagdrempeliger doordat besluitnemers het laatste woord blijven behouden. Hierdoor wordt data-geïnformeerde besluitvorming makkelijker geaccepteerd dan een volledig datagedreven besluitvorming.

Nadelen
  • Deze methode is tijdsintensiever dan volledige datagedreven besluitvorming, doordat besluiten nog steeds dienen te worden afgewogen.

  • Doordat de ervaring en mening van personen wordt meegenomen blijven beslissingen tot op zekere hoogte subjectief.

  • Als uit de data een inzicht voortkomt dat tegen de ervaring en het gevoel van de besluitnemer in gaat, dan kan er onzekerheid ontstaan over een te nemen beslissing. Dit gaat ten koste van de efficiëntie van de data geïnformeerde besluitvorming.

Datagedreven besluitvorming binnen sectoren

  • Gemeenten: binnen gemeenten is data-geïnformeerde besluitvorming vaker de betere keuze. Beslissingen van gemeenten treffen namelijk burgers en hun persoonlijke levenssfeer. De gevolgen van deze beslissingen zijn daarom impactvol. Burgers zijn meer dan datapunten. Het gesprek met de burger moet daarom blijven bestaan, want juist in het geval van inwoners van een gemeente is het belangrijk om te weten hoe ze de problematiek en beleid persoonlijk ervaren.

  • E-commerce → bij elektronische handel is het van belang om snel te kunnen schakelen. Daarom is een volledige datagedreven manier van besluitvorming dé oplossing voor vele uitdagingen binnen deze sector. Data helpt je verder om voorbij de concurrentie te streven door processen te optimaliseren en kosten te verlagen. Daarnaast kan je direct inspelen op de behoeften van je klant en anticiperen op veranderende omstandigheden.

  • Human Resources: verbeteren van je personeelszaken kun je vaak het beste doen door data-geïnformeerde besluitvorming te implementeren. Het verkrijgen van nieuwe inzichten uit data kan dan namelijk als startpunt functioneren om het gesprek hierover aan te gaan met je medewerkers. Door medewerkers te laten meedenken en in controle te laten, worden ze meer in hun kracht gezet. In het geval van recruitment, het aantrekken van nieuwe medewerkers, kan juist een volledige datagedreven besluitvorming van pas komen. Hierdoor maak je bijvoorbeeld efficiënter de juiste keuzes over welke mensen het meest kansrijk zijn om te benaderen als mogelijke kandidaat voor je vacature.

  • Onderwijs: leerlingen ondersteunen en hun resultaten verbeteren kan je manifesteren door gebruik te maken van data-geïnformeerde besluitvorming. Door continu te evalueren hoe het ontwikkelingsproces van leerlingen en klassen verloopt en door problemen te identificeren, vanuit onder andere het oogpunt van docenten en de schoolleiding, kunnen er inzichten hieruit getrokken worden. Deze inzichten kunnen vervolgens worden aangepakt om zo de gehele onderwijsinstelling naar een hoger niveau te tillen. Net zoals met de inwoners van gemeenten, is het van belang om in gesprek met leerlingen, docenten en medewerkers te blijven. De verkregen inzichten uit data aan hen spiegelen is daarom de methode om tot verbeterd beleid te komen.

De keuze voor een van beide methodes kent geen “one size fits all” oplossing. De beschreven situaties zijn enkel voorbeelden in welke afwegingen kunnen spelen in de keuze van een methode. Beide manieren hebben voordelen ten opzichte van traditionele besluitvorming (zonder enige tussenkomst van data). Zowel data-driven als data-informed decision making kunnen jouw organisatie van dienst en tot voordeel zijn. Met data en een datagedreven structuur kun je tijd en kosten besparen, vooroordelen en discussies voorkomen en gepaste beslissingen nemen. Zelfs een kleine hoeveelheid data kan al veel betekenen voor een organisatie.

Wil je meer leren over data-driven decision making? Of ben je benieuwd naar de mogelijkheden specifiek voor jouw organisatie? Bekijk dan eens onze workshop Datastrategie in een dag of neem vrijblijvend contact met ons op om meer te leren over welke inzichten wij met datagedreven besluitvorming voor jouw organisatie kunnen creëren. Wij helpen jou en je organisatie verder.

Kommentarer


Kommentarsfunktionen har stängts av.
bottom of page