De hoeveelheid data op aarde groeit explosief, en die groei stopt voorlopig niet [1]. Die enorme hoeveelheid beschikbare data vraagt om goed beheer, zodat het ook bruikbaar blijft. Om dat mogelijk te maken is de FAIR opgesteld. Deze bestaat uit een reeks principes en richtlijnen om data te beheren, uit te wisselen en (her) te gebruiken. FAIR is in 2016 specifiek opgesteld voor wetenschappelijke data, maar de principes worden tegenwoordig ook in domeinen buiten de wetenschap gebruikt als richtlijn. Naast dat adequaat beheer nodig is voor de groeiende hoeveelheid beschikbare data, vraagt de groeiende hoeveelheid ook om duurzaam databeheer. Het opslaan en beschikbaar stellen van data kost namelijk veel grondstoffen en energie [2]. Kijk maar naar de datacenters die de laatste jaren zijn gebouwd en de energie die nodig is om de datacenters te laten draaien.
In hoeverre draagt FAIR bij aan duurzaam databeheer? En kan het beheren en gebruiken van data nóg duurzamer dan enkel het toepassen van de FAIR-principes? In dit artikel zoeken we dat uit aan de hand van de circulariteitsladder, een veelgebruikte tool in de duurzaamheidssector.
In een tijd waarin data één van de meest waardevolle middelen is, wordt het belang van datagedreven werken binnen overheidsorganisaties steeds duidelijker. Maar let op: succesvol datagedreven werken vraagt méér dan alleen goede wil en losse initiatieven. Zonder een gestructureerde aanpak ontstaan er versnipperde projecten, blijven resultaten uit en raken medewerkers hun motivatie kwijt. Binnen M&I/Partners ontwikkelden we een doordachte aanpak waarmee je stap voor stap toewerkt naar duurzame resultaten. In deze blog delen we dé vier essentiële stappen waarmee jouw organisatie data echt in de praktijk brengt – van het inspireren van medewerkers tot het opstellen van een sterke datastrategie. Zo groei je van sturing op onderbuikgevoelens naar beleid gebaseerd op inzicht en feiten, en verbeter je de dienstverlening aan burgers.
 |
1) Huh? Waarheen? - Startpunt datagedreven werken. |
De eerste stap begint met verwondering. Waarom zijn we hier, wat gaan we doen en waar gaat het eigenlijk over? Het is belangrijk om een gedeeld beeld te krijgen over de begrippen die belangrijk zijn bij datagedreven werken, zodat je een gezamenlijk referentiekader ontwikkelt.
Inventariseer de behoeften, vragen en knelpunten die bij de organisatie leven. Op welke vragen willen we een antwoord hebben? En voor welke complexe opgaven staan we waarbij inzichten uit data waarde kunnen toevoegen? Het is belangrijk om een duidelijk beeld te hebben van de verschillende doelen en verwachtingen en hier een gedeeld beeld voor te maken voordat je verder gaat.
Als laatste is het belangrijk om medewerkers te inspireren met voorbeelden en hen te laten zien welke kansen data biedt. Door het belang van data te benadrukken, maak je de overgang van onderbuikgevoelens naar beter onderbouwde sturing en beleid.
 |
2) Hoe dan? - bepaal de kaders |
Zodra de vragen en behoeften zijn geïdentificeerd, ga je over tot het opstellen van een datastrategie. Hierbij zijn vier belangrijke aandachtsgebieden die je in samenhang zal moeten bekijken:
Data Netwerkorganisatie
Data ontstaat bij de initiële registratie in een bronsysteem en legt een route af naar de uiteindelijke actie die het triggert. Het kent een levensduur tot en met het moment van archiveren en/of vernietigen van de data. In deze levenscyclus zijn verschillende professionals betrokken vanuit de business en IT. Binnen dit domein breng je de verschillende rollen in kaart, waar ze zijn gepositioneerd en op welke manier ze samenwerken.
Data Governance
Effectieve besluitvorming over datavraagstukken is essentieel om de datanetwerkorganisatie te laten functioneren. Vaststellen wie op welk niveau besluit over data, dataproducten en het beheer en gebruik ervan is essentieel, nu en in de toekomst. Binnen de data governance wordt dit uitgewerkt en belegd.
Data Cultuur en Competenties
Het daadwerkelijk inzetten van data bij acties is belangrijk in het realiseren van de data ambities. Dit perspectief richt zich op de datacultuur binnen de gemeente(n) en de competenties die de professionals moeten bezitten om goed met data te kunnen werken. De focus hierbij ligt op eindgebruikers/professionals en niet op medewerkers die een functie hebben in de kern van de Data Netwerkorganisatie.
Data Infrastructuur en Tools
Werken met data vergt een goede technische ondersteuning. Niet alleen vanuit de professionals, maar ook vanuit de techniek en de tooling. Welke faciliteiten/tools stel je de professionals beschikbaar om met data te kunnen werken?
 |
3) Zo - Invulling |
Met de inzichten uit de analyses stel je een gedetailleerde roadmap op. Oftewel wat ga je doen om de strategie te realiseren? Deze roadmap omvat een tijdslijn, een kostenraming, projecten, projectstructuur en een overzicht van mogelijke risico's met de bijbehorende mitigatiestrategieën. Het is belangrijk om een gestructureerde aanpak te hebben, zodat iedereen weet wat er moet gebeuren en wanneer. Dit zorgt voor duidelijkheid en helpt bij het beheren van verwachtingen.
 |
4) Go! - Aan de slag! |
De laatste stap is de uitvoering van het plan volgens de roadmap. De projectleider en medewerkers voeren de geplande activiteiten uit, monitoren de voortgang en passen aan waar nodig. Het is belangrijk om flexibel te blijven en in te spelen op onverwachte uitdagingen. Door regelmatig de voortgang te evalueren en bij te sturen, zorg je ervoor dat het project succesvol wordt afgerond.
Wil je datagedreven werken écht goed aanpakken?
Datagedreven werken is te belangrijk om zomaar op gevoel te starten. Voorkom losse initiatieven, inefficiëntie en teleurstellingen door te werken met een gestructureerde aanpak die zich in de praktijk heeft bewezen. Dus goed om de organisatie te enthousiasmeren door met pilots te starten, maar vergeet niet dat lange termijn succes behaald wordt met een doordacht plan.
Misschien kan ik je hiermee helpen. Bij M&I/Partners helpen we overheidsorganisaties met de transformatie naar een datagedreven en data intelligente organisatie. Lees hier wat we allemaal doen op datagedreven werken. Ook kan je met de Business Intelligence Radar meten wat de volwassenheid van jou organisatie is op het gebied van datagedreven werken en BI.
Terug naar het overzicht
Maak kennis met
