Obstakels die teams tegenhouden bij datagedreven werken

Meer data, betere tools, mooiere dashboards — en toch verandert er weinig. Veel teams herkennen dat gevoel. Datagedreven werken blijft steken, niet omdat de technologie tekortschiet, maar om redenen die minder zichtbaar zijn. Dit artikel laat zien welke obstakels er echt spelen en hoe je ze aanpakt.

Het probleem zit zelden in de technologie

De eerste reactie van veel organisaties is: wij hebben betere tools nodig. En dan komt er een nieuw platform, een nieuw dashboard, een nieuw systeem. Maar een paar maanden later is het gebruik ervan alweer gezakt naar nul. Dat patroon zien wij bij YNNO regelmatig wanneer organisaties investeren in technologie zonder helder plan. De technologie is niet het obstakel bij het werken met data binnen teams. Het echte probleem is dat mensen niet weten wat ze met die technologie moeten doen.

Ze hebben geen duidelijke vraag voordat ze het systeem openen, en dus sluiten ze het ook snel weer. Een team implementeert bijvoorbeeld een rapportagetool met tientallen mogelijkheden. Maar niemand heeft afgesproken welke vragen die tool moet beantwoorden. Het resultaat is een leeg dashboard dat niemand begrijpt en niemand gebruikt. De investering was niet het probleem, de voorbereiding was het.

Onduidelijkheid over wie waarvoor verantwoordelijk is

Datagedreven werken vraagt om eigenaarschap. Iemand moet beslissen welke data relevant is, wie die data beheert en hoe er op wordt gerapporteerd. Als dat niet helder is, ontstaat er een situatie waarin iedereen wacht op iemand anders.

Dit speelt in teams van elke omvang. Er is een datateam, maar de business voelt geen verbinding met hun werk. Er zijn analisten, maar managers nemen toch hun eigen beslissingen op basis van onderbuikgevoel. Er zijn dashboards, maar niemand voelt zich verantwoordelijk voor wat erop staat.

Het gevolg is versnippering. Elk team heeft zijn eigen cijfers, en die cijfers kloppen niet met die van het andere team. In vergaderingen gaat de eerste tien minuten verloren aan discussie over welke versie van de waarheid klopt. Dat is geen datagedreven werken, dat is dataverwarring.

Angst voor transparantie en zichtbaarheid

Dit obstakel wordt het minst besproken, maar het is een van de krachtigste. Data maakt prestaties zichtbaar, en niet iedereen is daar blij mee.

Als een team weet dat zijn resultaten worden gemeten, verandert het gedrag. Soms ten goede, maar soms ook niet. Mensen gaan sturen op wat gemeten wordt, en niet op wat werkelijk belangrijk is. Of ze vermijden initiatieven waarvan het resultaat onzeker is, omdat falen nu meetbaar wordt.

Wij begeleidden een afdeling die al jaren werkte op basis van ervaring en intuïtie. Ze waren goed in wat ze deden. Maar toen data hun werk zichtbaar maakte, voelden ze zich beoordeeld in plaats van ondersteund. Het vertrouwen in data was laag en de weerstand was hoog. De oplossing was niet meer data, het was eerst werken aan psychologische veiligheid zodat mensen data konden zien als hulpmiddel en niet als oordeel.

Datakwaliteit die mensen het vertrouwen kost

Je kunt mensen niet vragen om op data te vertrouwen als die data niet klopt. En toch is dat wat veel organisaties impliciet doen. Er worden besluiten genomen op basis van rapporten die vol zitten met fouten, dubbelingen of verouderde informatie.

Als dat één keer gebeurt, is het vervelend. Als het drie keer gebeurt, haak je af. Teams die slechte ervaringen hebben met datakwaliteit, gaan terug naar hun eigen spreadsheets en hun eigen geheugen. Dan ben je verder van huis dan je was.

Datakwaliteit is een fundament, geen bijzaak. Bij YNNO beginnen wij trajecten vaak met een eerlijke audit van de data die er al is. Wat is betrouwbaar? Wat is verouderd? Wat ontbreekt? Pas als dat beeld helder is, heeft het zin om te praten over hoe je data gaat gebruiken.

Een gebrek aan concrete vragen en doelen

Datagedreven werken begint met nieuwsgierigheid. Met de vraag: wat wil ik eigenlijk weten? Maar veel teams slaan die stap over. Ze verzamelen data omdat het kan, niet omdat ze een vraag hebben die beantwoord moet worden.

Het resultaat is een dataomgeving die groot en complex is, maar niemand concreet helpt. Er zijn honderden metrics beschikbaar, maar niemand weet welke er toe doen. Teams worden verlamd door keuze in plaats van ondersteund door inzicht.

Een helder doel maakt alles eenvoudiger. Als een team weet dat het de oorzaak wil begrijpen van klantverloop in de eerste drie maanden, dan weet het ook welke data het nodig heeft en welke niet. Die focus is geen beperking, het is een versneller.

Geen ruimte en tijd om met data te werken

Het laatste obstakel is praktisch, maar wordt vaak onderschat. Mensen kunnen niet datagedreven werken als ze daar geen tijd voor hebben. Als elke dag gevuld is met operationele taken, is er geen ruimte om vragen te stellen, analyses te bekijken of conclusies te trekken.

Datagedreven werken vraagt om ritme. Een vast moment in de week om te kijken wat de cijfers zeggen, een cultuur waarin het normaal is om even te pauzeren en te reflecteren op wat er in de data zit. Zonder dat ritme blijft data een bijzaak die alleen in crisissituaties wordt opgepakt.

Wij adviseren teams om klein te beginnen. Één vaste sessie per twee weken, met één concrete vraag. Dat is genoeg om het patroon te bouwen. En als dat patroon er eenmaal is, groeit het vanzelf.

Veelgestelde vragen over obstakels bij datagedreven werken

Waarom lukt datagedreven werken niet, ook al hebben we de tools al?

Tools zijn een middel, geen oplossing. De meest voorkomende oorzaak is dat teams geen concrete vragen hebben die de tools moeten beantwoorden. Zonder een duidelijk doel wordt een tool al snel niet meer gebruikt. Begin met de vraag, dan pas met het systeem.

Hoe ga je om met weerstand binnen een team tegen het gebruik van data?

Weerstand heeft bijna altijd een oorzaak. Vaak is het angst voor beoordeling, of een slechte ervaring met onbetrouwbare data in het verleden. Praat daarover, eerlijk en direct. Laat zien dat data bedoeld is om te helpen, niet om te controleren. En zorg dat de data die je gebruikt ook echt klopt.

Hoe lang duurt het voordat een team echt datagedreven werkt?

Dat verschilt per team en per context. Kleine teams kunnen al binnen enkele weken een merkbare verandering doorvoeren, als ze gefocust te werk gaan. Bij grotere organisaties duurt het langer, omdat meer mensen en processen betrokken zijn. Maar de eerste concrete stap kan altijd snel worden gezet.

De obstakels die teams tegenhouden zijn zelden onoverkomelijk. Ze zijn herkenbaar, benoembaar en aanpakbaar. Wat het verschil maakt, is de bereidheid om eerlijk te kijken naar wat er werkelijk speelt en dan stap voor stap te verbeteren.

Wil je weten waar de drempels zitten in jouw organisatie? Neem contact op met YNNO en ontdek waar een eerste stap voor jou het meeste oplevert.