Datagedreven werken is sturen op feiten: u kijkt structureel, elke dag of elke week, naar dezelfde actuele cijfers en neemt op basis daarvan beslissingen. Niet één keer per kwartaal een rapport uit Excel, maar een vaste gewoonte in het werkoverleg. Veel organisaties investeren daarvoor vooral in systemen, terwijl het verschil zelden in de techniek zit. Wat het is, hoe het eruitziet in een MKB-bedrijf, waarom het vaak niet beklijft en hoe u in vijf stappen begint.
Wat betekent datagedreven werken?
Een bedrijf werkt datagedreven als drie dingen tegelijk kloppen:
- De cijfers zijn er en kloppen. Iedereen kijkt naar dezelfde bron, die zichzelf bijwerkt. Geen vijf Excel-versies met elk een ander omzetcijfer.
- Er zijn afspraken over wat u ermee doet. Welke cijfers bespreekt u in welk overleg, wie is eigenaar van welk cijfer, en wat gebeurt er als een cijfer onder de norm zakt?
- Het team kan ermee werken. Medewerkers kunnen een dashboard lezen, doorklikken naar de oorzaak en het juiste cijfer kiezen bij hun vraag.
Ontbreekt één van de drie, dan blijft het bij een dashboard dat er mooi uitziet maar niets verandert. Het tegenovergestelde is werken op gevoel: beslissen op basis van ervaring, de luidste stem of het cijfer dat toevallig in de laatste mail stond.
Datagedreven of data-informed?
U komt ook de term data-informed tegen. Het verschil: bij datagedreven werken geven de cijfers de doorslag, bij data-informed werken zijn ze het vaste startpunt en vult ervaring ze aan. Voor de meeste MKB-bedrijven is dat tweede het realistische doel. Een productieleider die ziet dat de levertijd oploopt, weet vaak zelf het best waarom. Het cijfer zorgt ervoor dat het gesprek op tijd begint en over hetzelfde gaat.
Hoe ziet datagedreven werken eruit in de praktijk?
Het verschil is het best te zien in het gewone werk. Een paar voorbeelden zoals wij ze bij MKB-bedrijven tegenkomen:
| Situatie | Op gevoel | Datagedreven |
|---|---|---|
| Wekelijks MT-overleg | Iemand maakt op vrijdag een rapport in Excel; het overleg gaat over of de cijfers kloppen | Iedereen opent hetzelfde dashboard; het overleg gaat over wat er moet gebeuren |
| Voortgang projecten | Projectleiders zoeken uren bij elkaar in verschillende systemen | Openstaande uren en voortgang staan klaar en worden met één klik ververst |
| Klantwijzigingen | Een wijziging komt pas aan het licht als de planning al loopt | Wijzigingen zijn direct zichtbaar, zodat planning en inkoop dezelfde dag reageren |
| Verkoop | “Het gaat goed met die klant” | Omzet, marge en ordertrend per klant liggen naast elkaar, en een daling valt op tijd op |
Dit zijn geen theoretische voorbeelden. Bij Dibalex ging de wekelijkse MT-rapportage van een volledige dag werk naar een paar minuten. Bij Hirschel Verhage werd uren zoeken naar de voortgang en openstaande uren één minuut verversen. En bij MMI daalde de reactietijd op klantwijzigingen van een week naar één dag. De uitwerking staat bij de cases.
Waarom datagedreven werken vaak niet beklijft
Een dashboard bouwen is goed te plannen. Dat het daarna gebruikt wordt, niet vanzelf. Dit zijn de oorzaken die wij het vaakst tegenkomen:
- Het wordt gezien als IT-project. Er komt een systeem, maar niemand spreekt af wie welk cijfer bespreekt. Datagedreven werken is in de eerste plaats een kwestie van leiding geven: als de directeur in het overleg niet naar het dashboard vraagt, doet niemand het.
- De cijfers spreken elkaar tegen. Financiën en sales rekenen omzet anders, en het eerste overleg gaat over wie gelijk heeft. Na twee keer haakt het team af. Hoe u dat voorkomt, staat in één versie van de waarheid.
- Er wordt te veel tegelijk gemeten.Veertig KPI’s op één scherm betekent dat niemand weet waar hij moet kijken. Begin met een handvol; hoe u die kiest, leest u in wat is een KPI en hoe kiest u de juiste.
- Het team kan het dashboard niet lezen. Wie niet weet hoe een filter werkt of wat een cijfer precies meet, gaat terug naar het eigen Excel-bestand. Dat is de meest onderschatte oorzaak, en de reden waarom een dashboard soms niet gebruikt wordt.
- Het blijft bij een pilot. Eén afdeling krijgt een dashboard, de rest werkt door zoals altijd. Zonder koppeling aan het dagelijkse werk verwatert het.
Datagedreven werken in 5 stappen
1. Begin bij een vraag, niet bij de data
Welke beslissing neemt u nu op gevoel, terwijl het fout gaan geld kost? Bijvoorbeeld: welke orders komen te laat, welke klanten kopen minder, welke projecten lopen uit. Kies er één. Een duidelijk waarom is het beste begin.
2. Kies een handvol cijfers en een eigenaar per cijfer
Drie tot vijf KPI’s per overleg is genoeg. Spreek per cijfer af wie het bewaakt, wat de norm is en wat er gebeurt als het eronder zakt.
3. Maak één betrouwbare bron die zichzelf bijwerkt
Koppel het dashboard rechtstreeks aan de systemen waar de gegevens ontstaan, zoals uw ERP, boekhouding of CRM. Dan hoeft niemand meer te exporteren en kijkt iedereen naar hetzelfde. Een standaard dashboard staat er bij ons in ongeveer 2 weken, maatwerk in 2 tot 6 weken. Meer hierover op de pagina Power BI dashboards.
4. Leer het team ermee werken
Dit is de stap die het vaakst wordt overgeslagen. Gebruikers moeten een dashboard kunnen lezen, filteren en doorklikken naar de oorzaak. Wie zelf rapporten maakt, moet weten hoe data gekoppeld en gemodelleerd wordt. Een Power BI-training op uw eigen dashboard werkt hierbij beter dan een algemene cursus, omdat medewerkers direct oefenen met de cijfers die ze maandag in het overleg zien.
5. Maak het een vaste gewoonte
Zet het dashboard op de agenda van het bestaande overleg, open het als eerste en bespreek afwijkingen in plaats van alle cijfers. Evalueer na een paar maanden: welke cijfers worden gebruikt, welke kunnen weg en welke vraag is erbij gekomen?
Wat moet uw team kunnen?
Niet iedereen hoeft hetzelfde te leren. In de praktijk zijn er drie groepen:
- Lezers (de meeste medewerkers): een dashboard openen, filteren, doorklikken en weten wat een cijfer meet.
- Makers(een of twee mensen): rapporten aanpassen, nieuwe grafieken maken en KPI’s opstellen. Dat is de stof van een basistraining.
- Beheerders (vaak één persoon): databronnen koppelen, het datamodel bijhouden en DAX-berekeningen maken. Dat hoort bij een gevorderde training.
Data Vista geeft vier trainingen van een dag op locatie, zodat uw team oefent met uw eigen data: Power BI basis, Power BI gevorderd, Automatiseren met AI basis en Automatiseren met AI gevorderd. Twijfelt u welk niveau past, lees dan Power BI-training: basis of gevorderd of bekijk alle trainingen.
Datagedreven werken en AI
AI maakt datagedreven werken niet overbodig, eerder belangrijker. Een AI-automatisering die orders, facturen of klantvragen verwerkt, levert zelf ook cijfers op, en werkt alleen goed als de onderliggende gegevens kloppen. Bedrijven die al gewend zijn op betrouwbare cijfers te sturen, zien sneller waar AI-automatisering tijd oplevert.
Wie dit begeleidt
Data Vista werkt met 6 data-specialisten en leverde ruim 100 dashboards op voor bedrijven in Nederland en Vlaanderen, meestal vanaf ongeveer twintig medewerkers. U werkt rechtstreeks met de specialist die uw dashboard bouwt en uw team traint. Wilt u weten waar u het best kunt beginnen? Plan een vrijblijvend kennismakingsgesprek van 30 minuten.
Veelgestelde vragen
Wat is datagedreven werken?
Datagedreven werken betekent dat u beslissingen baseert op actuele, betrouwbare cijfers in plaats van op gevoel of gewoonte, en dat het bekijken van die cijfers een vast onderdeel is van overleggen en dagelijkse keuzes.
Wat is het verschil tussen datagedreven en data-informed werken?
Bij datagedreven werken geven de cijfers de doorslag. Bij data-informed werken zijn cijfers één van de bronnen naast ervaring en context. Voor de meeste MKB-bedrijven is die tweede vorm het realistische doel: cijfers als vast startpunt van het gesprek, ervaring om ze te duiden.
Waarom mislukt datagedreven werken zo vaak?
Meestal niet door de techniek. Het mislukt omdat niemand eigenaar is van een cijfer, omdat de cijfers uit verschillende systemen elkaar tegenspreken, of omdat het team niet weet hoe het een dashboard leest en er dus niets mee doet.
Heeft u een datawarehouse of data-analist nodig om datagedreven te werken?
Voor de meeste MKB-bedrijven niet. Een dashboard dat rechtstreeks gekoppeld is aan uw ERP, boekhouding of CRM en zichzelf ververst, is genoeg om te beginnen. Een eigen data-analist wordt pas zinvol als er veel vragen zijn die niet met een vast dashboard te beantwoorden zijn.
Hoe lang duurt het voordat een bedrijf datagedreven werkt?
Een eerste dashboard staat er bij Data Vista meestal in ongeveer 2 weken. Of het een gewoonte wordt, merkt u na een paar maanden: worden de cijfers dan nog steeds in elk overleg gebruikt zonder dat iemand erom vraagt, dan zit het erin.