Datagedreven organiseren: zet jullie team data goed neer

Veel kleinere - en soms ook grotere - organisaties zetten de eerste stappen in datagedreven werken dankzij een paar enthousiaste collega’s. Maar hoe zorg je dat het niet blijft hangen bij losse acties en Excel-lijstjes? In dit artikel lees je hoe je van die eerste inzichten een stevig Team Data maakt — klein, maar begin gewoon, met heldere rollen voor een blijvende impact.  

Het begint vaak met datafans

Datagedreven werken begint met het verzamelen en combineren van gegevens. Het initiatief hiervoor wordt vaak genomen door medewerkers die zich graag in data verdiepen. Het zijn deze datafans die op zoek gaan naar niet-voor-de-hand-liggende inzichten om zichzelf en collega’s mee te verrassen. Hun waardevolle inzichten leiden tot nieuwe vragen en meer enthousiasme. Er ontstaat een informeel team dat gaandeweg meer en meer over data leert. Maar al snel komt het moment waarop datagedreven werken niet afhankelijk meer kan zijn van individuele enthousiastelingen, maar dat er een solide basis moet ontstaan waarop de organisatie verder kan bouwen. Wat nu?

Van losse spelers naar team data: rollen formaliseren

Zodra de eerste inzichten en successen zichtbaar worden, is het tijd om datagedreven werken meer robuust te maken, om het te professionaliseren en te formaliseren. Om expliciet te maken wie verantwoordelijk is voor het verzamelen van data en wie er analyses mee maken. Maar ook over de vraag wat we eigenlijk willen bereiken met data of waar we data vandaan halen. Het is tijd om een team samen te stellen. Dit klinkt heftig, maar een eerste Team Data hoeft niet meteen heel groot te zijn: vier tot zes mensen die hun data-werkzaamheden combineren met hun bestaande werk kunnen al veel betekenen.

De rollen: wie doet wat in Team Data?

Wil je een team samenstellen, dan is het nuttig om te weten welke rollen er zijn en welke voor jou organisatie van toepassing zijn.

Procesbegeleider - datagedreven werken in de organisatie verankeren

Deze rol lijkt op wat in grotere organisaties een Chief Data Officer wordt genoemd. De procesbegeleider houdt ontwikkelingen in beeld en jaagt de ontwikkeling van datagedreven werken aan. De persoon met deze rol helpt om van losse initiatieven een samenhangend geheel te maken, en zorgt ervoor dat het onderwerp op de agenda blijft. Denk aan het ontwikkelen van een datastrategie, het vertalen van organisatiedoelen naar databeleid, en het coördineren van afspraken over datakwaliteit en governance.

Binnen een kleine organisatie kun je deze rol ook delen tussen een MT-lid en een procesbegeleider.

Data-eigenaar - zorgen dat de data aansluiten bij de doelen van de organisatie

De data-eigenaar zorgt voor richting en samenhang. In deze rol ben je verantwoordelijk voor de inhoudelijke aansturing van een specifieke dataset of datadomein. De data-eigenaar zorgt dat de data aansluit bij de doelen van de organisatie en dat er heldere keuzes worden gemaakt over definities, kwaliteit en gebruik. De data-eigenaar besluit bijvoorbeeld welke data verzameld wordt, wie toegang krijgt en hoe bepaalde begrippen worden uitgelegd. Ook is dit het aanspreekpunt bij vragen of incidenten rond 'hun' data. Daarmee verankert deze rol Team Data in het bredere beleid.

Deze rol past goed bij afdelingsmanagers. Per domein wijs je minimaal één eigenaar aan, die inhoudelijk ondersteund kan worden door teamleiders of coördinatoren.

Data-analist - inzichten bruikbaar maken

Deze rol is onmisbaar. De data-analist zorgt ervoor dat data daadwerkelijk worden vertaald naar acties, rapportages en gesprekken. De analist, ook wel BI-specialist genoemd (business intelligence) helpt bij het vinden van patronen, het beantwoorden van vragen en het visualiseren van inzichten. Denk aan analyses van deelnemers, leden, vrijwilligers, bewoners of donateurs. Analyse van trends in burgerparticipatie, cultuurbezoek, gezondheidsinterventies en sport-, of onderwijsdeelname en natuurlijk voor het onderbouwen van beleid. In veel organisaties is dit de eerste rol waarvoor specifieke kennis wordt ingehuurd of intern wordt ontwikkeld. Maar let op: de data-analist moet niet alleen ‘plaatjes’ opleveren, maar juist scherpere vragen te stellen, zodat er betere beslissingen kunnen worden genomen.

Deze rol vraagt ruimte om te kunnen analyseren en interpreteren en past goed bij een medewerker met een analytisch profiel of die gewend is met cijfers en dashboards te werken. Het is een drukke rol die zich goed leent om te delen, of gedeeltelijk in te huren.

Data-steward – data gezond houden

De data-steward is de stille kracht achter betrouwbare data. In deze rol sla je bruggen tussen beleid, uitvoering en techniek. De data-steward zorgt ervoor dat data klopt, eenduidig is en bruikbaar blijft. In deze rol houdt je overzicht over definities, bewaak je afspraken over invoer en verwerking van de data en signaleer je fouten of inconsistenties. Zonder een data-steward loop je het risico dat elke analyse begint met discussie over wat de cijfers eigenlijk betekenen.

Deze rol leent zich voor iemand die weet waar de data vandaan komt, hoe deze in het systeem terechtkomt, en wat er nodig is om de kwaliteit ervan te verbeteren. Deze rol past goed bij een senior beleidsadviseur die binnen de organisatie al betrokken is bij organisatiebrede kwaliteitsbewaking of gegevensbeheer.

Data-ethicus – morele grenzen en vertrouwen bewaken

Hoe meer je data toepast, hoe vaker je niet alleen technische of juridische keuzes tegenkomt, maar ook morele afwegingen. De data-ethicus kijkt met een brede blik naar risico’s, waarden en dilemma’s. Wat betekent het voor de mensen waar je analyses over gaan als je data over gedrag of prestaties gebruikt? Hoe transparant ben je over algoritmes of datadeling? Deze rol helpt om deze vragen te stellen vóórdat het fout gaat, en voorkomt dat het vertrouwen in jullie datagebruik schade oploopt.

Het is een reflectieve rol en daarom moet deze voldoende onafhankelijk zijn van de andere rollen in het team. Denk voor deze rol aan jullie privacy officer of jurist. De ethicus moet lastige vragen kunnen stellen en onafhankelijk kunnen reflecteren op verschillende belangen. Juist het scherpe, onafhankelijke perspectief maakt de rol waardevol. Zeker bij de inzet van voorspellende analyses of externe bronnen helpt de ethicus om vertrouwen te behouden. Bijvoorbeeld van leden, vrijwilligers en bewoners én de partners waar jullie mee samenwerken.

Data-engineer – data toegankelijk en bruikbaar maken

De data-engineer zorgt ervoor dat de juiste data op het juiste moment beschikbaar is. De persoon in deze rol bouwt koppelingen, zorgt ervoor dat rapportages kunnen worden gemaakt en zorgt ervoor dat alles schaalbaar en herhaalbaar wordt ingericht. Zonder deze rol loop je het risico in handmatige Excel-bewerkingen te blijven hangen, of dat systemen niet goed op elkaar aansluiten.

De engineer werkt vaak samen met leveranciers of ICT-partners, maar moet ook gevoel hebben voor wat het team data nodig heeft. In deze rol werk je nauw samen met de data-analist en de data-steward, bijvoorbeeld over datakwaliteit en beschikbaarheid. Deze rol past goed bij een ICT-coördinator. Het is geen fulltime functie, maar je hebt wél iemand nodig die weet wat er technisch nodig is en die weet wat er wel of niet mogelijk is.

Rollen die je later of tijdelijk nodig hebt: verdieping en opschalen

Naast de rollen in het kernteam, zijn er ook rollen die je pas later nodig hebt, of alleen voor specifieke vraagstukken. Denk aan een data-architect, die helpt om jullie datastructuur toekomstbestendig in te richten. Of een data-scientist, die voorspellende analyses of complexere modellen bouwt. Deze rollen zijn vooral relevant wanneer je al wat verder bent in datagedreven werken wanneer je een bijvoorbeeld een specifieke ambitie hebt waarvoor je tijdelijk extra expertise nodig hebt. Je kunt voor deze rollen prima tijdelijk externe hulp inhuren die je helpen een verdiepings- of opschalingsslag te maken. Zolang jij zelf maar de regie behoudt: het zijn immers jouw doelen en het is jouw strategie.

Team niet compleet? Geen probleem! Begin wél

Je Team Data hoeft niet compleet te zijn om toch serieus werk te maken van datagedreven werken. Door rollen en verantwoordelijkheden expliciet te maken, krijg je inzicht. Het wordt duidelijk wat er al gebeurt, waar risico’s liggen, en waar je als organisatie de meeste winst kunt behalen. Zo voorkom je dat datagedreven werken afhankelijk blijft van een paar enthousiastelingen. Je maakt de weg vrij voor een duurzame ontwikkeling waarin inzichten uit data echt bijdragen aan betere keuzes, slimmere processen en meer impact.

Alvast beginnen?

Beginnen is eenvoudig. Ga met een paar collega’s om tafel zitten, breng in kaart welke rollen er al formeel en informeel vervuld worden, en bepaal waar je het best kunt beginnen. Gefeliciteerd, je bent begonnen!

Datagedreven organiseren: onderdeel van een serie

Dit artikel is onderdeel van de serie over datagedreven organiseren. In eerdere en volgende artikelen behandelen we met welke opdracht je jullie team data aan de slag kunt zetten, hoe je ze effectief laat zijn binnen jullie organisatie en wat je kunt doen om jullie team data over de juiste vaardigheden te laten beschikken. Wil je bijvoorbeeld mensen inhuren of juist niet? Als je nu al vragen hebt: stel ze gerust. We staan voor je klaar!