Met de datavolwassenheidsscan van Significant brengen we in kaart welke stappen nodig zijn om data (nog) beter te benutten voor sturing, besluitvorming en externe communicatie.
Datagedreven werken blijft kwetsbaar wanneer processen versnipperd zijn, kennis impliciet is of sturing onvoldoende is ingericht. De datavolwassenheidsscan helpt om dit soort knelpunten systematisch in beeld te brengen en gericht te verbeteren. Onze scan en werkwijze zijn speciaal afgestemd op publieke organisaties en hebben we onder meer toegepast bij Dienst Justitiële Inrichtingen. Voor het uitvoeren van de scan bundelen wij expertises over organisatiekunde, data engineering en data science.
Organisatie, data en analyse
We benaderen de scan vanuit drie invalshoeken:
- Organisatie: Hoe zijn rollen, verantwoordelijkheden en processen rondom data en analyses ingericht? Is duidelijk wie prioriteert, wie duidt en wie beslist? En hoe wordt kennis geborgd binnen de organisatie?
- Data: Hoe betrouwbaar, consistent en reproduceerbaar zijn de gebruikte data? Zijn definities eenduidig, bronnen centraal opgeslagen en is duidelijk wat ‘de waarheid’ is?
- Analyse en rapportage: Worden analyses gestructureerd en reproduceerbaar uitgevoerd? Is de gebruikte code transparant en overdraagbaar? En is de presentatie van de analyse afgestemd op de behoeften van beleid, management en bestuur?
Onze werkwijze
Een datavolwassenheidsmodel geeft houvast, maar de sleutel zit in de dagelijkse praktijk: hoe mensen samenwerken, besluiten nemen en data daadwerkelijk gebruiken. Daarom staan de mensen die het werk uitvoeren centraal. We noemen onderdelen van onze werkwijze:
- Verkennende interviews en deskstudie: We krijgen snel zicht op het vraagstuk, de informatiebehoefte en de belangrijkste processen waar data een rol spelen.
- Dataopslag & kennisborging: We analyseren waar data worden opgeslagen, hoe ze worden aangeleverd en of er één eenduidige bron is. Daarnaast onderzoeken we hoe kennis over processen en techniek wordt vastgelegd en beheerd.
- Analyse en rapportages: Waar mogelijk vragen we de code (scripts/syntax) waarmee analyses en prognoses worden gemaakt. Ook vragen we voorbeelden van dashboards en rapportages en onderzoeken we hoe gebruikers de rapportages gebruiken en waarderen.
- Procesplaten: We reconstrueren de belangrijkste dataprocessen, waaronder bijvoorbeeld dataverzameling, datagedreven besluitvorming en de behandeling van datavragen van interne en externe betrokkenen. We maken procesplaten met behulp van een visualisatietool als Engage, zodat sterke onderdelen en kwetsbaarheden zichtbaar worden.
- Procesmining: Waar systemen voldoende logdata bevatten, vullen we de procesplaten aan met procesmining, zodat we naast de perceptie ook de feitelijke procesvarianten, volumes en doorlooptijden zichtbaar maken.
- Procesworkshop: In workshops lopen we de procesplaten door. We toetsen wat er écht gebeurt, waar variatie zit, wat er beter kan en wat al goed gaat.
- Rapportage: We leggen bevindingen vast in een heldere rapportage.
De uitkomst is een helder beeld van sterke onderdelen, kwetsbaarheden én een prioriteitenlijst met verbeterstappen die direct uitvoerbaar zijn. Met onze datavolwassenheidsscan zorgen wij ervoor dat datagedreven werken niet blijft steken in losse analyses, maar daadwerkelijk bijdraagt aan betere keuzes en robuustere sturing. Ons team van veranderaars helpt bij de implementatie van nieuwe rollen en processen. Eventueel worden specifieke processen verder uitgewerkt, zoals de datagedreven sturing op capaciteit.
Neem contact met ons op als je meer wilt weten hoe een datavolwassenheidsscan uw organisatie kan helpen om meer grip op data te krijgen.
