Van data hebben naar data benutten: de weg naar datavolwassenheid

Organisaties willen steeds meer datagedreven werken, maar in de praktijk blijkt dat vaak lastiger dan gedacht. Systemen werken langs elkaar heen, data zit verstopt in silo’s en medewerkers weten niet altijd waar informatie te vinden is. Tegelijkertijd groeit de druk om te digitaliseren, efficiënter te werken en AI te omarmen.

Hoe kom je dan van versnippering naar volwassen datagebruik? We vroegen het aan onze Business Analist en Data Governance Specialist Martijn Klaassen. Hij deelt zijn inzichten over datavolwassenheid, verandermanagement en de rol van AI.

De grootste data-uitdaging binnen onze sector

“Data is sterk versnipperd”, vertelt Martijn. “Organisaties werken met veel verschillende systemen, elk passend bij een specifieke behoefte. Lang niet altijd wordt deze data samengebracht. Data belandt veelal in losse Excel-bestanden, waarbij de samenhang ontbreekt.”

Volgens hem is de grootste frustratie dat medewerkers niet meer weten waar informatie staat en of die betrouwbaar is. “Wil je datagedreven werken, dan moet je eerst zorgen dat je alle data op orde brengt en investeert in de kwaliteit ervan.”

Werken met veel systemen staat niet gelijk aan datagedreven werken

Een veelvoorkomend misverstand dat die versnippering in de hand werkt: de aanname dat je al datagedreven bezig bent zodra je een systeem gebruikt of een Excel-bestand bijhoudt. Martijn ziet het in de bouw- en infrasector, maar ook daarbuiten.

“Dat is wat mij betreft document- of informatiegedreven, niet datagedreven. Datagedreven werken betekent dat je beslissingen neemt op basis van feitelijke gegevens. Op inzichten die je verkrijgt door data te ontsluiten. Het gaat erom dat je data breed inzetbaar maakt binnen de organisatie, eigenaarschap neemt, weet wie deze informatie beheert en waar die te vinden is.”

De volgende stap: data delen en integreren (al dan niet met behulp van AI)

Zodra voor organisaties duidelijk is wat datagedreven werken werkelijk inhoudt, luidt de vervolgvraag: hoe zet je die stap in de praktijk? Martijn: “Je moet weten wat een collega of afdeling doet met zijn data. Dat moet je slim zien samen te brengen. Door data te delen en te integreren, kun je kosten reduceren, faalkosten voorkomen en mensen en middelen efficiënter inzetten.”

Hij illustreert het met een concreet voorbeeld uit de praktijk: maaisystemen die onderweg metingen uitvoerden, terwijl uit een ander systeem bleek dat de week erna een aangrenzend vlak gemeten moest worden. Door het gebrek aan samenhang tussen deze systemen, moest er twee keer gereden worden. “Als je twee metingen tegelijk zou kunnen doen, bespaar je een rit, reduceer je CO₂-uitstoot en verlaag je brandstofkosten. Maar dat lukt natuurlijk alleen als die systemen op elkaar zijn aangesloten. Organisaties zijn zich hier steeds bewuster van, maar er zijn nog de nodige slagen te maken.”

Data integreren en delen is één ding, maar hoe past AI in dit verhaal? Martijn is helder: “AI kan zaken versnellen, maar dan moet de data eerst op orde zijn. Zorg eerst voor een goede basis. Als de datakwaliteit te wensen overlaat, kun je wel AI inzetten, maar dan is de betrouwbaarheid van je output op zijn zachtst gezegd twijfelachtig.”

Bewustwording creëren

Een goed datafundament vraagt niet alleen om technische aanpassingen; het vraagt vooral om een andere manier van werken. “Datagedreven werken is méér dan een IT-vraagstuk”, benadrukt Martijn. “Het vergt veel veranderbereidheid. En dat is lang zo eenvoudig nog niet. Een projectleider bij een eerdere opdracht vergeleek dat eens met een rouwproces. Een hele treffende vergelijking als je met mij vraagt: mensen zijn gewend op een bepaalde manier te werken en moeten afscheid nemen van de oude manier. Dat leidt meer dan eens tot weerstand. Om verandering echt van de grond te krijgen, moet je de meerwaarde van de nieuwe werkwijze benadrukken bij alle betrokkenen.”

Als consultant is hij zich bewust van de valkuilen die bij dit soort veranderingen komen kijken. “Je moet voorzichtig omgaan met de switch van werken in silo’s naar organisatiebreed datagedreven werken. Bij grote cultuurveranderingen heb je dan ook altijd een specialist nodig die dat traject kan leiden.”

Weten waar je staat: Data Maturity Model

Om die verandering gestructureerd aan te pakken, helpt het om eerst een helder beeld te krijgen van waar je als organisatie nu staat. Daarvoor heeft STARC het Data Maturity Model ontwikkeld. “Dit model helpt bij strategiebepaling en geeft inzicht in specifieke verbeterpunten. Het model kent vijf niveaus, maar het kantelpunt ligt bij niveau drie, en dat is voor veel organisaties al een uitstekende stip op de horizon.”

STARC verzamelt input voor deze scan via interviews met key-users, observaties, workshops of een mix daarvan. “Het model biedt de flexibiliteit om in te zoomen op datgene waar de behoefte ligt en bij welke stakeholders. De uitkomsten van deze scan vormen de basis voor de vervolgstappen.”
Daarover gesproken, Martijn is zelf voorstander van een driefasenaanpak: voordoen, samen doen en zelf laten doen. “We werken altijd naar een situatie toe waarin de klant in staat is zelfstandig verder te gaan.”

Data-, IT- én domeinkennis

“Wij hebben niet alleen data- en IT‑kennis, maar ook domeinkennis”, besluit Martijn. “Denk aan GEO‑tools, BIM en andere vakspecifieke expertise. We weten waarvoor je bepaalde tooling nodig hebt, hoe je die optimaal inzet en wanneer je iets juist niet moet doen. Dat maakt het verschil: STARC snapt niet alleen de data, maar ook de context erachter.”

Ga toekomstbestendig te werk

De markt beweegt snel: organisaties willen digitaliseren, slimmer omgaan met personeelstekorten en beheer- en onderhoudsvraagstukken efficiënter aanpakken (al dan niet via ketensamenwerkingen). AI en automatisering bieden enorme kansen, maar alleen als de basis op orde is.

Bij STARC volgen we die ontwikkelingen op de voet en vertalen we ze naar wat er echt toe doet in onze sector. Zo blijft het advies dat we geven niet alleen actueel, maar ook toekomstgericht.

Wil je weten waar jouw organisatie staat qua datavolwassenheid en hoe je data écht kunt inzetten om slimmer, efficiënter en toekomstbestendig te werken? Neem dan contact met ons op. We denken graag met je mee.

Neem contact op