Iedereen wil data-gedreven worden, maar data kan helemaal niets 'drijven'. Data, data-analyse en data-gedreven zijn moeten weer even terug in hun hokje. Data kan je namelijk niet vertellen waar je naartoe moet.
Allereerst dank aan Fabiënne, die me eraan herinnerde om dit artikel te schrijven. Er zat namelijk al langere tijd een irritatie en een ongemakkelijk gevoel in mijn buik, bij een term die je links en rechts steeds maar vaker lijkt te horen. Data-driven, oftewel data-gedreven, in mooi, krom, it-gebaseerd Nederlands.
Begrijp me niet verkeerd, als marketeer en copywriter voor een it-consultancy bedrijf heb ik me er zelf vaker schuldig aan gemaakt dan ik hier zou willen toegeven. ‘Hoe word je als bedrijf data-gedreven? In zeven stappen naar echt data-gedreven bedrijfscultuur.’ En ik ben lang niet de enige. Iedereen wil data-gedreven worden, maar data kan helemaal niets drijven.
De auto
Denk eens aan het voorbeeld van een auto. Als we een bijzondere innovatie toepassen bij het fabriceren van die auto, waardoor de voorruit veel groter is en veel helderder zicht biedt dan voorgaande modellen, noemen we die auto dan voorruit-gedreven? Of als we de ingebouwde navigatiesystemen of de stuurbekrachtiging sterk verbeteren, stellen we dan dat deze onderdelen zijn wat de auto drijft?
Het – meestal dan toch nog – benzine en een verbrandingsmotor die de auto aandrijven. En de bestuurder is degene die de auto bestuurt. De wens van die bestuurder om op een bepaalde bestemming aan te komen, is wat maakt dat de auto überhaupt in beweging komt. De mens dus, die een bepaald doel voor ogen heeft, dat is wat de auto drijft.
Sinek says: purpose
Zoals Simon Sinek, de management-goeroe die vooral veel weet te vertellen over de wensen, dromen en grillen van mijn generatie, de Millennials – het ooit zei: Eerst waarom, dan hoe en dan pas wat. Een hoger doel hebben is wat het verschil maakt, in alles wat je doet. Van marketing tot sales tot product of dienstverlening. ‘People don’t buy what you do, they buy WHY you do it.’ Purpose, dus.
Data, data-analyse en data-gedreven zijn moeten weer even terug in hun hokje. Weg uit het why-hokje, en terug in het How-hokje. Data kan je namelijk niet vertellen waar je naartoe moet. Je buikgevoel kan dat wel. Ethiek kan dat, empathie kan dat, en een visie kan dat. Als je dat doel hebt, kan data je helpen om daar te komen.
Zo is het ook met een woningcorporatie. Of een logistiek bedrijf. Of een retailer. Of met de cultuur in welke organisatie dan ook, en met jouw persoonlijke ontwikkeling. De mens met een doel voor ogen, dat is wat zaken drijft. Stuurbekrachtiging, een bijzonder heldere voorruit; data en data-analyse – deze zaken kunnen je reis alleen maar makkelijker maken. Mits slim en handig toegepast.
Moeten we nu dan maar minder focus hebben op het ondersteunen van ons werk, onze besluitvorming en onze bedrijfsvoering met data? Ik denk het niet. Maar de verwoording van het alles kan wel wat anders. Her en der. Misschien ook om de focus in onze manier van denken wat bij te sturen.
We moeten purpose-driven willen zijn, en data-assisted de juiste beslissingen maken om ons hogere doel werkelijk te bereiken. Of, in iets minder krom Nederlands: gedreven door een missie; ondersteund door data.
Beste E.B.
Leuk artikel, en principieel helemaal juist. Ik denk echter dat de meeste mensen data-driven zullen gebruiken als ‘data-assisted’. De meeste gebruikers van data-warehouses, grote hoeveelheden data (denk aan BI) zullen hun beslissingen graag ondersteund zullen zien met data. De vraag is terecht of ze voldoende kritisch op die data zijn. Als ze dat niet zijn, dan zijn ze alsnog echt data-driven (op een onjuiste manier).
Tegelijkertijd zijn er veel toepassingen voor het blanco analyseren van data. Met als doel om eens te kijken wat er zoal uit zou kunnen komen. Inderdaad, zonder concreet doel. Ik ben het dus faliekant oneens met de stelling dat analyseren van data altijd een doel moeten hebben. Dat hoeft helemaal niet. Kijk naar wetenschappelijke toepassingen (denk alleen maar ’s aan kosmologie) waarbij data wordt geanalyseerd om eens te kijken waar dat toe leidt. Efficiënt? Zeker niet. Effectief? Weinig. Zinnig? In een klein aantal gevallen wel! Maar dan is het ook wel meteen raak!
Outside the box dus. Maar het aantal toepassingen daarvan zal minder dan 5% zijn, en waarschijnlijk is zelfs dat percentage hoog.
Nouja, semantische discussie zo. Want data gedreven is per definitie al doel gedreven in de praktijk. Je wil iets onderbouwen met data. Dat “iets” is dan een doel.
En alles wat Sinek zegt moet je al met een korreltje zout nemen. Hij is een begenadigd spreker en heel inspirerend. Maar feitelijk is het een stuk marketing. “Start with why” is al door meerdere kritisch bekeken en “debunked”.
“Hogere doelen”, is gebakken lucht. Geef het nu maar toe 🙂
Power/money/profit driven, maar beter om het ethiek/empathie driven te noemen.
Geef jezelf een pakkende titel met digital, transformation, digital contentstrateeg.
De mensen voelen dat in hun buik, die heeft er verstand van.
Then they buy it.
Overheid doet het weer markt-driven. Alles uitbesteden aan de markt inclusief regie en het uitbesteden zelf. Overheidsbeurs moet slanker en aan het eind kun je de ingehuurde partijen de schuld geven.
Of cloud driven.
Bij bedrijven van beetje omvang gaat dat niet zomaar.
Dat ligt dan niet aan de cloud maar aan de bedrijven.
Cowboy driven Internet of cattle, yeehaa.
Blockchain driven kan ook.
Dan verzin je een probleem dat je met blockchain te lijf gaat.
Voordeel is dat het nooit om een echt probleem gaat, dat is namelijk al lang op andere manieren opgelost.
Succes verzekerd.
Net als innovation driven. Het anders doen.
We gaan niet meten of de bedrijfsresultaten beter zijn. De innovatie is het resultaat.
Enthousiaste coach evangelist erbij om het professionele karakter te benadrukken.
Daarna doen we hetzelfde maar dan met burnout.
Hi Marten Stevense, dankjewel voor je reactie. En wat een leuke reactie. Ik ben het eigenlijk bij nader inzien met je eens dat in sommige specifieke gevallen experimenteren met data (of met wat dan ook, for that matter) heel waardevol kan zijn. Zonder vooropgezet doel, dus.
Outside the box experimenteren met wat dan ook is zeker nuttig. Ik denk dat we het grosso modo met elkaar eens zijn.
I keep six honest serving-men
(They taught me all I knew);
Their names are What and Why and When
And How and Where and Who.
I send them over land and sea,
I send them east and west;
But after they have worked for me,
I give them all a rest.
I let them rest from nine till five,
For I am busy then,
As well as breakfast, lunch, and tea,
For they are hungry men.
But different folk have different views;
I know a person small—
She keeps ten million serving-men,
Who get no rest at all!
She sends’em abroad on her own affairs,
From the second she opens her eyes—
One million Hows, two million Wheres,
And seven million Whys!
De auteur zet de mens centraal maar bij AI processen worden de beslissingen door machines in plaats van mensen genomen.
Beslist een stap in de goede richting!
In mijn optiek zal een toekomstige 5GL dan ook goal-driven (en dus ook purpose-driven) zijn, en niet data-driven.
Een proof of concept van zo’n goal-driven 5GL is overigens hier:
https://dmcommunity.org/challenge/challenge-march-2019/
te vinden (en dan vooral deel 2).
Datagedrevenheid is niet alleen de hoofdoorzaak van de al jaren aanhoudende, miljarden kostende, IT-faalindustrie (wegens het vastlopen in complexiteit als gevolg van een aanhoudend wetenschappelijk denken in processen, systemen en data), maar is ook de reden dat de huidige, datagedreven AI-golf op het punt staat haar volgende winter in te gaan.
Wat betreft dat vastlopen van de huidige, derde AI-golf baseer ik mij op een zeer leesbaar (en dus zeer aanbevolen) rapport over de huidige stand van AI: https://detoekomstvanai.nl/
De huidige AI-hype staat op het punt haar derde winter in te gaan omdat zij zowel data- als breingericht is (neurale netwerken, machine-learning, deep-learning) en daarom geen antwoord kan geven op ‘the big 5’ van intelligentie, namelijk: bewustzijn, vrije wil, empathie, creativiteit en common sense (blz. 68 rapport).
Heel knap wordt in dit rapport nog een poging ondernomen om de derde AI-winter af te wenden door het failliet van de derde AI-golf te combineren met het failliet van de tweede AI-golf door middel van het begrip Deep reasoning (blz. 172):
“Combinatie van deep learning en symbolic AI. Neurale netwerken zorgen ervoor dat het systeem op basis van patroonherkenning kan ‘zien’ en de symbolische programmering zorgt ervoor dat het systeem kan ‘redeneren’ “
Uiteraard komen doelen niet uit de hoogte, maar uit de diepte; hier volstaat enige kennis van filosofie en psychologie.
Maar de betekenis van ‘gedreven’ opzoeken kan ook helpen:
1) Bevlogen 2) Bezield 3) Door een innerlijke aandrang gestuwd 4) Enthousiast
7) Geïnspireerd 8) Gemotiveerd 9) Hartstochtelijk